TLDR;

OpenClaw é um agente open-source que será dissecado como estudo de caso para mostrar sua arquitetura, ferramentas, loop de agente, sistema de memória, estratégias de teste, monitoramento e questões de segurança. O curso dispensa que você monte infraestrutura ou configure APIs, pois fornece chaves de API e ambientes sandbox para laboratórios práticos sem custos inesperados. Você aprenderá desde fundamentos de LLMs, tokens e prompting até arquitetura em pods, integração de ferramentas e como construir, testar e deployar quatro agentes (Zippy, Savvy, Meshy e Cody) com memória, planejamento, sistemas multiagente e padrões de erro.

Resumo

Este curso prático e introdutório, liderado por Bumshad Manhatt, oferece uma jornada completa desde os fundamentos dos grandes modelos de linguagem até a construção e implantação de agentes de IA inspirados em produção. Sem complicações de infraestrutura ou APIs, o aluno tem acesso a laboratórios sandbox e chaves para praticar sem custos inesperados. Ao longo do curso são construídos quatro agentes — Zippy, Savvy, Meshy e Cody — mostrando a evolução de um agente genérico para um orquestrador que coordena pesquisa, memória e codificação. A estrutura cobre fundamentos (o que é ChatGPT, transformadores, tokenização, temperatura, amostragem e escrita de prompts), arquitetura de sistemas baseados em pods, integração de ferramentas e a diferença entre fluxos de trabalho e agentes; depois passa à implementação (memória de agente, planejamento, raciocínio, padrões de erro e sistemas multiagente) e termina com um estudo de caso detalhado do OpenClaw, incluindo arquitetura, loop de agente, memória, testes, monitoramento e questões de segurança. O curso explica por que os transformadores e o mecanismo de atenção revolucionaram o tratamento de linguagem, como o pré-treinamento aprende padrões e por que ocorrem alucinações, capacitando o aluno a projetar, testar e implantar agentes eficazes com foco em práticas seguras e robustas reais.