Capítulo 9.1 — Conceitos centrais (mini-glossário)

Apenas como referência rápida; o glossário completo está em docs/glossary.md:

• A2A - protocolo emergente para interoperabilidade entre agentes; baseado em Agent Cards e task lifecycle.
• Agent harness - engenharia ao redor do modelo que torna o agente operável, seguro, testável e observável.
• Agent runtime - camada que executa o loop do agente.
• Agency - capacidade operacional de perseguir objetivos via decisões intermediárias.
• AgentOps - práticas para operar agentes com tools, estado e runtime.
• AI gateway - camada de governança entre aplicação e providers de modelo: routing, budget, caching, observabilidade, DLP, policy.
• AWQ - Activation-aware Weight Quantization (quantização que preserva canais salientes).
• Autonomia limitada - restrita por escopos, permissões, budgets e aprovações.
• Context engineering - disciplina de selecionar, ordenar e estruturar contexto.
• Continuous batching - técnica de scheduling que adiciona requisições novas ao batch em cada step.
• CycloneDX - formato de SBOM da OWASP; suporta ML-BOM.
• Eval harness - infraestrutura de avaliação contínua.
• GGUF - formato de arquivo de llama.cpp para modelos quantizados.
• GPTQ - quantização pós-treino camada-a-camada com aproximação de segunda ordem.
• GraphRAG - RAG que usa estrutura de grafo para relações.
• Groundedness - quanto a resposta é apoiada por evidências.
• KV cache - cache de chaves/valores da atenção; central em decode.
• Matryoshka embeddings - embeddings treinados para que prefixos sejam semanticamente válidos (Kusupati et al., 2022).
• MCP - Model Context Protocol.
• Memory poisoning - contaminação da memória com dado incorreto/malicioso.
• Model routing - seleção dinâmica de modelo.
• NF4 - 4-bit "NormalFloat", formato usado em QLoRA.
• PagedAttention - algoritmo de gestão de KV cache em blocos paginados (vLLM).
• Policy-as-code - políticas codificadas, testáveis e versionadas.
• Prompt engineering - formulação de instruções.
• Prompt injection - entrada que tenta alterar comportamento do modelo.
• QLoRA - fine-tuning de adapters LoRA sobre base 4-bit (NF4).
• RAG - Retrieval-Augmented Generation.
• SBOM - Software Bill of Materials.
• SLSA - Supply-chain Levels for Software Artifacts.
• Speculative decoding - draft model rápido propõe tokens; modelo grande verifica em paralelo.
• SPDX - formato de SBOM da Linux Foundation; ISO/IEC 5962:2021.
• Tool registry - catálogo versionado de tools.
• TTFT - Time To First Token (latência do prefill).
• TPOT - Time Per Output Token (latência por token gerado).