## Você treina seu time ou espera que eles aprendam sozinhos?
Vou ser direto: a maioria das software houses que eu mentoro gasta semanas (às vezes meses) no onboarding de um novo dev. O cara entra, recebe um link pro Confluence, um “qualquer dúvida pergunta pro fulano”, e boa sorte. Resultado? Produtividade lá embaixo por 60, 90 dias.
Agora imagina se, no primeiro dia, o novo dev tivesse um tutor pessoal que já conhece o codebase da sua empresa, sabe o stack, entende o nível técnico dele, e adapta o ensino em tempo real. Um tutor que está disponível 24h, no Slack, no Discord, ou no terminal. E que custa literalmente zero.
Esse tutor existe. Se chama DeepTutor, é open-source, e está com 12 mil stars no GitHub em 3 meses. Deixa eu te explicar por que isso importa.
## O que é o DeepTutor
O DeepTutor é um assistente de aprendizado personalizado criado pelo Data Intelligence Lab da University of Hong Kong (HKU). Mas não é mais um chatbot que responde perguntas: é uma plataforma full-stack onde você cria TutorBots autônomos.
Cada TutorBot roda em seu próprio workspace, com memória independente, personalidade configurável e skills que evoluem conforme o aluno usa. Você pode ter um tutor Socrático para lógica de programação, um coach paciente para arquitetura de software, e um rigoroso para code review, todos rodando ao mesmo tempo, cada um aprendendo sobre o aluno de forma diferente.
Em números: 12.000 stars, 1.600 forks, 10 mil stars em 39 dias (recorde para projeto educacional no GitHub), e a v1.0.0-beta.2 saiu em 07 de abril de 2026.
## O problema que ele resolve (e que você provavelmente tem)
Na minha experiência com 300+ software houses, treinamento é um dos maiores gargalos de crescimento. As opções hoje são:
- Tutores humanos: Caros, não escalam, indisponíveis
- Khan Academy / Khanmigo: Currículo fixo, genérico, R$50/mês por aluno
- Duolingo Max: Só idiomas, R$170/mês
- ChatGPT / Claude: Excelentes para perguntas avulsas, mas não mantêm contexto de aprendizado: cada conversa começa do zero
O DeepTutor resolve todos esses problemas: é personalizado (lembra quem você é), persistente (contexto entre sessões), multi-domínio (ensina qualquer coisa que você carregar), e gratuito.
## Como funciona na prática
A arquitetura do DeepTutor é o que torna ele diferente. Não é um wrapper de GPT com RAG. É uma plataforma agent-native com reescrita completa na v1.0.0.
### 5 modos em 1 workspace
Todos compartilham o mesmo contexto: você pode começar uma conversa, escalar para resolução multi-agente, gerar quizzes, e mergulhar em pesquisa sem perder uma mensagem:
- Chat: Conversa natural com contexto contínuo
- Deep Solve: Resolução com dual-loop reasoning (RAG + web search + busca de papers + execução de código)
- Quiz Generation: Avaliações personalizadas ao nível exato do aluno
- Deep Research: Exploração sistemática de tópicos com revisão de literatura
- Math Animator: Visualizações animadas de conceitos matemáticos
### TutorBots: agentes autônomos de verdade
Cada TutorBot roda via framework nanobot com:
- Workspace isolado: não interfere nos outros bots
- Memória persistente: perfil do aluno (preferências, nível, objetivos, estilo de comunicação) refinado automaticamente
- Skills evolutivos: o bot aprende novas habilidades conforme necessário
- Multi-canal: conecta no Telegram, Discord, Slack, Feishu, WeChat Work, DingTalk e Email
### Stack técnico
- Backend: Python 3.11+ com FastAPI
- Frontend: Next.js 16, React 19
- LLMs: Multi-provider: OpenAI, Anthropic, ou Ollama (roda 100% local)
- Embeddings: OpenAI, Jina, Cohere, Ollama
- Search: Tavily, Jina, Serper, Perplexity
- Deploy: Local, Docker compose, ou CLI-only
- Licença: Apache 2.0
## Os números que impressionam
| Métrica | Valor |
|---|---|
| Stars no GitHub | 12.000 |
| Forks | 1.600 |
| Tempo para 10K stars | 39 dias |
| Idiomas do README | 8 (incluindo PT-BR) |
| Versão atual | v1.0.0-beta.2 (07/04/2026) |
| LLM providers | 3+ (OpenAI, Anthropic, Ollama) |
| Canais de integração | 7+ (Telegram, Discord, Slack…) |
| Custo | $0 |
| Khan Academy Khanmigo | $4-9/mês por aluno |
| Duolingo Max | $30/mês por aluno |
O fato de rodar com Ollama significa que você pode ter um tutor de IA 100% local, sem enviar nenhum dado para fora. Para software houses que trabalham com dados sensíveis de clientes, isso é decisivo.
## Como usar na sua software house
Aqui é onde fica prático. Na minha visão, existem pelo menos 5 use cases que qualquer SH pode implementar essa semana:
1. Onboarding de devs em dias, não meses
Faça upload da documentação do projeto, arquitetura, guidelines de código, e crie um TutorBot “Mentor de Onboarding”. O novo dev conversa com ele, faz perguntas, recebe quizzes de verificação, e o bot sabe exatamente o que ele já aprendeu e o que falta.
2. Knowledge base que responde (de verdade)
Sua wiki/Confluence vira um tutor interativo. Em vez de ler 200 páginas de documentação, o dev pergunta “como funciona nosso sistema de billing?” e recebe uma explicação adaptada ao nível dele, com referências ao código real.
3. Treinamento técnico personalizado
Cada dev da equipe tem um perfil de aprendizado diferente. O junior precisa de explicações básicas. O sênior quer mergulhar nos detalhes. O mesmo TutorBot serve ambos, porque ele adapta a resposta ao perfil de cada um.
4. Capacitação onde o time já está
Conecte o TutorBot no Slack ou Discord da equipe. Aprendizado acontece no fluxo de trabalho, não numa plataforma separada que ninguém abre.
5. Avaliação contínua sem pressão
O modo Quiz Generation cria avaliações personalizadas que medem progresso real, não aquele quiz genérico que todo mundo cola a resposta.
## Quem está por trás
O projeto vem do Data Intelligence Lab da HKU, liderado pelo Prof. Chao Huang. Se o nome do lab te parece familiar, é porque já cobri outro projeto deles aqui no blog: o CLI-Anything, que atingiu 27.600 stars ao tornar qualquer software agent-native via CLI.
O Lab foca em LLMs, Agentes Autônomos, Graph Learning e AI for Smart Cities. A HKU está no top 26 do ranking mundial QS 2025. Não é um projeto de hobbyista, é pesquisa de ponta aplicada.
## O que eu penso
Olha, eu sou suspeito porque treinamento é uma das coisas que mais me frustram no ecossistema de software houses. Vejo empresas com R$2-5 milhões de faturamento que ainda treinam gente com “senta do lado do fulano e vai olhando”.
O DeepTutor não é perfeito: está em beta, a interface ainda precisa amadurecer, e configurar multi-canal requer algum esforço técnico. Mas a proposta é revolucionária: um tutor de IA que realmente aprende sobre cada aluno e evolui junto com ele. Isso é fundamentalmente diferente de perguntar pro ChatGPT e receber uma resposta genérica.
O fato de ser open-source e Apache 2.0 significa que você pode customizar para o seu contexto, hospedar internamente, e não depender de nenhuma empresa. Se metade das software houses que eu mentoro implementasse algo assim no onboarding, o tempo de ramp-up cairia pela metade.
Se você quer implementar esse nível de IA no dia a dia da sua software house, esse é o tipo de ferramenta que deveria estar no seu radar.
Sou Thulio, mentoro 300+ SHs desde 2016.
