Em vez de aceitar a primeira resposta "boa o suficiente", um agente líder monta pares de construtores e críticos que comparam cada parte do trabalho, às cegas, contra uma referência real — e o loop só termina quando o trabalho vence essa comparação.
Clique em cada card para virar e ver a definição. São as peças que aparecem em todo o resto da aula.
É uma sequência real de estações — cada uma só começa depois que a anterior termina, exceto o build e o critique, que rodam em paralelo dentro da mesma estação.
A pessoa dá uma meta qualquer — um site, um texto, um script, uma apresentação. Não precisa ser detalhada.
O agente líder escolhe uma referência real para comparar o resultado — não "algo premiado", mas uma página, um repositório ou um texto específico e nomeado, que o critic consiga realmente abrir.
O objetivo é dividido em partes pequenas o bastante para cada uma ser construída e avaliada de forma independente.
Para cada parte, um agente builder produz o trabalho. Um agente critic separado, com contexto novo e sem saber o quanto o builder se esforçou, avalia o resultado.
O critic coloca o trabalho lado a lado com a barra de referência, sem rótulos indicando qual é qual, e escolhe qual dos dois é melhor. Não é uma nota — é uma escolha binária.
Se o trabalho vence a comparação, ele é aceito. Se perde, volta para o builder com o motivo da rejeição, e o ciclo se repete — sem um número fixo de rodadas.
Escolha um objetivo e clique em "rodar rodada" para ver o builder tentar, o critic comparar às cegas com a barra, e o loop repetir até vencer.
A técnica depende inteiramente da qualidade da barra e da independência do critic. Quando uma dessas falha, o loop aprova qualquer coisa.
Se a referência não é um objeto real e nomeado, o critic inventa a comparação sozinho — e tende a aprovar tudo. É a causa mais comum de falha.
Sem contexto fresco e sem separação real entre quem constrói e quem avalia, a crítica vira apenas uma confirmação do que já foi feito.
Pedir uma nota de 0 a 10 em vez de uma escolha binária abre espaço para a nota subir a cada rodada sem o trabalho realmente melhorar.
O loop deveria terminar quando o trabalho vence a comparação, ou quando a pessoa decide parar — nunca depois de um número pré-definido de tentativas.
Sim. O Gauntlet Loop não depende de nenhum recurso exclusivo — depende de três capacidades que várias ferramentas agênticas já têm, cada uma com sua própria sintaxe.
Disparar subagentes com contexto separado — para o critic avaliar sem saber o quanto o builder se esforçou.
Ferramentas de busca e leitura para o critic — para ele conseguir abrir a referência real, não só imaginá-la.
Um jeito de repetir o ciclo — nativo, como um comando de loop, ou manual, reenviando o prompt até vencer.
IDE agent-first do Google, construída em torno da ideia de orquestrar múltiplos agentes.
Agente de código open source para terminal, com suporte a dezenas de provedores de modelo.
A técnica foi criada e batizada por Matt Shumer, investidor em IA e ex-CEO da HyperWriteAI — não um engenheiro da Anthropic, embora o padrão rode sobre agentes Claude e ecoe o padrão "evaluator-optimizer" que a própria Anthropic descreve em seu guia sobre como construir agentes eficazes.
Cinco perguntas para checar se os conceitos ficaram claros.
acertos