Na última sexta-feira, 24 de abril, na cidade de Guadalajara, a comunidade Pythonistas GDL organizou um meetup para mostrar que o Python já não é apenas uma ferramenta de automação ou análise de dados.
A Howdy esteve presente como patrocinadora, apoiando a comunidade e as duas palestras da noite: uma sobre agentes autônomos com Python e Google Cloud, e outra sobre NiceGUI para criar interfaces web em Python puro.
Um chatbot não é inteligência artificial
José Muñoz começou a palestra partindo de uma ideia clara: um chatbot é apenas a forma mais básica de inteligência artificial. Os bots tradicionais dependem de fluxos lineares, prompts enormes e condições perfeitas. No momento em que algo falha (um timeout, uma consulta mal gerada, um erro de digitação do usuário), o sistema não tem como se recuperar.
A alternativa que ele propôs é pensar em agentes: sistemas com estado compartilhado, capacidade de raciocinar sobre os próprios passos, acesso a ferramentas especializadas e, acima de tudo, mecanismos de autocorreção. Para demonstrar isso, ele comparou uma implementação com LangChain puro contra um agente construído com LangGraph sobre o Google Cloud, usando dados públicos do MiBici GDL (Sistema de Bicicletas Públicas) carregados no BigQuery.
Nunca confie cegamente em um LLM
Nas entrelinhas, José deixou um alerta que vale para qualquer time que esteja incorporando IA aos seus produtos: o salto real não é usar um modelo maior, e sim desenhar a arquitetura em torno dele. Ferramentas bem definidas, estado compartilhado, validações externas e capacidade de recuperação diante de erros são o que separa um protótipo bonito de um sistema que funciona em produção.
Do código ao usuário: o elo que falta
Juan Carlos Sedano começou a palestra com um problema conhecido: existe muito código Python útil por aí (scripts, modelos, agentes), mas que nunca chega às mãos de usuários reais. As opções tradicionais para mudar isso, seja Tkinter, PyQt ou Flask com HTML/CSS/JS, implicam curvas de aprendizado altas e tempo que nem sempre se tem. Streamlit e Gradio são práticos para demos de machine learning, mas têm um foco limitado. É aí que entra o NiceGUI: um framework que permite construir interfaces web, e até aplicações desktop, usando principalmente Python.
Com poucos imports, Juan Carlos mostrou labels, botões, sliders, checkboxes, layouts com containers, estilos via Tailwind, callbacks assíncronos sobre WebSockets, data binding e rotas decoradas no estilo FastAPI. Tudo direto do Python, com recarregamento automático e sem tocar em uma linha de JavaScript. Por baixo dos panos rodam FastAPI, Vue 3 e Quasar, mas essa complexidade fica abstraída para quem só precisa que as coisas funcionem.
NiceGUI não substitui o React, e não precisa substituir
O ponto não é competir com frameworks de frontend de escala corporativa. O NiceGUI brilha onde o que importa é mostrar valor rápido: ferramentas internas, dashboards, monitoramento, IoT, robótica, ou qualquer cenário em que transformar um script em uma interface utilizável vale mais do que meses de desenvolvimento frontend.
A combinação que muda tudo
O mais interessante da noite foi ver como as duas palestras se complementaram sem terem sido planejadas assim. José mostrou como construir sistemas que percebem contexto, escolhem ferramentas e se corrigem sozinhos. Juan Carlos mostrou como dar a eles uma cara amigável sem sair do Python. Juntas, as duas palestras articularam uma ideia poderosa: sem trocar de linguagem de programação, dá para fazer desenvolvimento agêntico no backend e ainda ter um frontend agradável para aproveitar tudo isso
Na Howdy, apoiamos essas conversas porque acreditamos que as melhores ideias, e o melhor talento tech, nascem em comunidade.
Se você perdeu o meetup, pode assistir à transmissão completa aqui:
Você também pode ver as fotos do encontro e acessar as apresentações completas das duas palestras no recap da comunidade Pythonistas GDL. Todo o material está disponível para servir de inspiração e ponto de partida para o seu próximo projeto.
Se esse tipo de projeto desperta em você a vontade de ir além de executar tickets, aqui analisamos a diferença entre executar tarefas e construir sistemas que escalam.
