Casos de uso — Camile World Model

Casos de uso

Como o CWM deixa sistemas mais inteligentes

O CWM não é mais um serviço de IA a acoplar. É a camada de mundo que falta: estado consultável, futuro com incerteza, causa separada de correlação — tudo por API, com trilha de evidência.

Agentes

Agentes que lembram de verdade

Agentes baseados em LLM esquecem entre sessões e alucinam estado. Com o CWM, o agente consulta o mundo em vez de adivinhá-lo: quem é quem, o que já foi dito, o que mudou desde a última interação — e o quanto ele confia em cada crença.

Memória epistêmica: cada fato com fonte, histórico e confiança
Estado pré-LLM: contexto estruturado antes de gerar resposta
Detecção de contradições: o agente sabe quando o usuário mudou de ideia
Lacunas explícitas: o agente pede evidência em vez de inventar

Entidades digitais

Entidades que existem no tempo

Uma entidade digital precisa de continuidade: perceber, lembrar, prever e agir entre visitas. O CWM é a camada de realidade que sustenta essa existência — o mesmo núcleo que alimenta as entidades da Camile AI, servido para a sua.

Continuidade entre sessões: a relação acumula, não recomeça
Percepção contínua: eventos ajustam o mundo na hora
Expectativas calibradas: a entidade prevê e é verificada
Bitemporalidade: distingue o dito do acontecido

Sistemas operacionais

Sistemas que preveem antes de reagir

Sistemas de operação vivem de eventos: pedidos, sensores, transações, tickets. O CWM transforma esse fluxo em mundo consultável — estado atual, tendências com intervalo e cenários contrafactuais antes da decisão no mundo real.

Previsão multi-horizonte com incerteza calibrada
Simulação contrafactual: rode o mundo alternativo antes de decidir
Risco quantificado por API
Auditoria: cada previsão é verificada quando o futuro chega

Camada para LLMs

Contexto com sentido, não um balde de tokens

Recuperação genérica entrega fragmentos. O CWM entrega estado: entidades, relações, mudanças e confianças — renderizados no formato que seu LLM precisa, com o quanto cada crença é confiável.

Renderização de contexto por etapa (pré-LLM)
Crenças com confiança explícita e fonte
Menos alucinação: o que não tem evidência é declarado como lacuna
Idempotência: reenvio não duplica memória

Decisões

Decidir com causa, não com correlação

Dashboards mostram o que aconteceu. O CWM separa o que apenas acompanha do que efetivamente causa, quantifica o risco de cada caminho e simula consequências antes de você gastar o tiro.

Descoberta causal sobre o seu próprio fluxo
Intervenção: efeito estimado de agir
Mundos contrafactuais para comparar decisões
Planos com incerteza propagada

Plataformas SaaS

Um mundo por cliente, nativamente

Plataformas multi-tenant carregam estado fragmentado em bancos e caches. No CWM, cada cliente é um mundo isolado por construção — sem custo adicional por mundo, sem contaminação entre tenants.

Isolamento por construção: um client nunca vê mundo alheio
Mundos ilimitados sem custo fixo adicional
Consumo medido por client, por mundo, por etapa
API idempotente e auditável

Encaixa no seu stack

O CWM conversa com o que você já tem: ele não substitui seu banco, seu LLM nem seu orquestrador — dá a eles um mundo.

LLMs e agentes

Contexto pré-LLM e verificação de saída por API.

Seu backend

Eventos de operação entram como observações idempotentes.

BI e analítica

Estado e previsões consultáveis para alimentar relatórios.

Automação

Gatilhos com base em risco, lacuna e previsão verificada.

Comparação

Estado disperso versus um mundo consultável

A mesma operação, resolvida das duas formas. A diferença aparece quando o sistema precisa lembrar, prever e admitir o que não sabe.

Dimensão	Com CWM	Estado disperso + RAG genérico
Estado	Mundo consultável: crenças com fonte, histórico e confiança.	Fragmentos espalhados em caches, bancos e prompts.
Previsão	Intervalo calibrado por horizonte — e verificado contra o futuro que chega.	Estimativa sem intervalo; ninguém sabe o quanto confiar.
Causa	Separa o que apenas acompanha do que efetivamente causa.	Correlação disfarçada de insight.
Contradições	Detectadas, datadas e explicáveis.	Sobrescritas em silêncio a cada nova informação.
Custo	CWM Units medidos por chamada, fórmula pública; erro do serviço custa zero.	Tokens de LLM queimados a cada pergunta, custo imprevisível.
Isolamento	Um mundo por client, isolado por construção.	Risco constante de contaminação entre tenants.