"O que não consigo criar, não compreendo." — Richard Feynman

Todos estão numa corrida para construir com agentes de IA. Para os implementar, orquestrar, automatizar com eles. A questão que mais importará com o passar do tempo é se as pessoas que constroem com eles realmente compreendem o que esses agentes estão a fazer.

Não é uma pergunta confortável. Mas é a correta.

É nisso que acreditamos, na Enter, todos os dias. E foi exatamente isso que aconteceu na HackPrinceton Spring 2026.

Esta semana, partilhámos a nossa experiência daquele fim de semana. Se perdeu, pode lê-la em HackPrinceton 2026 x Enter.pro : Construindo o Futuro | Enter . Esse artigo tratava da energia, da missão, da visão geral. Este artigo é um mergulho profundo no PolyPath.

Porque uma geração de programadores e estudantes está a entrar num mundo saturado de sistemas de IA. As ferramentas para os usar estão em toda parte. O currículo para os compreender: como raciocinam, onde falham, o que estão realmente a fazer dentro de uma determinada tarefa; não acompanhou o ritmo. O fosso entre usar a IA e compreendê-la está a aumentar.

Esse fosso é o que o PolyPath foi construído para fechar.

A Convicção Que Deu Início a Tudo

A inspiração para o PolyPath não veio de uma oportunidade de mercado. Veio de uma crença.

Tyler Van Buren chegou à HackPrinceton com uma tese: ainda precisaremos de humanos no ciclo que compreendam profundamente como esses agentes funcionam. Não humanos que saibam dar-lhes comandos (prompts). Humanos que os compreendam: pelo que estão a otimizar, como se comportam sob diferentes condições, onde a sua lógica falha.

Esse tipo de compreensão não vem de ler um slide. Vem de observar o algoritmo a correr. De fazer perguntas em tempo real. De ter algo que lhe mostra, não apenas que lhe diz.

O PolyPath é esse algo.

O que é o PolyPath

O PolyPath é uma estrutura para lições interativas sobre algoritmos de aprendizagem automática (machine learning).

A palavra-chave é interativa. Conceitos de aprendizagem automática: descida de gradiente, classificação, clustering são notoriamente difíceis de absorver passivamente. Eles precisam de se mover para serem compreendidos. Precisa de ver o algoritmo comportar-se através de diferentes entradas antes que a intuição surja. Um diagrama estático não faz isso. Um slide não faz isso.

O PolyPath associa uma demonstração agente viva — o algoritmo a correr em tempo real, à frente do estudante — com um tutor de IA presente ao lado dele. Você vê o algoritmo a funcionar. Faz perguntas. O tutor responde, explica e ajusta a explicação para onde quer que você esteja no material.

Não é um vídeo. Não é um livro didático. É a coisa mais próxima de ter uma pessoa paciente e conhecedora sentada ao seu lado enquanto o algoritmo corre — alguém que pode responder à pergunta que você tem agora, sobre a coisa que está a acontecer agora no seu ecrã.

O objetivo não é apenas ensinar o algoritmo. É construir o tipo de intuição que permite a um estudante reconhecê-lo quando o encontra no mundo real.

Como Ele a Construiu

Ele construiu tudo no Enter.pro. 100% vibe coded.

Essa expressão merece uma reflexão, porque o criador disse-a com um tipo específico de orgulho. Não "usámos IA para ajudar". Tudo isso. A estrutura, a disposição da lição, a interface de demonstração em tempo real, a camada de tutoria — descritos em linguagem simples, construídos pela IA, enviados em 36 horas.

A Enter deu-lhe a infraestrutura para avançar sem perder tempo com configuração, ajustes ou andaimes. Desde o primeiro comando até ao URL ativo, a plataforma tratou da execução. Ele passou as 36 horas completas na única coisa que realmente importava: a experiência de aprendizagem.

É para isso que serve o vibe coding. Tirar a ideia da sua cabeça e colocá-la num ecrã rápido o suficiente para que possa começar a aprender com ela.

Este é o Sexto Projeto Sobre o Qual Escrevemos da HackPrinceton

Continuámos a escrever sobre o que saiu daquele fim de semana porque a qualidade do pensamento continuou a merecer a atenção.

O PolyPath ganha o seu lugar porque a pergunta que faz é uma que a indústria ainda não levou suficientemente a sério: se todos estão a implementar agentes, quem os compreende realmente? E como é a educação para isso?

A Enter esteve na HackPrinceton porque acreditamos que qualquer pessoa com uma ideia deve ser capaz de a construir. O PolyPath é como isso parece quando a ideia não é um produto, mas uma lição — quando o criador não está a perseguir um mercado, mas a tentar fechar uma lacuna que importa.

O que vem a seguir

O roteiro a curto prazo é claro: mais lições, contas de utilizador, sessões persistentes para que um estudante possa voltar exatamente onde parou.

O arco mais longo é o que torna isto interessante. Uma estrutura que torna os algoritmos de aprendizagem automática visíveis e interativos — que ensina mostrando em vez de descrevendo — tem aplicações em todo o currículo de Ciência da Computação, para cada aprendiz autodidata, para cada engenheiro que implementou um modelo sem compreender totalmente o que ele faz.

A lição não terminou. Mas acabou de começar.

→ Experimente o PolyPath ao vivo: 8b0805f774144e2bb5aeaa41ac4dadb2.prod.enter.pro

Perdeu os volumes anteriores? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3: *reAgent *→ Vol. 4: *TaleTailor *→ Vol. 4: *LEGR