Linear ou JiraConstruir novo. AI-native desde o primeiro commit. A Knowledge base evolui junto com o produto, então manter e escalar depois não vira dor de cabeça.
Agentes de código com supervisão humana
Seu backlog volta a andar, e seu time continua no controle.
Agentes de código constroem o produto que ainda não saiu do papel e modernizam o sistema em que ninguém quer mexer. Seu time define o que passa por aprovação, e cada sessão fica registrada, do pedido ao deploy.
A animação mostra um navio desenhado em caracteres, escaneado do casco antigo, sendo reconstruído de baixo para cima até virar a fotografia do mesmo navio. O material muda por inteiro; a silhueta não muda em nenhum momento.
Paradoxo do Navio de TeseuSe o seu software for refatorado, ele ainda é o mesmo software ou não?
O custo hoje
Construir do zero é lento. Mexer no legado dá medo.
O desenvolvimento tradicional leva tempo demais. E mexer num sistema que já está rodando é um risco que ninguém quer correr.
Log · o que trava hojeAo vivo
Construir do zero
001Mais gente no time não é mais entrega, é mais custo de gestão.
002A documentação fica defasada assim que o projeto avança.
003Cada correção e cada melhoria leva uma eternidade.
Refatorar
004Quem escreveu o sistema já foi embora, e a documentação não ajuda.
005Ninguém quer arriscar quebrar o que está em operação.
006Todo incidente faz o time parar de criar para apagar incêndio.
▸
A plataforma
Como o produto é construído e sustentado.
Operada por IA · supervisionada por humanosEm operação
Entra: construir novo. Entra: refatorar legado. Os dois rodam na mesma plataforma. Etapa 01 Knowledge base: codebase, docs, dados anonimizados (indexando). Etapa 02 construir / refatorar: novo, nasce AI-native; legado, moderno, tipado, AI-native (construindo). Etapa 03 observabilidade: instrumentado de ponta a ponta (ao vivo). Etapa 04 sustentação: entram chamados, saem correções (humano supervisionando).
EntraConstruir novoRefatorar legado↳Os dois rodam na mesma plataforma
Fluxo dos agentes
Do pedido à produção.
Os pedidos chegam por qualquer canal e seguem até a produção. Cada execução deixa o fluxo um pouco melhor.
O fluxo de agentes que roda em produção na Ithaca, do pedido ao deploy. Os pedidos chegam por Slack, Microsoft Teams, Zoom, Google Meet, Granola, Fireflies, comentários deixados na própria interface e GitHub Actions. Quatro agentes vigiam esses canais: a varredura de canais, de hora em hora; a varredura de reuniões, a cada 3 horas; os pedidos diretos, por menção, DM ou webhook; e a triagem de CI, a cada 4 horas em dias úteis. Numa execução isolada, a triagem elimina duplicatas e dimensiona cada pedido: os pequenos vão para construção, os grandes vão para o time fazer o escopo e os que só pedem acompanhamento viram issue no Linear ou no Jira. A construção roda num sandbox com clone limpo, reproduz o problema, aplica a menor correção, roda testes e lint e registra a evidência de antes e depois. O pull request passa pelo revisor automático a cada push e pelo agente que acompanha o PR, com revisão humana opcional do seu time. Depois vêm a fila de merge, a promoção a partir da main, o QA pós-deploy, as notas de release e o resumo diário, e o merge volta como uma nota na thread de origem. Por baixo de tudo, a observabilidade revisa cada execução, encontra onde o fluxo travou ou falhou e devolve o ajuste para a etapa que precisa dele: por exemplo, quando o mesmo pedido chega por uma reunião e por uma thread, a varredura de reuniões passa a conferir os canais antes de abrir um pedido.
Registro
Cada passo fica visível, do pedido à resposta.
Observabilidade · tela do produto56s
O vídeo percorre a tela de observabilidade da plataforma: a fila de execuções, uma sessão aberta passo a passo, o pedido e a resposta de um passo, e o rastro que liga os dois. Cada passo traz duração, custo e o modelo que o rodou. Não há áudio.
O que essa tela registra, campo a campo: observabilidade de agentes de código.
Desafios
Projeto novo ou sistema intocável: a mesma plataforma.
Um é construir o que ainda não existe. O outro é mexer no que não pode sair do ar.
Refatorar legado. Todo o código e a documentação existentes são lidos antes de qualquer linha nova, para preservar as regras de negócio. O sistema é reescrito com arquitetura moderna, testado, e só então substitui o antigo. Leia também: refatoração com IA sem perder exatidão e como modernizar um sistema legado, passo a passo.
AI-native por construção · operado por IA · supervisionado pelo seu time
Dois pontos deste argumento têm página própria: por que a plataforma não é uma dark factory e como o legado é modernizado sem parar a operação.
O registro de cada sessão está em observabilidade de agentes de código.
Quem responde pelo que a IA escreveu está em desenvolvimento de software com IA, com supervisão humana.
As etapas de uma mudança, da especificação ao deploy, e o ponto em que alguém do time aprova cada uma estão em esteira de desenvolvimento com IA.
Como situar a organização em quatro níveis de maturidade diante do legado está em maturidade em modernização de legado.
- Plataforma de desenvolvimento agentic Nível 4: o time define o que passa por aprovação.
- AI-Native Harness Engineering Contexto, regras e limites para agentes de código.
- Projeto novo com agentes de código Desafio A: software novo, com o time no controle.
- Case Dr. Consulta Desafio B: legado refatorado numa plataforma de assinaturas.
Cases
Resultados reais comprovados.
Implantação 01
Dr. Consulta · plataforma de assinaturas
Oito anos em produção · Desafio B, refatorar legado
LegadoCom a plataforma
Uma featureLegadoDuas semanasCom a plataformaAté três dias
Uma mudança de textoLegadoUm desenvolvedorCom a plataformaUm product manager
ManutençãoLegadoÀ mãoCom a plataformaSupervisionando a IA
Custo de infraestruturaLegadoPeríodo anterior à modernizaçãoCom a plataforma−75%
Segurança
Seu time define os limites. Cada sessão fica registrada.
Agentes de código executam dentro desses limites. A plataforma para no nível 4. Não é dark factory.
Sua supervisãoAprovação humana onde seu time exigir
Sua autoriaToda sessão registrada, com autor
Seu limiteNível 4: o time define o limite; nível 5 é dark factory
Agendar demonstração
Comece pelo que está travado.
O projeto novo parado no backlog ou o sistema antigo que virou um fardo. A demonstração mostra os agentes trabalhando do pedido ao deploy, e a implantação começa pela parte que seu time escolher.
Como usamos seus dados: Política de privacidade.