Agentes de IA no código: menos mágica, mais controle

Você pediu uma tela nova no sistema, o fornecedor disse "a IA faz isso em uma tarde", e três semanas depois ninguém consegue explicar por que o relatório de vendas parou de bater. Essa história está virando rotina. Os agentes de IA escrevem código numa velocidade absurda. O problema quase nunca é a velocidade. É o que acontece quando ninguém está segurando o volante.

Esses dias apareceu no Hacker News um projeto chamado Huzzah. O autor apresenta como uma nova forma de programar com IA. Não vou resumir a ferramenta aqui, até porque ela é para desenvolvedores. O que me chamou atenção foi a pergunta por trás dela, e ela interessa muito a quem paga a conta de um software: quem manda no trabalho, a pessoa ou o agente?

O que são agentes de IA no desenvolvimento de software

Um chatbot responde perguntas. Um agente age. Ele abre arquivos, escreve código, roda testes, corrige o erro e tenta de novo. Tudo sozinho, em sequência.

Na prática, o desenvolvedor escreve algo como "crie um cadastro de clientes com busca por CNPJ" e o agente sai fazendo. Em 20 minutos existe uma tela funcionando. Parece mágica. E é aí que mora o perigo.

Porque o agente não conhece o seu negócio. Ele não sabe que o seu financeiro precisa do CNPJ com pontuação para o ERP antigo. Não sabe que cliente inativo não pode aparecer na busca da equipe comercial. Ele preenche essas lacunas com palpites razoáveis. E palpite razoável, no software de uma empresa, é bug com boa aparência.

Por que o modelo "pede e reza" dá errado

A forma mais comum de usar IA para programar hoje é o que eu chamo de pede e reza. Você descreve o que quer num texto longo, o agente gera um monte de código e você torce para estar certo.

Funciona bem em projeto pequeno. Uma landing page, um script que organiza planilha, um protótipo para mostrar ao sócio. Nesses casos, se der errado, você joga fora e pede de novo.

Em sistema que roda a operação, a conta muda. Um exemplo que já vi de perto: uma empresa pediu uma automação para gerar boletos a partir de pedidos aprovados. O agente entregou rápido. Só que ele interpretou "pedido aprovado" como qualquer pedido com status diferente de "cancelado". Resultado: boleto emitido para pedido ainda em análise de crédito. Foram umas 40 cobranças erradas antes de alguém notar. O código estava limpo. A regra estava errada.

A IA não erra por falta de capacidade. Erra por falta de contexto.

O que muda quando a pessoa fica no controle

A ideia que projetos como o Huzzah exploram, e que eu defendo há tempo, é simples: em vez de entregar a tarefa inteira para o agente, você quebra o trabalho em decisões pequenas e revisa cada uma.

Parece mais lento. Não é. Compare dois caminhos para a mesma funcionalidade:

• Pede e reza: 1 hora gerando, 6 horas descobrindo o que ficou errado, 4 horas corrigindo sem quebrar o resto.
• Passo a passo com revisão: 3 horas construindo em etapas curtas, 1 hora de ajuste fino.

Os números variam de projeto para projeto, claro. Mas o padrão se repete. O tempo que você "economiza" deixando o agente livre volta cobrado com juros na fase de correção.

No passo a passo, o fluxo fica mais ou menos assim:

1. A pessoa define a regra de negócio em linguagem clara, antes de qualquer código.
2. O agente propõe um plano curto. A pessoa aprova ou corrige.
3. O agente implementa uma parte pequena.
4. A pessoa revisa, testa com um caso real e só então libera a próxima parte.

É o mesmo jeito que um bom gestor trabalha com um funcionário novo, muito capaz e sem nenhum contexto da empresa. Você não entrega a chave do cofre no primeiro dia. Você dá tarefas, confere, ajusta e vai soltando a rédea conforme a confiança cresce.

Como saber se o seu fornecedor usa IA do jeito certo

Você não precisa entender código para fazer boas perguntas. E hoje praticamente todo desenvolvedor usa IA de alguma forma. O que importa é como.

Algumas perguntas que separam quem usa bem de quem só aperta o botão:

• "Quem revisa o código que a IA gera?" Se a resposta for "a própria IA", acenda a luz amarela.
• "Como vocês validam as regras do meu negócio?" Espere ouvir sobre casos de teste com exemplos reais da sua operação.
• "Se der problema daqui a seis meses, alguém vai entender esse código?" Código que ninguém leu é código que ninguém sabe consertar.
• "As entregas são grandes ou em partes?" Entrega em partes pequenas é sinal de controle. Um pacotão no fim do mês é sinal de reza.

Minha opinião, sem rodeio: fornecedor que vende "a IA faz tudo, por isso é barato" está te vendendo uma dívida com parcelas que vão vencer depois. A economia real da IA está em tirar o trabalho braçal do caminho, não em tirar o julgamento humano do processo.

Onde os agentes de IA brilham de verdade

Não quero que você saia daqui achando que agente de IA é furada. Pelo contrário. Eu uso todo dia, e o ganho é enorme quando o trabalho é bem dividido.

Eles são ótimos em:

• Tarefas repetitivas: criar dez telas de cadastro parecidas, migrar dados de um formato para outro.
• Primeiro rascunho: tirar uma ideia do papel em horas para você ver, clicar e opinar.
• Leitura de sistema antigo: explicar o que um código de 2015 faz, coisa que antes custava dias de alguém sofrendo.
• Testes: gerar casos de teste que um humano cansado esqueceria.

E são fracos em tudo que depende de saber como a sua empresa funciona de verdade. Aquela exceção que só o pessoal do estoque conhece. O cliente grande que tem prazo de pagamento diferente. A gambiarra do sistema fiscal que ninguém documentou, mas que todo mundo respeita.

Isso não vem de modelo nenhum. Vem de conversa. Por isso a parte mais valiosa de um projeto com IA continua sendo a mais humana: sentar, entender o processo e escrever as regras antes de sair gerando código. Se o agente fosse um estagiário, seria o estagiário mais rápido do mundo. Continua sendo estagiário.

O que levar disso para a sua empresa

Se você está pensando em usar IA para construir ou melhorar algum sistema, guarde três ideias:

Velocidade de geração não é velocidade de entrega. O que conta é quanto tempo leva até a coisa funcionar certo, em produção, com os seus dados.

Controle é trabalho em partes pequenas. Quanto maior o pedaço que você entrega para o agente de uma vez, maior a chance de uma suposição errada se esconder lá dentro.

Contexto é o seu ativo. O conhecimento sobre como o seu negócio opera vale mais do que qualquer ferramenta. A IA amplifica esse conhecimento. Sem ele, ela amplifica o chute.

O debate que o Huzzah levantou entre desenvolvedores é o mesmo que todo dono de negócio deveria ter com quem cuida da sua tecnologia. Não é sobre usar ou não usar IA. É sobre quem decide.

É assim que eu trabalho nos meus projetos de automação e IA: a máquina acelera, eu decido e você acompanha cada etapa. Se quiser entender melhor esse jeito de trabalhar, conheça um pouco mais sobre mim.

O vendedor disse "a IA faz isso em uma tarde". Três semanas depois, ninguém sabia explicar por que o relatório de vendas parou de bater.

Já vi um agente de IA emitir 40 boletos errados com um código impecável. O código estava limpo. A regra de negócio é que estava errada.

A IA não erra por falta de capacidade. Erra porque não conhece o seu negócio.

Pedir tudo de uma vez e torcer pra dar certo parece rápido, mas a conta chega na hora de corrigir. O que funciona é dividir em partes pequenas, revisar cada uma e só liberar a próxima depois de testar.

A máquina acelera. Quem decide continua sendo gente.

Se você quer usar IA nos seus sistemas sem virar refém dela, vale uma conversa.

#InteligenciaArtificial #AgentesDeIA #DesenvolvimentoDeSoftware #Automacao #Tecnologia