2026.07.14 (Ter)
2026.07.16 (Qui) atualizado

✨ Resumo do GPT-5.6 Sol

Um registro de dividir um objetivo em vários Work Items, entregá-los a diferentes workers e deixar um coordenador verificar e integrar os resultados.

Foi diferente dos workers antigos

Em um projeto anterior de coleta de dados, eu também separava workers e coordenador. Naquela época, porém, os workers repetiam o mesmo batch segundo um goal fixo, enquanto o coordenador organizava periodicamente os resultados acumulados.

Desta vez foi diferente. Entreguei ao coordenador um objetivo em linguagem natural. Ele definiu as condições de conclusão e os Work Items, depois distribuiu arquivos e escopo entre os workers.

Sessões do Codex separadas entre um coordenador e vários workers

Cada worker -W- concluiu e verificou sua tarefa, depois entregou um commit. O coordenador -C- revisou esses resultados, integrou um por um e conferiu novamente o estado completo.

O que aconteceu ao executar de verdade

O fluxo em si era simples.

Entregar o objetivo
→ Dividir em Work Items
→ Executar e verificar em cada worker
→ Entregar os commits
→ O coordenador revisa e integra
→ Verificar novamente o estado completo

O melhor foi deixar claro quem cuidava de cada parte. Se uma tarefa falhasse, as outras não eram abaladas, e eu podia revisar cada resultado como um commit.

O problema também apareceu na hora. Quando abri workers demais, os relatórios chegaram todos de uma vez. Sessões duplicadas tornaram a gestão ainda mais complicada. Mais paralelismo não era automaticamente melhor. O trabalho precisava ser dividido dentro do que o coordenador realmente conseguia administrar.

O que quero automatizar no OpenClaw

Fluxo de Orchestrator que divide um objetivo em linguagem natural entre vários executores e verifica os resultados

Não quero reproduzir exatamente no produto as sessões, Worktrees e Branches que usei hoje. Quero automatizar as decisões por trás delas.

  • até onde dividir um objetivo
  • quem é responsável por cada resultado
  • o que deve ser verificado antes de considerar uma tarefa concluída
  • de onde recomeçar depois de uma falha

Colocar várias IAs para rodar ao mesmo tempo não foi a parte difícil. O difícil foi reunir os resultados sem perder nada. Hoje executei esse processo manualmente.

Categorias: ,

Atualizado em:

Deixe um comentário