eccher.
EN
IA no dia a dia

A IA espalhou a produção e concentrou a correção.

· · 7 min de leitura

Numa empresa em que trabalhei, a IA virou febre do dia para a noite. Contrataram uma conta com pagamento por token, liberaram o acesso para os principais técnicos do time e criaram uma expectativa enorme em volta disso. Não houve planejamento nem definição de resultado. Ninguém sabia dizer o que esperar daquilo.

Depois de um mês, três grandes projetos resolviam a mesma coisa, puxados por áreas diferentes, com pessoas que não conversavam entre si. O que era para resolver um problema de processo interno virou uma disputa entre áreas, com muito dinheiro gasto, e foi parar na mesa do CEO. Ele montou um quebra-cabeça: juntou um pouco do que cada um tinha construído num sistema único. Ninguém ficou totalmente satisfeito. Eu não me envolvi nos projetos, e desde o primeiro momento defendi que houvesse planejamento, ou ao menos alinhamento e responsabilidades atribuídas.

Esse caso é a versão grande de uma coisa que vejo em escala menor. A IA espalhou a produção e concentrou a correção. Muita gente passou a construir ao mesmo tempo, e a decisão que ninguém tomou no começo chegou ao CEO.

No dia a dia, o caminho é mais curto. A correção do que ninguém mapeou cai em quem conhece o sistema de ponta a ponta. Na empresa, quem montou o quebra-cabeça foi o CEO; num time, quem monta é o punhado de gente que sabe onde cada peça encaixa. É o mesmo fenômeno em duas alturas.

A correção cai sempre nas mesmas mãos

Tenho trabalhado com operações que trocaram planejamento por execução de ideias. A lógica é sedutora. Se o agente produz em horas o que antes levava semanas, discutir antes parece desperdício: faz, mostra, ajusta. No lugar do planejamento entram outras coisas, como guardrails de qualidade, comunicação muito ativa sobre o que está acontecendo e rodadas de repasse em que as pessoas contam umas às outras o que mudaram.

Mesmo com esses mecanismos, muita coisa sai com um problema que ninguém mapeou, e o time passa a corrigir o que nem sabia que estava acontecendo.

Imagine um time em que alguém pede ao agente para simplificar o formato de data numa API interna. O teste passa, o guardrail não reclama, a mudança entra e aparece no repasse da semana como melhoria. No fechamento do mês, um relatório financeiro que lia aquele campo sai com dia e mês invertidos. Quem percebe é a única pessoa do time que sabia que o relatório dependia dele, e ninguém chegou a decidir que essa função seria dela. Ela corrige à noite, explica no canal e volta ao que estava fazendo. A correção não vira card, então entra na conta como interrupção. Na semana seguinte acontece de novo, com outra coisa, e de novo é ela, até o projeto que era dela atrasar.

A IA prometia espalhar o trabalho. Espalhou a parte de produzir, e a parte de corrigir foi parar num punhado de pessoas que conhecem tudo de ponta a ponta, justamente as que já estavam sobrecarregadas antes de qualquer agente. São os montadores de quebra-cabeça do dia a dia.

Mike Julian, da Duckbill, contou a Gergely Orosz que um time de cinco pessoas chegou a ter 60 PRs abertos, o equivalente a dois dias só de revisão. Minha aposta é que filas assim tendem a cair em poucas mãos, e sempre nas mesmas.

O gargalo também está nas pessoas

A Anthropic, que fornece os agentes, descreveu num post de engenharia a passagem de cerca de 2.500 mudanças mescladas por dia em maio de 2026 para mais de 30 mil em setembro. O gargalo passou a ser a infraestrutura de desenvolvimento construída para escala humana (controle de versão, builds e CI), e eles construíram um controle de versão próprio. Os autores dizem que essas ideias só fazem sentido para monorepositórios enormes e que não esperam que muitas organizações tenham esse problema tão cedo. Sachin Malhotra, também da Anthropic, escreve que a carga sobre o CI segue irregular porque engenheiros humanos ainda conduzem e aprovam boa parte dos PRs.

A escala é de laboratório, e nisso eles têm razão. O desencontro entre produzir e absorver, porém, também aparece em operações comuns, e nas que descrevo aqui se mostra na sobrecarga de quem corrige. Quando a ferramenta não aguentou o volume, a Anthropic trocou a ferramenta. Numa operação comum, quem não aguenta o volume tem nome e sobrenome.

O volume em si engana. O próprio Orosz observou que os usuários mais intensos de IA na Uber geram 52% mais PRs do que os desenvolvedores que usam menos IA, e que o dado não revela a qualidade desses PRs.

Pega um time em que cada pessoa toca uma frente própria com agentes, e a rodada de repasse vira a única hora em que todos estão na mesma conversa. Cada um conta o que lançou. Quase ninguém tem tempo de pensar no que o lançamento do colega mexe no seu. A pessoa que conhece tudo de ponta a ponta escuta de outro jeito, ligando uma fala à outra, e sai da reunião com uma lista de coisas para verificar que ninguém pediu. O repasse funcionou. A fila dela também cresceu.

Num time muito sênior, a maturidade segura boa parte disso. Num time menos experiente, acho que o problema seria bem maior, porque menos gente reconheceria o estrago antes de ele ir longe.

Mesmo com maturidade, gerir ficou mais complicado. Confesso que tenho tido cada vez mais dificuldade de acompanhar a operação. Os ritos e controles precisam mudar a cada projeto, porque a natureza da entrega muda, e o acompanhamento tem de ser redesenhado junto. Controlar, motivar e manter o time unido também virou uma dificuldade de gestão. Quem corrige cansa.

A velocidade é alugada, o julgamento é da casa

A velocidade dos agentes é contratada e depende de condições comerciais e técnicas que a empresa não controla. O que ela tem de seu é o julgamento sobre o que dessa velocidade vira entrega, e esse julgamento vai acontecer em algum lugar.

É para isso que defendo planejar, ou pelo menos alinhar quem faz o quê: fazer o julgamento acontecer cedo e entre mais gente, enquanto a sobreposição ainda custa uma reunião, às vezes chata, às vezes inconclusiva. Sem essa conversa, o julgamento acontece do mesmo jeito: depois, mais caro e nas mãos de poucos. Na empresa da história, nas mãos de um. Isso vale mesmo que o preço dos agentes nunca suba, porque o custo de corrigir tarde se paga em gente, e esse ninguém renegocia.

Minha aposta é que, na mudança reversível, corrigir compensa mais que planejar: um texto de tela, um ajuste de layout, um script interno que alguém reescreve à tarde. E que a conta vira quando a mudança grava dado, mexe em contrato com outro sistema ou chega ao cliente. Aí a correção carrega junto tudo o que já aconteceu por causa do erro, e aquele formato de data vira uma investigação sobre quais números saíram errados e para quem.

Tem um cenário que me preocupa mais. Se o custo de usar agentes subir, os compromissos prometidos na velocidade de hoje viram corrida contra o relógio. Prazo dado com agente barato vai ter de ser cumprido com agente caro ou com gente, e quem perdeu o costume de planejar e coordenar vai ter de reaprender com pressa, que é o pior jeito de aprender qualquer coisa. Se vai acontecer, e quando, eu não sei. Os times que hoje alinham antes de produzir vão sentir menos.

Quem pula a conversa do começo escolhe, sem perceber, quem vai montar o quebra-cabeça no fim.