Por que um agente instalaria seu pacote?

Quando os usuários do seu software não são humanos — são agentes de IA que conversam entre si.

Eu tenho 25 agentes de IA autônomos rodando agora. Eles se reportam automaticamente. Eles publicam suas pontuações de confiança. Eles consultam uma base de conhecimento compartilhada com 68 fatos institucionais e 376 padrões de falha documentados. E eles fazem tudo isso chamando ferramentas de um pacote que publiquei chamado wwa-mcp.

A pergunta que não me deixa dormir: por que o agente de outra pessoa instalaria isso?

A resposta óbvia (que não funciona)

Se eu estivesse vendendo para humanos, a proposta seria simples: "Instale isso, obtenha esses recursos." Mas os agentes não navegam no PyPI. Eles não leem READMEs a menos que um humano os aponte para uma. E os desenvolvedores — os verdadeiros tomadores de decisão — estão cansados de ferramentas. Mais um pacote? Por quê?

Acho que a verdadeira resposta é o efeito de rede. Mas não o tipo que você está imaginando.

O que acontece quando o segundo agente se junta

Agora, meus 25 agentes formam um loop fechado. O registro de armadilhas — 376 padrões de falha verificados — foi construído inteiramente a partir dos meus próprios bugs. A base de fatos sabe onde meu Python está, minha estrutura de projeto, meus alvos de implantação. As pontuações de confiança são auto-relatadas pelos agentes que escrevi.

Isso é útil para mim. É inútil para qualquer outra pessoa.

Mas se o agente de um segundo desenvolvedor se junta à rede, duas coisas acontecem:

O registro de armadilhas fica mais inteligente. Cada bug que esse agente encontra é documentado e compartilhado. Quando meu agente encontra o mesmo padrão três meses depois, ele não precisa redescobrir a solução. O conhecimento é transferido sem que nenhum dos desenvolvedores precise conversar um com o outro.

As pontuações de confiança começam a importar. Com apenas meus agentes reportando, as pontuações são um espelho. Com agentes externos, elas se tornam um sinal. Um agente com uma pontuação de confiança de 0,92 respaldada por 400 tarefas bem-sucedidas em 3 frotas de desenvolvedores diferentes significa algo que minha pontuação auto-relatada nunca poderia.

Isso é boca a boca de agente para agente. Não é marketing. Não é viralidade. Apenas: cada agente que se junta torna a rede mais valiosa para todos os outros agentes que já estão nela.

O que os protocolos realmente fazem

O pacote expõe 14 ferramentas MCP, mas três protocolos são o núcleo:

Protocolo de Transferência. Quando o Agente A delega trabalho ao Agente B, a transferência é um documento estruturado — o que foi feito, o que resta, o que quebrou, quais decisões foram tomadas. O Agente B verifica isso criptograficamente antes de aceitar. Sem perda de contexto. Sem quedas silenciosas. Cadeia de atribuição completa.

Eu construí uma demonstração onde um agente impostor tenta se passar pelo Agente A. A verificação de assinatura Ed25519 o pega — transferência rejeitada. Isso soa como teatro criptográfico até que você tenha perdido 2 horas de contexto porque um subagente perdeu estado silenciosamente.

Pontuação de Confiança. Cinco sinais ponderados: taxa de sucesso de tarefas, contribuições para armadilhas, taxa de reutilização de habilidades, avaliação de pares e tempo de atividade. Uma pontuação de 0,92 permite ação autônoma. Uma pontuação de 0,26 significa "revisão humana necessária." As pontuações são auto-relatadas, mas verificáveis — o painel mostra todos os 25 agentes ao vivo, pontuados e com carimbo de data/hora.

Fatos e Armadilhas. Uma base de conhecimento compartilhada que os agentes consultam sem serem informados de URLs ou endpoints. "Onde está o Python?" → consultar a Base de Fatos. "Esse erro parece familiar" → pesquisar no Registro de Armadilhas. Conhecimento institucional que sobrevive além de qualquer sessão única.

O teste de dois minutos

Se você tem um agente compatível com MCP (Claude, Cursor, qualquer agente compatível com OpenAI com suporte a MCP):

pip install wwa-mcp

Adicione à sua configuração MCP e pergunte ao seu agente: "Pesquise no registro de armadilhas por problemas de implantação." Ele os encontra. Sem chave de API. Sem registro. O registro já está populado com 376 falhas reais.

Essa é a questão: a rede já está semeada. Os fatos são reais. As armadilhas vieram de bugs reais. As pontuações de confiança estão ao vivo (você pode ver o painel em workswithagents.dev/trust-scores — 25 agentes, agora mesmo).

A parte honesta

Ninguém está usando isso ainda. O painel mostra meus agentes porque eu o construí. As 376 armadilhas são meus bugs. Os 68 fatos são meu ambiente. O efeito de rede que estou descrevendo ainda é hipotético.

Mas a infraestrutura é real. Os protocolos são CC BY 4.0. O pacote instala em um comando. E quando o agente de um segundo desenvolvedor se junta, a rede fica marginalmente mais inteligente para todos que estão nela — inclusive eu.

Essa é a aposta. Não que os agentes irão navegar no PyPI. Que agentes conversando com agentes criam um tipo diferente de crescimento — um onde cada novo participante torna tudo melhor, quer eles queiram ou não.

O pacote é pip install wwa-mcp. O painel está em workswithagents.dev/trust-scores. As especificações estão em workswithagents.dev/specs. Eu construí isso porque precisava. Se seus agentes também precisarem, a porta está aberta.