AccInt

Modelo de Trabalho Local para agentes de IA que aprende com resultados reais.

Documentação

Inteligência Acrecida

Faça sua IA trabalhar de forma composta. Transfira a tarefa. Nunca o aprendizado.

Agentes de IA são poderosos, mas amnésicos: a cada execução, eles queimam seus tokens em trabalho real, entregam um resultado e depois esquecem. Você aluga capacidade — nunca a constrói. O acc muda a unidade de uma tarefa que evapora para um investimento que se acumula. Entregue trabalho aos agentes que você já executa (Claude Code, Codex, OpenCode, Cursor), e duas coisas se acumulam em um ativo que é seu — um Modelo de Trabalho do seu negócio: seu intelecto (o que você decide, como é o bom resultado, o que você nunca permitirá) e os tokens dos seus agentes (cada caminho verificado destilado em um runtime que reproduz em vez de raciocinar novamente). Ele aprende o que realmente funcionou, verificado contra seus próprios resultados, e prevê o melhor caminho antes de a próxima execução começar. Ele age em suas contas reais com um recibo para cada etapa, retém qualquer coisa que saia da sua máquina para sua aprovação, e deixa a realidade decidir. Assim, o mesmo trabalho fica mais barato, mais rápido e genuinamente melhor a cada execução. O aprendizado é seu: troque o modelo, mantenha o veterano da empresa. Seu trabalho se transforma em capital que você possui, em uma máquina que você controla.

predict the better path  →  act in your accounts, receipted  →  reality settles it  →  the Work Model sharpens

Veja ao vivo: accint.xyz. O livro de compromissos é liquidado em tempo real ali, junto com a história completa e uma leitura medida que se atualiza conforme o sistema roda. O código-fonte do mecanismo é privado; o binário é instalado em uma linha (abaixo) e os blocos de construção são abertos. Dizemos o que é comprovado e o que é novo.

Por que isso existe

Um modelo que pontua 90% em um benchmark hoje pontua 90% amanhã. Ele não aprende com a implantação, não rastreia quais de seus resultados levaram a bons desfechos e não se lembra do erro da semana passada. Ele gera inteligência e a descarta. Você continua pagando — em tempo e tokens — para redescobrir o que já funcionou.

Inteligência Acrecida é uma aposta de que isso é temporário. A ideia é tirar o aprendizado dos pesos do modelo e colocá-lo em estado externo pontuado, onde o julgamento se acumula a partir do contato com a realidade e o modelo se torna um processador substituível, em vez do lugar onde a inteligência mora. O mecanismo de raciocínio é a parte que você pode trocar; o julgamento que ele conquistou no seu mundo é a parte que você mantém.

Há uma lacuna em como as ferramentas existentes são posicionadas, e é onde o acc se encaixa. Memória lembra contexto. Observabilidade mostra rastros. Automação executa playbooks. O acc fecha o ciclo de aprendizado: compromisso, ação, aprovação, resultado, caminho reutilizável — pontuado por resultados, auditado em um livro-razão e rodando inteiramente no seu hardware. E ele faz a única coisa que a memória não consegue: prevê o caminho com maior probabilidade de funcionar a partir de tudo o que funcionou no seu mundo antes, e então observa seu próprio erro.

O acc é um kernel funcional para essa tese. É um Modelo de Linguagem Recursivo sobre uma memória de tokens pontuados por interação tardia: dois verbos sobre uma memória. O crédito assume como padrão um prior fraco, e somente a realidade ganha peso total.

Um fluxo de trabalho universal para tudo

Não existe um modo separado para trabalho técnico e não técnico. O ciclo é idêntico, seja você enviando código ou cobrando faturas. Apenas o conteúdo do que é recuperado e acionado difere. Você fala com seu agente em palavras simples, e o domínio vive no conteúdo, não na arquitetura.

Trabalho	Execução 1	O que o `acc` agora prevê e reproduz
Enviar um recurso	raciocina cada etapa, executa os testes	o teste que captura essa classe de bug, o caminho que passou
Buscar candidatos	lê seu ATS, classifica, rascunha primeiros contatos	o ângulo de sourcing que obteve respostas
Cobrar faturas	lê o livro-razão, rascunha o lembrete	qual cadência de lembrete realmente move os recebíveis
Briefings de clientes às segundas	reúne, rascunha, arquiva	o formato de briefing que cada cliente lê

(Ilustrativo. As contagens medidas estão em accint.xyz. Estas linhas mostram a forma, não um benchmark.)

Quatro trabalhos diferentes, um conjunto de primitivas: compromisso → ação → HELD → your OK → resultado → lição creditada. A barreira de autoridade (HELD → your OK) é estrutural em todo fluxo que toca o mundo externo. Essa barreira é o que torna o mesmo ciclo seguro para trabalho consequente e não apenas para código.

Execute novamente na próxima semana e as etapas verificadas serão reproduzidas em vez de raciocinadas novamente. A maioria das IAs raciocina novamente cada tarefa do zero, então você paga o preço total para sempre. O acc prevê o caminho que funcionou e reproduz as etapas verificadas, então o mesmo trabalho custa menos a cada execução e continua caindo conforme aprende.

Instalação

O acc é instalado em uma linha. Ele executa o instalador para o seu sistema operacional, que configura o acc na sua máquina:

curl -fsSL https://raw.githubusercontent.com/maxbaluev/accreted-intelligence/main/bootstrap/install | ACC_INSTALL_REF=github-readme ACC_INSTALL_SOURCE='ref=github-readme&utm_source=github&utm_campaign=readme' sh

Windows (PowerShell 5.1+):

$env:ACC_INSTALL_REF='github-readme'; $env:ACC_INSTALL_SOURCE='ref=github-readme&utm_source=github&utm_campaign=readme'; irm https://raw.githubusercontent.com/maxbaluev/accreted-intelligence/main/bootstrap/install.ps1 | iex

Registro Oficial MCP / MCPB: AccInt é publicado como io.github.maxbaluev/accint com pacotes MCPB para macOS, Linux e Windows. Use essa entrada de registro quando estiver instalando por meio de um cliente compatível com MCPB, marketplace ou diretório MCP downstream. O instalador de uma linha acima continua sendo o caminho mais amplo quando você quiser que o acc hosts-sync conecte Claude Code, Codex, Cursor e OpenCode na mesma máquina.

O instalador testa seu hardware, escolhe a camada de embedder que pode executar honestamente, baixa e verifica o binário de versão correspondente quando disponível, inicia um daemon local aquecido e conecta o .mcp.json do seu agente. A primeira execução pode baixar o modelo embedder (vários GB) e levar minutos. O instalador relata a espera honestamente e nunca finge que seu hardware é maior do que é.

Prefere ser guiado pelo processo? Cole um prompt em qualquer agente que você já usa — Claude Code, Codex, Cursor ou OpenCode — e ele instala o acc com você, explicando cada etapa, pausando para consentimento na fronteira e verificando contra um contrato legível por máquina em vez de adivinhar. O prompt é o mesmo em accint.xyz. Veja docs/install/with-agent.md.

Prompt de instalação guiada por agente para leitores do GitHub:

Install AccInt for yourself - a local Work Model that learns what actually worked across my projects and predicts the better path, so you get better at my work over time. Use the attributed GitHub README installer for my OS:

macOS/Linux:
curl -fsSL https://raw.githubusercontent.com/maxbaluev/accreted-intelligence/main/bootstrap/install | ACC_INSTALL_REF=github-readme ACC_INSTALL_SOURCE='ref=github-readme&utm_source=github&utm_campaign=readme' sh

Windows PowerShell:
$env:ACC_INSTALL_REF='github-readme'; $env:ACC_INSTALL_SOURCE='ref=github-readme&utm_source=github&utm_campaign=readme'; irm https://raw.githubusercontent.com/maxbaluev/accreted-intelligence/main/bootstrap/install.ps1 | iex

Then run `acc hosts-sync` and tell me when `acc retrieve "what should I do next?"` works. Before running anything, state the trust boundary: public Apache-2.0 installer/docs/plugins/registry glue; proprietary local engine binary with private engine source; local Work Model data stays on my machine; opt-out anonymous telemetry is event names/source refs only, with no prompts, files, memory, or Work Model data. It is local: no account, no API key, and it asks before anything leaves my machine.

Como é o ciclo

Depois de instalado, você observa o ciclo funcionar de ponta a ponta. É assim que o primeiro contato se parece: um compromisso criado, o melhor caminho previsto a partir do que funcionou antes, um recibo escrito conforme o trabalho acontece e uma pontuação que se move.

$ acc status                                  # health + your next step
$ acc --db acc.db act solve "draft the follow-up to last week's brief"

  commitment c-7f3 created   ·   predicted from 4 prior memos   [VERIFIED]
  drafted the follow-up, held for your OK                       [HELD → your OK]
  you approved · sent · the angle that worked is kept           [CREDITED]

Um solve registra um compromisso, recupera e prevê o caminho com maior probabilidade de funcionar e retorna o artefato ou um quadro de deliberação para a sessão anexada resolver. Cada etapa é registrada conforme acontece. É um recibo, não uma transcrição reconstruída depois do fato. Leia o que ele escreveu com acc commitments e acc status.

(O mesmo ciclo, animado, com a faixa de estatísticas que se atualiza conforme o sistema roda: accint.xyz.)

Como ele aprende

Seu cérebro ilumina o que já viu antes, prevê o que acontece a seguir no espaço de significado, age e aprende mais com o que o surpreendeu. O acc executa o mesmo ciclo, com a diferença de que cada previsão é verificada contra a realidade, moldada por como você decide e mantida em uma memória que fica na sua máquina.

A memória é de interação tardia. Cada entidade é armazenada como multivetores por token com um posterior Beta aprendido por token. A recuperação é MaxSim, score(q,d) = Σᵢ maxⱼ sim(qᵢ, dⱼ), e o crédito do resultado move os posteriores dos tokens que realmente se alinharam. Sem gargalo denso, sem nuvem para recuperação.
Ele prevê, não apenas recorda. Um livro-razão de transições classifica qual ação tem maior probabilidade de melhorar as coisas em seguida — k-vizinhos mais próximos no espaço de avaliações passadas — e observa seu próprio erro de previsão. Quando seu mundo muda, ele percebe. Esta é a parte que a memória não consegue fazer: recordar retorna o que foi dito; prever propõe o melhor caminho antes de você agir. (Modelagem preditiva estilo JEPA, aplicada ao trabalho em vez de pixels.)
Dois verbos são toda a interface. O acc_retrieve espia a memória por MaxSim. É a única leitura, e é nativamente multimodal, então pode olhar uma imagem. O acc_act faz qualquer coisa: solve (recursão em uma submeta), exec (executa código em sandbox), register (armazena um runtime reutilizável), outcome (fecha um compromisso com um veredito do mundo real).
A recursão é a primitiva, e a decomposição é um efeito colateral. Não há operação decompose. Quando o raciocinador não consegue responder diretamente, ele resolve uma subpergunta, e a árvore que essas soluções crescem é a decomposição. Sem planejador, sem grafo de tarefas.
Duas coisas se acumulam, não uma — o que funcionou e como fazer. Quando um caminho se sustenta, seja um fluxo de navegador, um script ou uma integração de ferramenta, ele é salvo como um runtime e pontuado pela realidade exatamente como um memorando. Sem via privilegiada: o navegador é apenas outro runtime pontuado. Um fluxo que funcionou é reproduzido barato; um que quebrou perde sua pontuação e não é confiado novamente. É assim que "o mesmo trabalho é reproduzido em vez de raciocinado novamente" é mecanicamente verdadeiro.
Crença nunca conta como realidade. Fechar um compromisso assume como padrão o self_graded, um prior deliberadamente fraco. Peso total exige realidade: o proprietário confirmou, o mundo respondeu, um teste passou ou um runtime saiu limpo. O sistema não pode se acumular a partir da própria confiança.

Leia a profundidade:

Whitepaper → cobre o problema (atribuição de crédito mais ligação recuperação-ação), a tese, a arquitetura com a matemática — recuperação, crédito pontuado e previsão — e um relato honesto do que é comprovado versus aberto.
Visão geral da arquitetura → é o tour para leitura rápida: dois verbos, memória de interação tardia, crédito com barreira de realidade, o preditor de livro-razão de transições e o kernel de confiança.

Você é o dono

O acc roda em um computador que você controla: um pequeno programa e um arquivo de dados (um binário puro em Rust e um arquivo SQLite). Não há plano de controle em nuvem no ciclo e nenhuma chave de API para vazar, nem para memória nem para o raciocinador. O raciocinador é a própria sessão interativa; quando a memória não consegue responder, o acc entrega ao agente anexado um quadro para deliberar. Não há via de LLM externo, nunca.

Seus dados ficam onde estão. O substrato (acc.db) é um arquivo simples no seu disco, de sua propriedade. Recuperação, pontuação, previsão e o sandbox rodam todos na sua máquina. A telemetria anônima de nomes de eventos é habilitada pelo instalador público para que falhas reais de instalação sejam visíveis; ela nunca envia prompts, arquivos, memória ou dados do Modelo de Trabalho, e você pode ignorá-la com ACC_NO_TELEMETRY=1 ou desativá-la depois com acc telemetry off.
Troque o modelo, mantenha o veterano da empresa. O que o acc aprendeu vive no Modelo de Trabalho, então um raciocinador substituível o lê pelos mesmos dois verbos. Dois mecanismos de raciocínio foram acionados contra um substrato. Mude o modelo generalista e o julgamento que ele conquistou no seu mundo permanece — o codificador e o contrato operacional fazem parte da identidade do substrato, então um substrato é fixado a um codificador.
Consentimento na fronteira. A autoridade do proprietário é exigida antes de qualquer coisa que envie, publique, implante, transfira, exclua dados importantes ou use suas credenciais. A barreira é rígida, não consultiva. Uma decisão retida é nomeada e carimbada com data/hora, e nada sai sem ela.

Ele mantém recibos — o mesmo registro, dois leitores

A maior parte do trabalho de IA não deixa rastro: nenhum registro do que esperava, quem aprovou ou se realmente funcionou. O acc registra cada etapa conforme acontece. Quando alguém pergunta "por que ele fez isso?", já está escrito — o recibo que sua equipe pode mostrar à gerência e a lição que seu Modelo de Trabalho herda da mesma linha.

O que ele fez → as VERIFIED linhas, escritas conforme aconteceram.
Quem aprovou → uma decisão registrada, nomeada e com carimbo de data/hora (HELD → your OK).
O que aprendemos → a lição, creditada e mantida.

Nada acontece sem deixar rastro, e nada que você decidiu se perde.

FAQ: Work Model vs memória

Isso é apenas memória de agente?

Não. A memória recupera contexto. Um Work Model registra se esse contexto ajudou o trabalho real a acontecer — e prevê o melhor caminho antes da próxima execução começar.

acc armazena fatos lembrados, mas também armazena compromissos, ações, portões de aprovação, resultados, falhas e runtimes reutilizáveis. A pergunta importante não é apenas "o que o agente deve lembrar?" É "qual coisa lembrada ganhou confiança depois que a realidade respondeu — e o que isso prevê para o próximo trabalho?"

Ele prevê ou apenas lembra?

Ele prevê. Um registro de transições classifica o caminho com maior probabilidade de funcionar a partir de tudo o que funcionou no seu mundo antes, e então observa seu próprio erro. Essa é a parte que a recuperação não consegue fazer. Quando seu mundo muda — um cliente fica quieto, um ritmo deixa de funcionar — o erro do preditor aumenta e ele se adapta.

Como isso é diferente de um banco de dados vetorial, Mem0, Supermemory, Hermes ou arquivos de memória em Markdown?

Essas ferramentas são úteis quando o problema é recuperação ou contexto compartilhado. acc fica uma camada abaixo no loop de trabalho:

memory          -> what might be relevant?
trace           -> what happened?
eval            -> did the output look good?
acc Work Model  -> what was attempted, who approved it, what happened in reality,
                  which path deserves reuse, and what to try next time?

A distinção é crédito de resultado mais predição. Uma memória, script, receita de navegador ou runtime recuperado se torna mais confiável apenas quando o trabalho resultante é confirmado pela realidade: um teste que passa, uma aprovação do proprietário, uma ação entregue, uma resposta ou outro resultado fundamentado.

Algo sai da minha máquina?

O Work Model não exige uma conta de memória em nuvem. O substrato é um arquivo SQLite local, a recuperação e a predição rodam localmente, e o embedder roda como um daemon local. Ações externas são controladas: envios, publicações, deploys, transferências, exclusões ou ações com credenciais exigem autoridade do proprietário e deixam um recibo.

O que conta como realidade?

Não é a confiança do modelo. Realidade significa que algo fora do modelo confirmou o resultado: um teste passou, o proprietário aprovou, o navegador observou a entrega, o mundo respondeu ou um runtime produziu um resultado fundamentado. Trabalho autoavaliado é mantido como evidência fraca, não promovido a verdade completa.

O que é aberto e o que é privado?

O instalador, os adaptadores de host, a documentação e os blocos de construção públicos são abertos. O código-fonte do motor para a memória de interação tardia, as camadas de avaliação/predição e a matemática de crédito é privado por enquanto. O repositório público diz quais afirmações são comprovadas, quais são recentes e quais partes não são abertas.

Funciona com as ferramentas que você já usa

Mantenha seu agente. Mantenha seu computador. acc funciona por baixo das ferramentas de IA que você já usa, transformando silenciosamente o que elas fazem em um Work Model que você possui, sem nada novo para abrir e nada para migrar. Um binário, um protocolo de ciclo de vida e um substrato compartilhado entre todos os hosts e projetos.

Host	Status	Integração
Claude Code	ao vivo (host de referência)	`.mcp.json` + hooks nativos (`plugins/claude/`)
OpenCode	ao vivo	bloco mcp `opencode.json` + plugin (`plugins/opencode/`)
Codex CLI	ao vivo	servidor mcp `config.toml` + hook `notify` (`plugins/codex/`)
Cursor	conectado — criado com base na documentação, não testado ao vivo	`.cursor/mcp.json` + hooks de agente (`plugins/cursor/`)

plugins/claude/ é o host de referência, com conexão de ciclo de vida nativa e skills; os outros três traduzem os sinais de seus hosts para o mesmo envelope genérico. Mesmo substrato, mesmos dois verbos, diferentes níveis de riqueza na conexão. Execute acc hosts-sync para conectar acc a todos os agentes instalados aqui. É somente adição e idempotente, e nunca toca na sua configuração existente. O instalador executa isso para você.

Sistemas suportados:

Linux x86_64: completo (sandbox bwrap; embedder em cuda ou cpu)
macOS: funcional (sem bwrap; embedder em mps ou cpu)
Linux aarch64: funcional (embedder em cpu)
Windows: nativo via install.ps1 (motor windows-clean; contêiner como fallback)
Hosts bloqueados / sem root / somente contêiner: o caminho de portabilidade container usa o binário de lançamento público; o smoke test com Docker-host ainda é necessário antes de promovê-lo como imagem de registro.

Para onde vai — um Work Model hoje, um coletivo amanhã

acc é um kernel de pesquisa funcional de host único, um sistema em execução em vez de um roteiro. Somos honestos sobre a linha. Esses números são medidos, não prometidos. A leitura ao vivo está em accint.xyz e é atualizada conforme o sistema roda.

Estágio	O que é
Agora · ao vivo	Seu Work Model — um Work Model funcional da sua operação, na sua máquina, pontuado por resultados reais hoje, com sua aprovação exigida antes que qualquer coisa saia. A leitura em accint.xyz é ele, em execução.
Próximo	O Work Model da sua equipe — muitos operadores, um Work Model compartilhado, autoridade por pessoa, um plano de auditoria, para que a experiência da sua equipe se acumule em conjunto em vez de em conversas dispersas.
Horizonte	Inteligência coletiva acumulada — Work Models que se acumulam ponto a ponto no espaço vetorial, cada nó reverificando contra sua própria realidade, para que a rede fique mais inteligente sem um cérebro central para confiar.

O que está rodando hoje, o que é recente e o que está aberto:

Estado	O que cobre
Em execução hoje	Recuperação MaxSim + memória pontuada por unidade · crédito limitado com portão de realidade · dois raciocinadores sobre um substrato · `solve` recursivo · runtimes pontuados em sandbox · aplicação estrutural de quatro elos · o piso de autoridade do proprietário · o prior fraco autoavaliado
Novo, mas conectado	o registro de transições + preditor de descida de energia k-NN · replay de runtime confiável · instrumentação de compressão de custos · resiliência a troca de modelo como delta medido
Aberto conhecido	ganho de substrato ligado vs desligado (sem harness contrafactual ainda) · escalar MaxSim além de um único host · endurecer o limite de rede alcançável / envio
Não iniciado	os estágios de Work Model de equipe e coletivo acima

A cunha ao vivo é concreta: um Work Model de host único, pontuado por resultados reais hoje, com a leitura acima como prova em execução. Vários terminais de agente de codificação, um Work Model local, um proprietário e aprovação antes de ação externa. O produto mais amplo é um substrato de aprendizado para qualquer trabalho executado por agente, e a prova começa onde os agentes já fazem trabalho real.

Os primitivos, em aberto

O motor é privado: a memória de interação tardia, as camadas de avaliação e predição e a matemática de crédito. Esse é o fosso, e permanece fechado. O conteúdo do repositório público rastreado — especialmente a cola de integração (install.sh, install.ps1, bootstrap/, plugins/) — é Apache-2.0 e desenvolvido em aberto. O binário pré-compilado é distribuído sob um EULA em rascunho. Veja LICENSING.md para a divisão completa.

Os blocos de construção também são públicos, cada um enviável por conta própria:

maxsim-rs é MaxSim de interação tardia, em Rust limpo.
colpali-retrieve é interação tardia multimodal (texto para imagens de documentos).
scored-rerank é classificação que aprende com resultados (posteriores Beta mais amostragem de Thompson).
mcp-retrieve é recuperação de interação tardia como ferramenta MCP.

Comunidade

CONTRIBUTING.md cobre o que é aberto, como adicionar ou corrigir um adaptador de host e como relatar um problema. Comece com acc doctor; sua saída é apenas saúde operacional e é segura para colar.
Encontrou um bug ou quer um novo host conectado? Abra uma issue. Uma boa ideia para o motor é bem-vinda como solicitação de recurso, mesmo que os internos do motor não possam receber PR aqui.
Problemas de segurança: nunca publique publicamente. Veja SECURITY.md para relatar em particular.
Instalação: uma linha no macOS, Linux ou Windows — veja Instalação. A leitura ao vivo roda em accint.xyz. O prefixo ACC_INSTALL_REF / ACC_INSTALL_SOURCE apenas grava um recibo de origem de instalação para que as instalações do README possam ser medidas; omita-o se você não quiser atribuição de instalação.

Já está executando agentes de IA? Transforme o trabalho deles em conhecimento que você possui. · Veja ao vivo: accint.xyz

Perguntas, bugs ou um host que você quer conectar? Abra uma issue no GitHub. · accint.xyz