Second brain com Claude Code: o que delegar ao agente e o que você tem que escrever na mão

Second brain com Claude Code funciona muito bem pro trabalho mecânico: indexar fontes, renomear arquivos, extrair entidades e conceitos, montar links entre notas e manter o log da wiki. O padrão llm-wiki, do gist do Andrej Karpathy, separa raw/ (os originais intocados) de wiki/ (o que o agente escreve), e é justamente isso que te deixa auditar a síntese depois. O que não dá pra terceirizar é a interpretação: tese, discordância, decisão e conexão. O estudo do MIT Media Lab sobre dívida cognitiva mostra o preço: 83% de quem escreveu com LLM não conseguiu citar o próprio texto minutos depois
Um vault com mil notas interligadas não prova que alguém pensou coisa nenhuma
Fala aí, beleza? Hoje montar uma wiki pessoal virou trivial: você joga uma pasta de artigos e PDFs pro agente, pede pra ele indexar, extrair conceitos e linkar tudo, e em alguns minutos tem centenas de arquivos markdown conversando entre si
Aí a pergunta mudou de lugar
Não é mais "dá pra automatizar meu second brain?", porque dá, e é fácil
A pergunta virou "o que NÃO deveria ser automatizado?"
É essa linha que eu quero traçar aqui: o que o agente faz melhor que você (e sem culpa nenhuma) e o que perde todo o valor no segundo em que sai da sua cabeça
Se você ainda tá começando com o agente, eu já detalhei em outro post o fluxo do primeiro projeto ao deploy, então aqui eu vou direto pro assunto do second brain
O que é um second brain mantido por agente (e o padrão llm-wiki):
O Andrej Karpathy publicou um gist chamado llm-wiki em 4 de abril de 2026, descrevendo o padrão de uma wiki pessoal mantida por um agente de LLM
E aqui vem a primeira coisa que confunde muita gente: o llm-wiki NÃO é software
Não tem repositório de código, não tem comando de instalação, não tem plugin
Domine o Claude Code do básico ao avançado
Você vai aprender a criar sistemas completos com Claude Code, sem precisar ser programador. Inscreva-se para ter acesso a um desconto de lançamento e bônus especiais!
É um arquivo markdown com a descrição do padrão, feito pra você copiar e colar dentro de um agente (Claude Code, Codex, o que você usar), e o agente monta a wiki a partir dali
"Monta como?"
Separando em duas camadas, e essa separação é o coração do negócio:
raw/ <- os originais, imutáveis (artigos, PDFs, notas)
wiki/ <- o que o agente escreve
index.md
log.md
overview.md
sources/
entities/
concepts/
synthesis/Os originais ficam intocados em raw/ e o agente só escreve em wiki/
Parece detalhe de organização, mas é o que sustenta o resto do post: com a fonte bruta preservada, você consegue voltar depois e auditar se a síntese que o agente escreveu é honesta ou se ele inventou uma conexão bonita que o texto original nunca fez
Síntese sem fonte auditável é só um texto plausível, e texto plausível é exatamente o que a IA produz de olhos fechados
O que delegar ao Claude Code sem culpa:
Tem uma faixa enorme de trabalho aqui que é puramente mecânico, e nela o agente ganha de lavada
Nessas o meu conselho é: delega e não olha pra trás 🙂
- Indexar a pasta de fontes brutas e manter o
index.mdem dia - Renomear arquivos com um padrão consistente (aquela pasta de
documento-final-v3-REAL.pdftem cura) - Extrair entidades e conceitos de uma fonte e criar os arquivos em
entities/econcepts/ - Montar os links entre as notas, que é o trabalho chato de lembrar que a nota A fala da mesma coisa que a nota F
- Manter o
log.mdcom o que entrou e o que mudou - Gerar um resumo de origem de cada fonte, pra consulta rápida quando você não lembra do que aquele PDF tratava
Nada disso exige julgamento seu
E dá pra deixar esse arranjo estável com as peças que o próprio Claude Code já oferece
As instruções que ele lê toda sessão:
O Claude Code lê arquivos CLAUDE.md no início de toda sessão, como instrução persistente
Tem hierarquia: a memória de usuário fica em ~/.claude/CLAUDE.md e vale pra todos os projetos, e a memória de projeto fica no CLAUDE.md na raiz do projeto
Os arquivos mais altos na hierarquia são carregados primeiro
Na prática do second brain: preferência de estilo de nota vai no arquivo do usuário, regra específica daquele vault vai na raiz do vault
A auto memory (essa o Claude escreve sozinho):
São dois mecanismos complementares, e vale entender a diferença
O CLAUDE.md é você que escreve
A auto memory é o próprio Claude anotando o que aprendeu com as suas correções e preferências, entre sessões, e ela vem ligada por padrão
As notas ficam por projeto, em ~/.claude/projects/<projeto>/memory/
Pra ver o que tá carregado, roda /memory: ele lista CLAUDE.md, CLAUDE.local.md e os arquivos de regras, tem o toggle da auto memory e um link pra abrir a pasta dela
O toggle grava autoMemoryEnabled no ~/.claude/settings.json, então não é mágica: é config em arquivo, do jeito que a gente gosta
Skills, subagentes e comandos:
Skills pessoais ficam em ~/.claude/skills/<nome-da-skill>/SKILL.md e valem pra todos os projetos
O SKILL.md começa com um frontmatter YAML com name e description obrigatórios
E tem um detalhe de desempenho que importa quando o vault cresce: no startup o agente pré-carrega só o nome e a descrição de cada skill instalada, e o conteúdo completo só é aberto quando a skill é acionada
Ou seja, descrição vaga = skill que nunca é chamada na hora certa
Subagentes são arquivos markdown com frontmatter YAML, lidos de ~/.claude/agents/ e .claude/agents/
O Claude Code observa essas pastas: você cria ou edita um arquivo e a mudança é detectada em poucos segundos, a próxima delegação já usa a definição nova, sem reiniciar nada (massa demais isso)
E cada subagente roda em conversa própria: as chamadas de ferramenta e os resultados intermediários ficam lá dentro, só a mensagem final volta pro agente principal
Pro second brain isso é ouro, porque a bagunça de processar 40 PDFs não polui o seu contexto principal
Comandos de barra personalizados são arquivos markdown também: comandos de projeto em .claude/commands/ e comandos de usuário em ~/.claude/commands/, e o nome do arquivo sem o .md vira o nome do comando
E onde as notas moram?
Se o seu vault é Obsidian, as notas ficam privadas no dispositivo, acessíveis offline e em formatos de arquivo abertos
O que casa perfeitamente com o padrão: markdown na sua máquina, o agente escreve por cima, você lê com ou sem o agente
Dívida cognitiva: o custo de terceirizar o pensamento:
Agora a parte incômoda
Um estudo do MIT Media Lab mediu a atividade cerebral de quem escreve com assistente de IA e cunhou o termo dívida cognitiva
Foram 54 participantes divididos em três grupos (LLM, buscador e só cérebro), com EEG
O grupo LLM apresentou a conectividade cerebral mais fraca
O grupo sem ferramenta nenhuma, a mais forte e mais distribuída
E tem o número que dói: 83% dos usuários de LLM não conseguiram citar um trecho do texto que tinham acabado de escrever, quando perguntados logo depois da redação
Antes que alguém me acuse de vender pânico, a ressalva honesta: o artigo segue sem revisão por pares, e o número de participantes com registro neural na sessão final é menor que o total inicial, um limite que os próprios críticos apontam pra conclusões mais amplas
Então não é lei da física, é um sinal forte
E traduzido pro vault, o sinal é bem direto: nota que você não consegue citar é nota que você não tem
Ela ocupa disco, aparece no grafo, engorda o índice e não muda absolutamente nada no que você faz amanhã
O que você tem que escrever na mão:
Do outro lado da linha ficam cinco coisas, e nenhuma delas é sobre digitar rápido
- A tese: o que você acha sobre aquilo e por quê, com todas as suas manias e vieses
- A discordância com a fonte: onde o autor errou, onde ele generalizou, onde a experiência que você teve contradiz o texto
- A conexão inesperada: aquele momento em que um assunto de arquitetura se encaixa num problema de time que não tem nada a ver, e você percebe sozinho
- A decisão tomada e o motivo: escolhi X, descartei Y, por causa de Z
- O registro de erro pessoal: já me ferrei uma vez por causa disso, e o registro existe pra não repetir
O argumento central é esse: essas notas existem pra mudar o que você faz depois
E a versão delas gerada por agente é indistinguível de qualquer resumo genérico da internet, porque o modelo não tem a sua trajetória, não perdeu o seu deploy de sexta e não vai pagar a conta da decisão errada
Tem uma pista disso na própria documentação do Claude Code
A orientação de lá é que quanto mais específica e concisa a instrução no CLAUDE.md, mais consistentemente o Claude segue
O exemplo oficial da doc é "use indentação de 2 espaços" em vez de "formate o código direito"
Repara no que isso quer dizer: a instrução boa é a que só você consegue escrever, porque ela carrega o seu critério
Sacou? A régua boa é sempre sua
O modelo executa a régua com uma consistência que você não tem, mas ele não define qual régua vale a pena
Delegar ou escrever na mão: a tabela de decisão:
| Tarefa | Quem faz | Por quê |
|---|---|---|
| Indexar a pasta de fontes brutas | Agente | Varredura mecânica, sem julgamento envolvido |
| Renomear arquivos num padrão | Agente | Regra clara, repetição infinita, zero criatividade |
| Extrair entidades e conceitos | Agente | Leitura exaustiva que você não faria com paciência |
| Criar links entre notas | Agente | Ele lembra de todas as notas, você não |
| Manter o log da wiki | Agente | Registro do que entrou e mudou, é contabilidade |
| Resumo de origem de cada fonte | Agente | Serve pra localizar a fonte, não pra substituir a leitura |
| Tese: o que você acha e por quê | Você | Sem a sua opinião, vira resumo genérico da internet |
| Discordância com a fonte | Você | O modelo tende a concordar com o texto que leu |
| Decisão tomada e o motivo | Você | Quem paga a conta da decisão é quem escreve o motivo |
| Conexão entre assuntos distantes | Você | O insight nasce do seu contexto, não do corpus dele |
| Registro de erro pessoal | Você | Ele não estava lá quando deu ruim 😅 |
Sinais de que seu vault virou texto que ninguém pensou:
1. Você não consegue citar nada do que "escreveu" semana passada:
Causa: você delegou a síntese, não só a organização
O agente escreveu em synthesis/ e você aprovou no automático
Correção: escreva a tese na mão ANTES de mandar o agente linkar
Duas ou três frases suas já resolvem, o agente entra depois pra conectar com o resto da wiki
2. A wiki cresce e o log não registra nenhuma decisão:
Causa: você está confundindo volume com pensamento
É o erro mais fácil de cometer, porque volume aparece na tela e pensamento não
Correção: meça a wiki por decisões, não por número de arquivos
Se em um mês inteiro nenhuma nota mudou algo que você fez, o vault virou depósito
3. O índice de memória estourou e o que importa não é lido:
Causa: tem limite de carregamento
As primeiras 200 linhas do MEMORY.md, ou os primeiros 25KB, o que vier antes, são carregados no início de cada conversa
Tudo que ficou depois disso simplesmente não entra na conversa
Correção: manda o excedente pra arquivos de tópico, deixando o índice enxuto e apontando pro resto
Tome cuidado com isso, porque o sintoma é traiçoeiro: parece que o agente "esqueceu", quando na verdade ele nunca leu
Como prevenir os três de uma vez:
Mantenha a camada de fontes brutas intocada
Enquanto raw/ estiver preservado, toda síntese é auditável e todo erro é rastreável até a origem
O dia que você começar a deixar o agente editar a fonte, acabou a auditoria e você só tem a palavra dele
Na prática: o que aparece quando você olha o agente trabalhando:
Essa linha entre mecânico e pensado ficou muito mais visível pra mim quando eu passei a acompanhar o agente rodando, em vez de só receber o resultado pronto
No vídeo eu mostro isso na prática: rodei prompts em paralelo (um criando estrutura de autenticação, outro fazendo outra ação do sistema) e fiquei acompanhando os estados das sessões numa visão geral, entrando em cada conversa só quando quis
Cheguei a responder uma sessão já concluída direto dali, sem abrir a conversa, mandando um pedido curto de revisão do que tinha sido feito
Antes disso eu precisava abrir dois ou mais terminais pra manter sessões simultâneas, e ficava alternando entre eles só pra descobrir se a tarefa já tinha terminado, o que consumia um tempo besta
O meu critério pra mandar algo pra segundo plano é simples: expectativa de demora somada à ausência de necessidade de supervisão
Se eu não preciso acompanhar de perto, sai do terminal ativo e me libera pra outra coisa
E repara que as tarefas que eu mando pra lá são exatamente as da coluna "agente" da tabela: revisão do que foi feito, criação de testes, checagem de segurança, além de rotinas e skills próprias que eu já tenho prontas pra rodar
Nenhuma delas bloqueia o avanço do projeto
Agora, sendo honesto: eu não sou do tipo que abre 15 terminais e programa o sistema inteiro simultaneamente
Pra mim isso ainda não funciona, exigiria uma confiança na IA que eu não tenho
E nem uso tanto assim esse tipo de paralelismo, é um recurso que resolve um problema bem específico
Mas pro second brain o aprendizado se transfere inteiro: quando você VÊ o agente executando, fica óbvio qual parte foi mecânica e qual parte você teria que revisar (ou reescrever) na mão
No vídeo acima você vê as sessões rodando em paralelo, os estados de cada uma e eu respondendo direto da visão geral, sem abrir a conversa
Conclusão:
A régua de um second brain com Claude Code não é quantas notas o vault tem
É quem faz a interpretação
Indexação, renomeação, extração de entidades, links e log são trabalho mecânico e o agente faz melhor que você, com mais paciência e mais consistência
Tese, discordância, decisão, conexão e registro de erro são seus, e continuam seus, porque é isso que muda o que você faz depois
Próximo passo, bem pequeno e concreto: escolhe UMA fonte bruta que você já leu
Deixa o agente montar sources/ e entities/ a partir dela e escreve você mesmo o arquivo de síntese, na mão, sem espiar o que ele produziu
Depois compara as duas coisas
A diferença entre elas é exatamente o tamanho do que você perderia delegando 😀
Até o próximo post!
Perguntas frequentes
Preciso instalar algum programa pra usar o padrão llm-wiki do Karpathy?
Não. O llm-wiki é um arquivo markdown com a descrição do padrão, sem repositório de código e sem comando de instalação. Você copia o conteúdo e cola dentro de um agente de LLM, como Claude Code ou Codex, e é o agente que monta a wiki a partir dali.
Qual a diferença entre o CLAUDE.md e a auto memory do Claude Code?
O CLAUDE.md é escrito por você e lido no início de toda sessão como instrução persistente. A auto memory é o próprio Claude anotando o que aprendeu com suas correções e preferências entre sessões, e vem ligada por padrão.
Onde ficam guardados os arquivos de auto memory do Claude Code?
As notas da auto memory ficam por projeto, em ~/.claude/projects/<projeto>/memory/. Pra ver o que está carregado na sessão, o comando /memory lista CLAUDE.md, CLAUDE.local.md e os arquivos de regras, com um toggle pra ligar ou desligar a auto memory.
Dá pra usar o padrão llm-wiki junto com o Obsidian?
Dá, porque o Obsidian guarda as notas localmente, offline e em formatos de arquivo abertos. Isso casa com o padrão raw/ e wiki/: markdown na sua máquina, o agente escreve por cima, e você lê com ou sem o agente.
O que o estudo do MIT Media Lab descobriu sobre escrever com IA?
O estudo mediu a atividade cerebral de 54 participantes divididos em três grupos, com EEG, e o grupo que usou LLM apresentou a conectividade cerebral mais fraca. Também identificou que 83% desses usuários não conseguiram citar um trecho do próprio texto minutos depois de escrevê-lo.
O estudo sobre dívida cognitiva já é conclusivo?
Ainda não. O artigo segue sem revisão por pares, e o número de participantes com registro neural na sessão final é menor que o total inicial, o que os próprios críticos apontam como limite para conclusões amplas.
Formações
Formação Vibe Coding
Do Prompt ao Produto: Crie Software Real com IA
- 474 aulas
- 20 projetos
- 39h 27min
Blog | Mais populares

As diferenças de var, let e const

Como fazer redirecionamento com PHP
Neste artigo você vai aprender a como fazer redirecionamento com PHP, utilizaremos abordagens fáceis de entender e de aplicar Fala programador(a), beleza? Bora aprender mais […]

ChatGPT: o que é, como usar, dicas e como acessar login
ChatGPT é uma ferramenta de processamento de linguagem natural (NLP) baseada na arquitetura GPT-3.5, desenvolvida pela OpenAI. Sua criação representa um marco significativo no campo […]
