Insights · Comparativo

Copiloto, fábrica de software com IA ou plataforma agentic: como escolher

Publicado em 12 de outubro de 2026

Há três jeitos comuns de levar IA para o desenvolvimento. O copiloto é uma ferramenta que cada pessoa do time usa no editor. A fábrica de software com IA é um serviço: o fornecedor conduz os agentes e entrega o software. A plataforma de desenvolvimento agentic é um sistema implantado junto com o seu time, em que agentes de código executam a maior parte da escrita e o próprio time define os limites, lê o que vai para produção e guarda o registro de cada sessão.

Os três usam modelos de IA parecidos. O que muda de um para outro é quem conduz o trabalho, quem lê o código antes de ele entrar em produção e o que fica com o seu time quando o contrato acaba. Este texto é para o CTO e o head de engenharia que estão nessa decisão e querem critérios para levar à próxima reunião com fornecedor.

Os três modelos lado a lado

	Copiloto	Fábrica de software com IA	Plataforma de desenvolvimento agentic
O que você contrata	Licença da ferramenta, em geral por usuário	Um serviço, por projeto ou por squad	A implantação de um sistema, feita com o seu time
Quem conduz os agentes	Cada pessoa, na própria tarefa	O time do fornecedor	O seu time, dentro de limites que ele mesmo define
Quem lê o código antes de produção	Quem pediu a mudança e quem revisa o PR, como o time já faz	Depende do contrato com o fornecedor	Pessoas do seu time
O que fica registrado	Depende da ferramenta e da configuração; o repositório guarda commits e PRs	O que o fornecedor registra; o acesso depende do contrato	Cada sessão: pedido, passos, modelo, custo, resultado e autoria
O que fica com o seu time depois	O código, no repositório do time, escrito e revisado por quem já está lá	O código entregue e o que o contrato previr de documentação, transição e sustentação	O código, que o próprio time leu, e o registro das sessões

Os três não se excluem. Um time pode usar copiloto no editor e operar uma plataforma, ou contratar uma fábrica para um projeto isolado. A diferença está em onde ficam o controle e o registro do trabalho.

Copiloto: uma ferramenta na mão de cada pessoa

O copiloto de IA começou como sugestão de código enquanto a pessoa digita, e hoje faz mais. A documentação do GitHub Copilot, por exemplo, separa os recursos em dois grupos. Nos assistivos, a ferramenta sugere, responde e explica, e a pessoa revisa e aplica cada sugestão. Nos agentic, a pessoa descreve um objetivo e a ferramenta pesquisa o repositório, propõe um plano, edita arquivos e prepara a tarefa para revisão. Segundo a documentação, a pessoa continua responsável por revisar e aprovar.

Na escala de autonomia proposta por Dan Shapiro, o nível 1 é aquele em que a pessoa escreve o que importa e repassa tarefas pontuais, como um teste ou uma docstring. Shapiro cita o Copilot entre as ferramentas desse nível. A escala descreve o papel da pessoa, não a marca da ferramenta, então o modo de agente dessas ferramentas pode ser usado em níveis mais altos (leitura nossa).

Onde o copiloto ajuda: em tarefas que cabem na cabeça de uma pessoa, no código que ela já conhece, com a revisão que o time já faz. A adoção é simples: licença, política de uso e treinamento.

O que fica com o time: o processo em volta da tarefa. Quem escreve a especificação, até onde o agente pode ir sem pedir aprovação, o tamanho de cada mudança que chega ao revisor e o que fica registrado de cada sessão são decisões do time. A ferramenta não toma essas decisões por ele.

Fábrica de software com IA: um serviço conduzido pelo fornecedor

"Fábrica de software com IA" é um rótulo que fornecedores brasileiros usam para um modelo de serviço: o fornecedor monta o processo, opera os próprios agentes com o próprio time, e o cliente recebe o software. Algumas dessas ofertas já incluem aprovação humana nos pontos críticos e trilha de auditoria. Os detalhes mudam de fornecedor para fornecedor.

Onde a fábrica ajuda: quando o escopo está claro, o projeto é isolado e a empresa não quer, ou não pode, montar um time para operar o desenvolvimento. É uma decisão de terceirização: alguém de fora assume a entrega.

O que vale perguntar ao fornecedor:

Quem, pelo nome, lê o código antes de ele entrar em produção: alguém do fornecedor, alguém do seu time, ou os dois?
Onde fica o registro de cada sessão dos agentes, e o seu time tem acesso a ele durante e depois do contrato?
Quando o contrato acabar, quem do seu lado conhece o código bem o bastante para mantê-lo?

Nada disso torna a fábrica uma escolha ruim. São perguntas de contrato. Nesse modelo, quem conduz os agentes é o fornecedor; onde ficam a supervisão e o registro, e quem tem acesso a eles, é o contrato que define.

Plataforma de desenvolvimento agentic: um sistema operado com o seu time

Uma plataforma de desenvolvimento agentic é o sistema em que agentes de código escrevem a maior parte do código, enquanto o time define a especificação, os limites de autonomia e o que pode ir para produção. A diferença para os outros dois modelos está em quem opera: a plataforma é implantada junto com o seu time, e é o seu time que conduz os agentes, lê o resultado e fica com o registro.

Quatro peças andam juntas:

Contexto aprovado. Uma knowledge base com codebase, documentação e dados anonimizados alimenta cada sessão com o que o time já validou.
Execução por agentes de código. A maior parte da escrita sai dos agentes, dentro de regras e limites que o time define: o que eles fazem sem aprovação prévia e o que exige aprovação humana antes de executar.
Sessão registrada. Cada sessão guarda pedido, passos, modelo, custo, resultado e autoria. Quem revisa vê o que o agente fez, e não só o diff final.
Supervisão humana antes de produção. Pessoas do time leem o que entra em produção.

Na escala de Dan Shapiro, no nível 4 a pessoa escreve a especificação, discute com o agente sobre ela, planeja, revisa planos e confere se os testes passam. No nível 5, que ele chama de dark factory, o processo vira uma caixa-preta que transforma especificação em software. A Ithaca opera no nível 4 e acrescenta uma regra que é dela: pessoas do time leem o código antes de ele ir para produção. Os seis níveis estão explicados em Níveis de autonomia de agentes de código: o que muda do nível 0 ao 5, e o motivo de o nível 5 ficar de fora, em O que é uma dark factory, e por que a plataforma não é uma delas.

O que a pesquisa diz sobre onde o ganho aparece

Em setembro de 2025, a DORA, programa de pesquisa do Google Cloud, apresentou um modelo de sete capacidades que ampliam os benefícios da IA no desenvolvimento, a partir do levantamento anual que ouviu quase 5.000 profissionais de tecnologia. Duas delas tocam diretamente nesta escolha:

Práticas sólidas de controle de versão. Commits frequentes ampliam o efeito positivo da IA na efetividade individual, e o uso frequente de rollback melhora o desempenho de times que trabalham com IA.
Trabalho em lotes pequenos. Mudanças pequenas ampliam o efeito positivo da IA no desempenho do produto e reduzem o atrito do time.

Outra capacidade do modelo são as plataformas internas de qualidade: segundo a DORA, em organizações que as têm, o efeito positivo da IA no desempenho da organização é maior. O texto de apresentação fecha dizendo que desenvolvimento assistido por IA bem-sucedido "não é só uma decisão de compra", e sim a decisão de cultivar as condições em que quem desenvolve com IA rende (tradução nossa). São associações medidas em survey, não um teste de ferramentas.

No mapa de mercado, a Gartner chama a categoria de Enterprise AI Coding Agents. Num comunicado de maio de 2026, previu que, até 2027, mais de 65% dos times de engenharia que usam codificação agentic vão tratar os ambientes de desenvolvimento integrados (IDEs) como opcionais, levando controle, governança e validação para plataformas automatizadas. Citamos o rótulo como vocabulário de mercado; não é endosso, e a Ithaca não afirma aparecer em relatório da Gartner.

A leitura da Ithaca: se o ganho depende de mudanças pequenas, de histórico de versão e de uma plataforma que sustente o trabalho, vale perguntar onde essas condições ficam em cada modelo. No copiloto, continuam a cargo do seu time, como já estavam. Na fábrica, dependem do contrato. Na plataforma de desenvolvimento agentic, ficam no sistema que o seu time opera: o limite de autonomia é escrito antes, cada mudança chega ao revisor em partes que dá para ler, e o registro de cada sessão fica com quem responde pelo código.

Cinco perguntas para fazer antes de escolher

Quem vai ler o código que entra em produção? Se a resposta for "ninguém do nosso time", a decisão é de terceirização, e o contrato precisa dizer quem responde por esse código.
Onde fica o registro de cada sessão, e quem tem acesso? Pedido, passos, modelo, custo, resultado e autoria. Sem esse registro, dá para ver o diff, mas não para reconstituir como ele foi feito. O que registrar está em Observabilidade de agentes de IA: o que registrar por sessão.
Quem define o limite de autonomia? O que os agentes fazem sem aprovação prévia e o que exige aprovação humana antes de executar. O ponto de partida está no checklist de governança de IA no desenvolvimento.
Qual o tamanho de cada mudança que chega para revisão? Um PR com milhares de linhas é difícil de ler com atenção. O caminho de uma mudança, da especificação ao deploy, está em Esteira de desenvolvimento com IA: as etapas e onde alguém do time aprova.
Depois do contrato, o que fica com o seu time? O código, a documentação, o registro das sessões e alguém que conheça o sistema. Em sistemas com anos de regra de negócio, essa última parte costuma ser a mais difícil de repor.

Quando cada modelo faz sentido

Copiloto faz sentido quando o time já tem bom processo de revisão e entrega, quer ganho individual em tarefas do dia a dia e não pretende mudar agora a forma de organizar o trabalho.
Fábrica de software com IA faz sentido quando o projeto é isolado, o escopo é estável e a empresa prefere que alguém de fora assuma a entrega, com as perguntas acima respondidas no contrato.
Plataforma de desenvolvimento agentic faz sentido quando a empresa quer que agentes de código assumam a maior parte da escrita e que o próprio time continue respondendo pelo código: sistemas que vão continuar evoluindo, legado com regra de negócio crítica, ambientes regulados e áreas de risco que perguntam quem aprovou cada mudança.

Se o objetivo é um protótipo rápido e nada vai para produção, nenhum dos três precisa de tanta estrutura. A fronteira entre protótipo e produção está em Vibe coding ou engenharia agêntica: quando usar cada um.

Onde a Ithaca fica

A Ithaca opera uma plataforma de desenvolvimento agentic no nível 4, implantada lado a lado com o time do cliente, e não se posiciona como fábrica de software. A implantação não é self-service: o time do cliente define a especificação e os limites, lê o código antes de ir para produção, e cada sessão dos agentes fica registrada. A proposta completa está em Desenvolvimento de software com IA e supervisão humana, e a definição da categoria em Plataforma de desenvolvimento agêntico: o que é.

Um exemplo. A Dr. Consulta, rede de centros médicos, usou a plataforma para modernizar o sistema de assinaturas, com oito anos em produção. O sistema novo foi construído ao lado e entrou por partes, com o atual seguindo em operação, e o time da Dr. Consulta supervisionou os agentes de código o tempo todo. Segundo o case, uma feature que levava duas semanas passou a levar até três dias, como exemplo representativo, não medição do backlog inteiro. Detalhes, incluindo os limites do case, em Case Dr. Consulta.

Se o seu time quer agentes de código fazendo a maior parte da escrita, com pessoas do time lendo o que vai para produção e o registro de cada sessão com quem responde pelo código, o próximo passo é escolher o primeiro módulo e implantar a plataforma junto com o time.

Agendar demonstração

Perguntas frequentes

Qual a diferença entre um copiloto de IA e uma plataforma de desenvolvimento agentic?

O copiloto é uma ferramenta que cada pessoa usa na própria tarefa, no editor. A plataforma de desenvolvimento agentic é o sistema que organiza o ciclo inteiro: contexto aprovado, execução por agentes de código dentro de limites que o time define, leitura humana antes de produção e registro de cada sessão. Um não substitui o outro.

O que é uma fábrica de software com IA?

É um modelo de serviço em que o fornecedor conduz o desenvolvimento com os próprios agentes de IA e o próprio time, por projeto ou por squad, e entrega o software ao cliente. Quem lê o código antes de produção e quem tem acesso ao registro do trabalho depende do contrato.

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 do cliente define a especificação e os limites, lê o código antes de ir para produção e fica com o registro de cada sessão dos agentes.

Fábrica de software com IA é a mesma coisa que dark factory?

Não necessariamente. Fábrica de software com IA é um modelo de contratação: diz quem entrega o software. Dark factory é um nível de autonomia, o nível 5 da escala de Dan Shapiro, em que o processo vira uma caixa-preta e ninguém lê o código antes de ir para produção. Uma fábrica pode ter pessoas revisando o código; a dark factory, por definição, não tem.

Onde a plataforma é hospedada? O código vai para a Ithaca?

A plataforma é implantada no ambiente do cliente, em conta de nuvem controlada por ele ou em data center. O repositório não vai para um SaaS da Ithaca. As chamadas aos modelos seguem a política que o cliente define (provedor, região e contrato); na inferência, trechos de código podem ser enviados ao provedor do modelo escolhido, conforme essa política.

Fontes

GitHub Docs, "About GitHub Copilot" (lido em 12/10/2026). https://docs.github.com/en/copilot/get-started/what-is-github-copilot
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/
Kevin M. Storer e Derek DeBellis, "Introducing the DORA AI Capabilities Model: 7 keys to succeeding in AI-assisted software development", Google Cloud Blog, 23 set 2025. https://cloud.google.com/blog/products/ai-machine-learning/introducing-doras-inaugural-ai-capabilities-model
Gartner, "Gartner Says the Market for Enterprise AI Coding Agents Is Entering a New Phase of Expansion and Competitive Realignment", comunicado, 20 mai 2026. https://www.gartner.com/en/newsroom/press-releases/2026-05-20-gartner-says-the-market-for-enterprise-ai-coding-agents-is-entering-a-new-phase-of-expansion-and-competitive-realignment
Case Dr. Consulta. https://ithaca.builders/case-dr-consulta/