Azure SDK Abril 2026: AI Foundry 2.0 e o Que Desenvolvedores .NET Devem Saber

Emiliano Montesdeoca — Sat, 25 Apr 2026 00:00:00 +0000

Esta postagem foi traduzida automaticamente. Para a versão original, clique aqui.

Lançamentos mensais do SDK são fáceis de ignorar. Este tem algumas coisas que merecem atenção — especialmente se você constrói com AI Foundry, Cosmos DB em Java, ou faz provisionamento de infraestrutura a partir de código .NET.

Azure.AI.Projects 2.0.0 — Breaking Changes que Fazem Sentido

Splits de namespace, tipos renomeados, e convenção Is* consistente para booleanos.

Cosmos DB Java: Correção Crítica de Segurança (RCE)

Versão 4.79.0 corrige vulnerabilidade de Execução Remota de Código (CWE-502). Atualize imediatamente.

Novas Bibliotecas de Provisioning para .NET

Post original: Azure SDK Release (April 2026).

68 Minutos por Dia Re-Explicando Código? Existe uma Solução

Emiliano Montesdeoca — Thu, 23 Apr 2026 00:00:00 +0000

Esta postagem foi traduzida automaticamente. Para a versão original, clique aqui.

Você conhece aquele momento quando sua sessão do Copilot chega no /compact e o agente esquece completamente o que você estava fazendo? Você passa os próximos cinco minutos re-explicando a estrutura de arquivos, o teste falhando, as três abordagens que já tentou. Então acontece de novo.

Desi Villanueva mediu: 68 minutos por dia — só em re-orientação. Não escrevendo código. Não revisando PRs. Só atualizando a IA sobre coisas que ela já sabia.

Acontece que há uma razão concreta para isso — e uma solução concreta.

A Mentira da Janela de Contexto

Seu agente vem com um número grande na caixa. 200K tokens. Parece massivo. Na prática é um teto, não uma garantia.

Aqui está a matemática real:

200K de contexto total
Menos ~65K para ferramentas MCP carregadas no início (~33%)
Menos ~10K para arquivos de instruções como AGENTS.md

Isso deixa você com aproximadamente 125K antes de digitar uma palavra. E piora — LLMs não degradam gradualmente. Eles batem em uma parede em torno de 60% de capacidade.

Limite efetivo: 45K tokens antes que a qualidade degrade.

O Imposto de Compactação

Cada /compact custa seu estado de flow. A parte cruel: a memória já existe. O Copilot CLI escreve cada sessão em um banco de dados SQLite local em ~/.copilot/session-store.db. O agente simplesmente não consegue lê-lo.

auto-memory: Uma Camada de Recall, Não um Sistema de Memória

pip install auto-memory

~1.900 linhas de Python. Zero dependências. Instalado em 30 segundos.

Em vez de inundar o contexto com resultados grep, você dá ao agente acesso cirúrgico ao que realmente importa — 50 tokens em vez de 10.000.

Conclusão

Context rot é uma restrição arquitetural real. auto-memory contorna isso dando ao seu agente um mecanismo de recall barato e preciso.

Confira: auto-memory no GitHub. Post original de Desi Villanueva: I Wasted 68 Minutes a Day.

AI Foundry | The .NET Blog