Hindsight
Analisa sessões do IBM Bob, encontra desperdício de contexto e gera uma configuração corrigida para comparação A/B.
Experimento A/B, interface de comparação, esqueleto React, três detectores e deploy estático com CI.
TypeScript · React · Vite · Vitest · GitHub Actions
- −25,9% de overhead fixo
- −19,7% de custo de API
- 56 commits meus
Contexto
O Hindsight nasceu no hackathon do IBM TechXchange 2026, em uma equipe de cinco pessoas. O projeto lê o export de uma sessão do IBM Bob e mostra onde a configuração do agente consome contexto sem produzir valor: regras de projeto ausentes, ferramentas carregadas e nunca usadas e Skills pagas sem uso declarado.
O problema
Configurações de agentes acumulam instruções e ferramentas, mas o custo desse contexto costuma ficar invisível. A proposta foi transformar o export da sessão em um diagnóstico compreensível e, depois, comparar a configuração original com uma versão corrigida.
Minha contribuição
Implementei o esqueleto React com Vite, três detectores de desperdício, a tela de comparação e o deploy estático com GitHub Actions. Também executei o experimento A/B que sustenta o produto: mesma tarefa, mesmo commit e mesmo prompt, mudando apenas a configuração do agente.
Trabalhei no projeto com 56 commits e 20 pull requests próprios.
Resultado
O experimento registrou 25,9% menos overhead fixo de contexto e 19,7% menos custo de API. A hipótese inicial não acertou todos os efeitos: tempo e número de turnos regrediram, e o relatório registra isso explicitamente.
O valor do experimento está tanto na economia medida quanto na comparação reproduzível entre as duas configurações.