Como funciona

Esteira de desenvolvimento com IA: as etapas e onde alguém do time aprova

Publicado em 12 de outubro de 2026

Esteira de desenvolvimento com IA é o caminho que uma mudança de software percorre, da especificação ao deploy, em que agentes de código fazem a maior parte da execução e pessoas do time aprovam as etapas que decidem o que entra em produção. É o SDLC (ciclo de vida de desenvolvimento de software) com IA em cada etapa, com as decisões nas mãos de pessoas. Na Ithaca, cada sessão dos agentes fica registrada com pedido, passos, modelo, custo, resultado e autoria.

Esta página é para o CTO e o head de engenharia que já usam assistentes ou agentes de código e precisam desenhar o fluxo inteiro, não só a parte em que o código é escrito. A pergunta prática é sempre a mesma: em qual etapa o agente trabalha sozinho, e em qual alguém do time precisa dizer "pode seguir".

As sete etapas da esteira e quem aprova cada uma

#	Etapa	O que o agente de código faz	O que o time aprova
1	Especificação	Ajuda a escrever e levanta as perguntas que faltam	O time escreve e aprova a especificação: o que se quer, por que e com quais restrições
2	Plano	Propõe o plano de execução, dividido em partes que dá para conferir	Alguém do time lê o plano e aprova antes de qualquer código
3	Execução	Escreve o código dentro do limite de autonomia definido	O limite é definido antes; o que passa dele pede aprovação
4	Testes	Escreve e roda os testes; em legado, compara com o comportamento do sistema antigo	O time confere se os testes medem o que importa
5	Pull request	Abre o PR com a descrição do que mudou	Toda mudança entra por um PR que alguém pode revisar
6	Revisão	Pode fazer uma primeira leitura e apontar problemas	Uma pessoa do time lê o código que vai para produção
7	Deploy	Prepara a entrega	O time decide quando e como entra; em legado, por partes

O registro da sessão acompanha as sete etapas. Com ele, dá para reconstituir depois quem pediu, o que o agente fez e quanto custou. O que registrar está em Observabilidade de agentes de IA: o que registrar por sessão.

Por que a revisão humana é a etapa que mais pesa

Agentes de código escrevem mais código, e mais rápido. Isso não garante que mais trabalho chegue pronto ao fim do fluxo. Um artigo de doutorado de Fiona Chen e James Stratton, de Harvard, ainda não publicado em periódico (job market paper, versão de 4 de agosto de 2026), usou dados de engenharia da Jellyfish de 718 empresas. Os autores estimaram que, depois da adoção de agentes de código, as linhas de código subiram 30% e os pull requests 23%, sem aumento estatisticamente significativo nos issues e epics resolvidos no Jira. O tempo da abertura do PR ao merge subiu 49%. Os autores leem isso como um gargalo na revisão.

A Ithaca mantém a pessoa na revisão e trabalha nas etapas anteriores: especificação clara, plano aprovado, partes pequenas e testes que já conferiram o comportamento. Com isso, quem revisa lê menos código por vez e sabe o que procurar. Um caso público de revisão em camadas, com aprovação humana por nível de risco, e onde a regra da Ithaca difere, está em code review com IA.

Fábrica de software com IA, esteira com supervisão humana e dark factory

Os três termos aparecem juntos, mas descrevem modelos diferentes.

	Fábrica de software com IA	Esteira com supervisão humana (como a Ithaca trabalha)	Dark factory
O que é	Um fornecedor que entrega software feito com IA	Um fluxo em que agentes executam e o time do cliente aprova as etapas que decidem o que vai para produção	A especificação entra, o software sai, e ninguém lê o código (nível 5 da escala de Dan Shapiro)
Quem escreve o código	O fornecedor, com IA	Agentes de código, dentro do limite que o time do cliente define	Agentes de código
Quem lê antes de produção	Depende do contrato com o fornecedor	Pessoas do time do cliente	Ninguém
O que fica com o cliente	O código entregue	O código, que o próprio time leu, e o registro de cada sessão	O software

A Ithaca não é uma fábrica de software. A plataforma de desenvolvimento agentic opera no nível 4 da escala proposta por Dan Shapiro. Nesse nível, as pessoas escrevem a especificação, discutem com o agente e conferem o resultado. A Ithaca acrescenta uma regra: pessoas do time leem o código antes de ir para produção. A implantação é feita lado a lado com o time do cliente; não é self-service. Por que o nível 5 fica de fora está em Dark factory: o que é, e por que a plataforma não é uma delas.

O que cada modelo entrega na contratação, e o que perguntar ao fornecedor, está em Copiloto, fábrica de software com IA ou plataforma agentic?.

Os nomes que o mercado usa em inglês (AI-native SDLC, agentic SDLC e o AI-DLC da AWS) estão comparados em AI-native SDLC vs. agentic SDLC vs. AWS AI-DLC (em inglês).

Um exemplo: a Dr. Consulta

A Dr. Consulta, rede de centros médicos, usou a plataforma para modernizar o sistema de assinaturas, com oito anos em produção. O fluxo foi o de legado: knowledge base antes de qualquer linha nova, o sistema novo construído ao lado, cada parte conferida contra o comportamento do sistema antigo e a troca feita por partes, com o sistema atual em operação. O time da Dr. Consulta definiu o limite de autonomia, leu o que foi para produção e supervisionou os agentes o tempo todo.

O que mudou, segundo o case:

Uma feature que levava duas semanas passou a levar até três dias (exemplo representativo, não medição do backlog inteiro).
Mudanças de texto passaram de um desenvolvedor para um product manager.
A manutenção passou a ser feita com o time supervisionando a IA.
O custo de infraestrutura ficou 75% menor, comparado ao período anterior à modernização.

O case também traz os limites: uma falha continua possível, e trocas por partes podem exigir janela de manutenção. Detalhes em Case Dr. Consulta.

Como começar

Antes de escolher ferramenta, escreva três coisas: o limite de autonomia por tipo de sistema, quem aprova cada uma das sete etapas e o que fica registrado de cada sessão. O checklist de governança de IA no desenvolvimento é um bom ponto de partida. A oferta está em Desenvolvimento de software com IA e supervisão humana, e a definição da categoria em Plataforma de desenvolvimento agentic.

Agendar demonstração

Perguntas frequentes

O que é uma esteira de desenvolvimento com IA?

É o caminho que uma mudança de software percorre, da especificação ao deploy, com agentes de código fazendo a maior parte da execução e pessoas do time aprovando as etapas que decidem o que vai para produção.

O que é SDLC com IA?

SDLC é o ciclo de vida de desenvolvimento de software: planejar, desenhar, construir, testar, entregar e manter. SDLC com IA é esse mesmo ciclo com IA em cada etapa. Em inglês, também aparece como AI-native SDLC ou agentic SDLC.

Esteira com IA dispensa revisão humana?

Não na Ithaca. Pessoas do time do cliente leem o código antes de ir para produção. Um artigo de doutorado de Harvard ainda não publicado em periódico (Chen e Stratton, 2026) estimou que, depois da adoção de agentes de código, o tempo da abertura do PR ao merge subiu 49%, e os autores leem isso como um gargalo na revisão. Por isso vale preparar bem as etapas anteriores.

A Ithaca é uma fábrica de software com IA?

Não. A Ithaca opera uma plataforma de desenvolvimento agentic, implantada junto com o time do cliente. O time define a especificação e os limites, lê o código e decide o que vai para produção.

Qual a diferença entre uma esteira com supervisão humana e uma dark factory?

Na dark factory, nível 5 da escala de Dan Shapiro, ninguém lê o código antes de ir para produção. A plataforma da Ithaca opera no nível 4 e acrescenta uma regra: pessoas do time leem o código antes de ir para produção, e cada sessão dos agentes fica registrada.

Fontes

Fiona Chen e James Stratton, "Artificial Intelligence in the Firm: Bottlenecks in Software Production", job market paper, Harvard University, versão de 4 ago 2026 (primeira versão 7 jan 2026). https://fion.ac/jellyfish.pdf
Dan Shapiro, "The Five Levels: from Spicy Autocomplete to the Dark Factory", 23 jan 2026. https://www.danshapiro.com/blog/2026/01/the-five-levels-from-spicy-autocomplete-to-the-software-factory/
Case Dr. Consulta. https://ithaca.builders/case-dr-consulta/