---
title: Dark Factory e Open Second Brain: desenvolvimento autônomo e a memória que o sustenta
description: Uma palestra curta sobre dois dos meus projetos — Dark Factory e Open Second Brain. Antes da apresentação, pedi ao orquestrador que montasse do zero um app de chat funcional — e, no momento em que comecei a falar, o site já estava no ar em uma URL pública. Por dentro: como ambos os projetos funcionam e por que a memória se mostrou uma condição obrigatória, e não um complemento opcional.
canonical_url: https://techmeat.dev/posts/dark-factory-and-open-second-brain-at-startit
date: 2026-05-24
tags: dark-factory, open-second-brain, startit, demo, hermes, agents
language: pt
---
Outro dia passei no [startit](https://startit.rs/) com uma palestra curta — para contar o que venho fazendo no último mês. O público era especializado — builders que constroem agentes de IA por conta própria, então não precisei explicar o que é context window nem por que um agente às vezes não se basta com um único modelo. Dava para ir direto ao ponto.
E o ponto, agora, são dois projetos conectados: **Dark Factory** — desenvolvimento autônomo, e **[Open Second Brain](https://github.com/itechmeat/open-second-brain)** — a memória sobre a qual essa autonomia se sustenta.
## O que mostrei
Foram poucos slides. A lógica é simples:
- Não estou construindo um CoPilot, e sim uma **Dark Factory** — uma linha de produção em que os agentes levam o projeto da ideia até o release por conta própria. Eu trago a ideia, e a partir daí uma equipe de subagentes faz brainstorming, documentos, design, planejamento, repositório e deploy. Enquanto isso, eu cuido do que preciso e só entro em cena para revisar.
- Com esse arranjo, a gente esbarra muito rápido no **problema da memória**. O scrollback do terminal não é memória. Não dá para passar contexto entre sessões. O reasoning — o porquê de o agente ter tomado uma decisão específica — vaza para os logs e se perde.
- Por isso, ao lado da fábrica, precisei fazer crescer o **Open Second Brain** — uma camada de memória em arquivos para os agentes. Markdown puro em um vault compatível com Obsidian: qualquer agente lê, qualquer um escreve, e para o humano tudo aparece como anotações de texto comuns.
- A partir daí, dá para construir coisas interessantes. Por exemplo, uma camada de _memória observacional_: os subagentes, no decorrer do trabalho, notam minhas preferências, despejam no inbox, e à noite um passo separado (`dream`) transforma observações recorrentes em regras, que são carregadas automaticamente no início de cada sessão seguinte. Eu paro de repetir a mesma coisa vinte vezes.
## Demonstração: um projeto que os agentes montaram em meia hora
Antes da apresentação, mandei uma frase para o orquestrador no Telegram — algo como "faça um chat paródico em que a IA responde a qualquer fala do usuário dizendo que ele está absolutamente errado". E fui me preparar para subir ao palco.
Um prompt, um brainstorming curto — o orquestrador faz algumas perguntas de esclarecimento e fixa o plano — e, daí em diante, o pipeline roda sozinho. No chat começam a chegar relatórios do que está acontecendo: qual etapa foi iniciada, qual subagente assumiu, o que a revisão retornou. Não preciso mais intervir no meio do caminho.
Por baixo dos panos, nessa meia hora:
- o product-tech-lead decompôs a ideia em brainstorming e especificação;
- o arquiteto escolheu a stack e descreveu o contorno do sistema;
- o designer montou a identidade visual e as telas principais;
- em paralelo, foram criados o repositório no GitHub, as units do systemd no VPS, a rota no Caddy e um subdomínio dedicado;
- o engenheiro fullstack implementou frontend e backend, o QA rodou os testes, e o devops levou o deploy até o verde.
Tudo isso passa pelo mesmo pipeline de quadro kanban com revisão entre etapas que [detalhei no post anterior](/pt/posts/how-i-built-the-first-dark-fabric-workflow/): 13 cartões, no máximo duas voltas em cada revisão, subagentes diferentes nas etapas de produção e de revisão.
Quando subi ao palco, no endereço **[you-absolutely-wrong.techmeat.dev](https://you-absolutely-wrong.techmeat.dev/)** já abria o site no ar. Um chat em que o assistente, com convicção absoluta, explica que você está errado, escreva o que escrever. Por dentro: React + Vite no frontend, Hono em Node.js no backend, SQLite para as sessões, DeepSeek-v4 via OpenCode como modelo. Um projeto completo, não uma landing page.
## O que vem a seguir
Hoje, a fábrica opera com dois workflows — `new-project` (o mesmo que detalhei no [post anterior](/pt/posts/how-i-built-the-first-dark-fabric-workflow/)) e `new-feature`, que pega um projeto já existente, com sua documentação, e leva mais uma feature até produção. Os próximos da fila são `validate-idea`, para validar hipóteses, e `bugfix`: triagem, repro, fix, verificação, ship.
Quando esses quatro ciclos rodarem de ponta a ponta de forma consistente, vou abrir tudo em open source. O Open Second Brain já está [aberto](https://github.com/itechmeat/open-second-brain) e evolui publicamente.
Obrigado ao pessoal do startit pelo espaço e pelas perguntas depois da palestra — algumas delas foram direto para o meu backlog. Se você quiser acompanhar como a fábrica vai se montando daqui em diante, eu vou contando a história no [X](https://x.com/techmeat).