🎯 SDK separado do kernel — Por quê
Em março de 2025 a equipe AIOS executou um major refactor extraindo todo o "user space" do kernel para um repo separado: Cerebrum. A motivação foi clara — sem essa separação, agente e kernel teriam que rodar na mesma máquina, e modos remote/agent hub seriam impossíveis.
💡 O que mudou
- •Agente passa a ser um cliente, kernel é servidor.
- •SDK pode evoluir mais rápido que kernel.
- •Mesmo agente roda em local ou remote sem refactor.
- •Agent hub vira possível: publicar/baixar agentes prontos.
💡 Analogia
É o mesmo movimento que separou o kernel Linux do glibc — kernel cuida do hardware/recursos, lib cuida da ergonomia para o programador. Sem a separação, Linux não escalaria pra ecosystem inteiro.
📥 Instalação — Clone ou pip
Quando você instala AIOS, Cerebrum vem junto como dependência. Para dev sério, prefira clonar o repo separadamente e instalar em editable mode. Isso permite mexer no código, debugar, e atualizar com git pull.
# Modo 1: já veio junto com AIOS
$ python -c "import cerebrum; print(cerebrum.__version__)"
# Modo 2: editable install (recomendado para dev)
$ cd ~/projects/aios-stack
$ pip install -e ./Cerebrum
# Agora <edit> no Cerebrum reflete imediato🌐 Local vs Remote — Escolha de deploy
Cerebrum suporta dois modos. Local Kernel: SDK e kernel na mesma máquina, comunicação via in-process. Remote Kernel: SDK em uma máquina, kernel em outra, comunicação via RPC. Mesmo código de agente, só muda config do client.
| Modo | Comunicação | Latência | Uso |
|---|---|---|---|
| Local | In-process | ~ms | Dev, prototipagem |
| Remote | RPC (HTTP/gRPC) | ~10ms+ | Agent hub, multi-tenant |
💡 Dica
Para começar, vá de Local. Quando o time crescer ou você quiser publicar agentes para outros usuários, ative Remote. A migração é só configuração de endpoint.
📜 Paper NAACL 2025 — Os 4 D's
O paper Cerebrum (arxiv 2503.11444) define formalmente os 4 D's do ciclo de vida de um agente: Develop, Deploy, Distribute, Discover. Esse vocabulário aparece em docs, issues e nas próximas versões — vale memorizar.
Develop
Criar o agente em código — subclasse de Agent, tools registradas, lógica de run.
Deploy
Rodar o agente apontando para um kernel — local na sua máquina ou remoto via RPC.
Distribute
Publicar o agente no hub para outros usuários instalarem com 1 comando.
Discover
Buscar no hub agentes prontos por tag, descrição ou rating, e instalá-los.
🧩 Componentes do SDK
O Cerebrum expõe um vocabulário enxuto de classes que você combina para construir agentes. Cada uma corresponde a um tipo de syscall do kernel — e fica explícita no código, em vez de implícita.
📊 Componentes principais
Agent— base class que você herdaLLMCall— chamada de modelo (LLM Core)MemoryRead/Write— cache curto prazoStorageRead/Write— persistência durávelToolCall— executar tool registradaContextSwitch— pausar/restaurar agente@tool— decorator para registrar função como tool
💡 Dica
Não combine syscalls em wrappers próprios cedo. Use as classes-base do Cerebrum o máximo possível — quando o kernel evoluir, ele faz upgrade nas classes oficiais, não nas suas.
🏪 Agent hub — Publish e discover
O agent hub é o "PyPI dos agentes": um registry onde devs publicam agentes versionados e usuários instalam com 1 comando. Pode ser público (hub central) ou privado (hub interno da sua equipe).
# Publicar
$ cerebrum hub publish my-research-agent --version 0.1.0
# Discover
$ cerebrum hub search "research"
# Install
$ cerebrum hub install awesome-research-agent
# Run
$ cerebrum run awesome-research-agent "minha query aqui"💡 Por que importa
Sem hub, cada equipe reinventa o mesmo agente. Com hub, você instala "csv-analyzer-agent" feito por outro lab e usa direto. Reduz tempo de boot do projeto de semanas para horas.
✅ Resumo do Módulo
Próximo módulo:
4.2 — 🛠️ Primeiro agente. Subclass de Agent, tools, memory, run loop e empacotamento.