TRILHA 1

πŸ—οΈ Fundamentos

Da historia do vazamento a visao geral completa da arquitetura. Entenda o que e o Claude Code, como ele funciona e por que conhecer sua estrutura te faz um usuario melhor.

4
Modulos
24
Topicos
~2h
Duracao
Basico
Nivel

Navegacao Rapida

Conteudo Detalhado
1.1 ~30 min

πŸ“° A Historia: Como 512 Mil Linhas Foram Reveladas

O vazamento acidental que expos a arquitetura completa do Claude Code e abriu uma janela unica para aprender engenharia de agentes de IA.

O que e:

Em 31/03/2026, um arquivo de source map de 59,8 MB foi incluido acidentalmente no pacote npm v2.1.88 do Claude Code, expondo 512 mil linhas de TypeScript.

Por que aprender:

Entender o contexto do vazamento e fundamental para aproveitar o conhecimento revelado.

Conceitos-chave:

Source maps, npm registry, pacote @anthropic-ai/claude-code, Chaofan Shou.

O que e:

O .npmignore nao excluia arquivos .map e o Bun (bundler usado) gera source maps por padrao.

Por que aprender:

Licao pratica de seguranca para qualquer desenvolvedor que publica pacotes.

Conceitos-chave:

.npmignore, campo files no package.json, Bun bundler, source maps.

O que e:

O Claude Code possui 1.904 arquivos e 512 mil linhas de codigo. A Anthropic tem receita anualizada de US$ 19 bi, sendo US$ 2,5 bi so do Claude Code.

Por que aprender:

Dimensionar a escala do projeto e seu impacto comercial.

Conceitos-chave:

1.904 arquivos, 512K linhas, ARR US$ 2,5 bi, 80% receita enterprise.

O que e:

O vazamento expos a orquestracao (CLI), nao a inteligencia (modelo). Modelo = chef, vazamento = cozinha.

Por que aprender:

Entender essa distincao e essencial para avaliar o real impacto e valor do conhecimento revelado.

Conceitos-chave:

Modelo (pesos, treinamento, raciocinio) vs CLI (fluxo, tools, agentes, contexto).

O que e:

A Anthropic confirmou o vazamento como "erro de empacotamento" e lancou nova versao. A comunidade criou 3+ repositorios espelho.

Por que aprender:

Ver como uma empresa de IA de ponta reagiu e o que a comunidade fez com o conhecimento.

Conceitos-chave:

Resposta da Anthropic, repositorios espelho, claw-code (Rust), impacto competitivo.

O que e:

O foco deve ser extrair conhecimento da arquitetura, nao sensacionalismo. Concorrentes podem aprender padroes, mas o modelo em si nao foi exposto.

Por que aprender:

Definir a postura correta de aprendizado para o restante do curso.

Conceitos-chave:

Padroes arquiteturais, engenharia de agentes, open source acidental, referencia de producao.

Ver Completo
1.2 ~30 min

πŸ—οΈ Conheca a Fera: Visao Geral da Arquitetura

Uma visao panoramica dos 8 subsistemas que fazem o Claude Code funcionar como uma plataforma completa de desenvolvimento com IA.

O que e:

O Claude Code e um sistema operacional completo para desenvolvimento assistido por IA β€” nao um simples chatbot de terminal.

Por que aprender:

Mudar a mentalidade de "ferramenta de chat" para "plataforma de orquestracao".

Conceitos-chave:

Agent runtime, sistema de agentes, automacao de tarefas.

O que e:

Construido com Bun (runtime JS rapido), React e Ink (UI de terminal), TypeScript.

Por que aprender:

Entender as escolhas tecnologicas revela as prioridades de performance e developer experience.

Conceitos-chave:

Bun, React, Ink (terminal UI), TypeScript, 1.904 arquivos.

O que e:

Motor de Consulta, 40+ Ferramentas, Agentes, Ponte, Memoria, Seguranca, Gerenciador de Contexto, Skills & Plugins.

Por que aprender:

Cada subsistema resolve um problema especifico de orquestracao de IA.

Conceitos-chave:

Query Engine, Tools, Agents, Bridge, Memory, Security, Context Manager, Skills.

O que e:

Cada subsistema existe para resolver um problema real β€” nao e complexidade gratuita.

Por que aprender:

Entender o "porque" de cada componente ajuda a aplicar os mesmos padroes em outros projetos.

Conceitos-chave:

Separacao de responsabilidades, modularidade, extensibilidade.

O que e:

Os dados fluem entre subsistemas de forma coordenada β€” entrada do usuario passa por contexto, API, ferramentas e memoria.

Por que aprender:

Ver o sistema como um todo integrado, nao partes isoladas.

Conceitos-chave:

Fluxo de dados, pipeline de processamento, coordenacao.

O que e:

Conhecer a arquitetura permite usar o Claude Code de forma mais eficiente β€” configurar memoria, otimizar contexto, aproveitar agentes.

Por que aprender:

O ganho real vem de saber configurar e utilizar o ecossistema.

Conceitos-chave:

Configuracao avancada, CLAUDE.md, permissoes, decomposicao de tarefas.

Ver Completo
1.3 ~30 min

βš™οΈ Sob o Capo: O Ciclo de Vida de uma Conversa

Como cada conversa e processada internamente β€” do momento que voce digita ate a resposta final aparecer no terminal.

O que e:

O Query Engine gerencia o ciclo de vida de cada conversa. Uma instancia por conversa, baseado em geradores assincronos.

Por que aprender:

E o coracao do sistema β€” tudo passa por ele.

Conceitos-chave:

Query Engine, instancia por conversa, async generators.

O que e:

Digita β†’ Prompt do Sistema β†’ API Claude β†’ Ferramentas β†’ Resultados β†’ Resposta.

Por que aprender:

Entender o fluxo completo permite diagnosticar problemas e otimizar uso.

Conceitos-chave:

Input, system prompt injection, API call, tool execution, result return, response streaming.

O que e:

As etapas 3-5 rodam em while(true). O Claude pode ler arquivo, executar comando, ler outro arquivo, e so entao responder.

Por que aprender:

Este loop e o que diferencia um chatbot de um agente.

Conceitos-chave:

while(true), loop de ferramentas, execucao iterativa.

O que e:

Executa ferramentas seguras em paralelo e da acesso exclusivo a ferramentas arriscadas.

Por que aprender:

Paralelismo inteligente = velocidade sem comprometer seguranca.

Conceitos-chave:

Concurrency-safe tools, exclusive access, parallel execution.

O que e:

Se um modelo falhar, o sistema troca automaticamente para um modelo de fallback sem que o usuario perceba.

Por que aprender:

Resiliencia em producao β€” o sistema nunca para.

Conceitos-chave:

Model fallback, transparent switching, resilience.

O que e:

Tudo e construido com async generators β€” respostas sao streaming em tempo real, ferramenta por ferramenta, palavra por palavra.

Por que aprender:

Nao e request/response em batch β€” e um fluxo continuo.

Conceitos-chave:

Async generators, real-time streaming, continuous flow.

Ver Completo
1.4 ~30 min

🧰 A Caixa de Ferramentas: 40+ Ferramentas

O sistema de ferramentas que da ao Claude Code superpoderes β€” desde ler arquivos ate executar comandos no terminal com seguranca.

O que e:

Cada uma das 40+ ferramentas segue o mesmo modelo com ~30 metodos. Uma das decisoes de design mais limpas da base de codigo.

Por que aprender:

Um padrao unico = consistencia em escala.

Conceitos-chave:

Universal tool pattern, ~30 methods, standardization.

O que e:

call() executa acao, inputSchema valida entradas com Zod, checkPermissions() decide permissao.

Por que aprender:

Entender a anatomia permite criar ferramentas customizadas e entender as existentes.

Conceitos-chave:

call(), inputSchema (Zod), checkPermissions(), isReadOnly(), interruptBehavior.

O que e:

Tres niveis: allow (automatico), deny (bloqueia), ask (pergunta ao usuario). Configuravel via settings.json.

Por que aprender:

Equilibrio entre autonomia e seguranca.

Conceitos-chave:

Allow/deny/ask, settings.json, wildcards, permissoes automaticas.

O que e:

isConcurrencySafe() define se a ferramenta pode rodar em paralelo. Ferramentas read-only sao aprovadas automaticamente.

Por que aprender:

Paralelismo seguro e chave para performance.

Conceitos-chave:

isConcurrencySafe(), isReadOnly(), parallel execution, exclusive access.

O que e:

A ferramenta mais protegida β€” 23+ verificacoes bloqueiam substituicao de comando, Zsh perigosos, flags ofuscadas, injecao IFS, Unicode tricks.

Por que aprender:

Execucao de shell e o maior vetor de ataque em agentes de IA.

Conceitos-chave:

Command substitution block, Zsh guards, IFS injection, Unicode whitespace, ML classifier.

O que e:

shouldDefer permite carregar ferramentas sob demanda via ToolSearch, mantendo a lista de ferramentas enxuta.

Por que aprender:

40+ ferramentas sobrecarregariam o contexto β€” carregamento seletivo resolve isso.

Conceitos-chave:

shouldDefer, ToolSearch, lazy loading, context efficiency.

Ver Completo
← Voltar ao Inicio Proxima Trilha β†’