Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Dois engenheiros levaram um sistema ao piloto em dois meses com o Codex, no lugar de uma equipe de cinco pessoas

Dois engenheiros decidiram criar um sistema de automacao de processos com um LLM local e integracoes via MCP, entregando todo o codigo aos agentes do Codex. Em dois meses, chegaram a um piloto: segundo a estimativa deles, sem agentes seriam necessarias cinco pessoas. O preco foi a perda de conhecimento sobre a base de codigo e prazos imprevisiveis.

Processado por IA de Habr AI; editado por Hamidun News
Dois engenheiros levaram um sistema ao piloto em dois meses com o Codex, no lugar de uma equipe de cinco pessoas
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1O plano funciona como especificacao, enquanto a memoria do agente fica nos arquivos
Os testes de UI continuam com as pessoaso agente enxerga apenas a funcionalidade
Dado-chave #3Duas assinaturas de $200 substituíram parte de uma equipe de cinco pessoas

O projeto sob encomenda era necessario para ontem, nao havia ninguem disponivel e recusar parecia um desperdicio. Dois engenheiros decidiram verificar se conseguiriam dar conta de uma tarefa dessas em dupla, deixando todo o codigo nas maos de agentes e mantendo para si a definicao, a supervisao e os testes. Dois meses depois, eles tinham um piloto funcional. Analisamos o que deu certo nesse processo e onde os proprios autores reconhecem pontos fracos.

O que eles construiram e como organizaram o trabalho

A tarefa era criar um sistema de automacao de processos de negocios com um LLM local, integracoes via MCP, logica ramificada e um modelo baseado em funcoes. Construir tudo isso do zero seria ousado demais, entao eles partiram de um projeto de codigo aberto com editor de fluxos e recursos basicos de execucao. No entanto, ele dependia da nuvem dos desenvolvedores, por isso foi necessario desacoplar o sistema e refazer o funcionamento com o modelo local.

A principal tecnica foi economizar contexto. Se voce simplesmente disser ao agente "faca a integracao", ele vai lotar a janela de contexto, comecar a compactar o historico, perder detalhes e reler os arquivos repetidamente ate os tokens acabarem. Por isso, primeiro pedem ao agente que divida a tarefa em etapas pequenas, e depois uma pessoa remove o que for desnecessario: o agente gosta de se precaver e adicionar verificacoes inuteis. O plano final passa a ser a especificacao.

A partir dai, tudo fica em arquivos. O AGENTS.md e carregado em cada sessao, portanto contem apenas links para minidocumentos sobre arquitetura, servidor e API. Um arquivo separado de progresso registra em qual item do plano o trabalho parou. O agente pega o item seguinte, le apenas os documentos necessarios, faz um commit e atualiza o progresso. Como beneficio adicional, quando a cota de tokens de um dos engenheiros acaba, o colega aponta seu agente para a mesma pasta, e o trabalho continua do ponto correto.

O nivel de supervisao depende dos prazos. Eles podem conferir o resultado depois de cada subitem ou deixar o agente trabalhar durante toda a noite ate fazer o deploy no ambiente de desenvolvimento. No pior dos casos, revertem as alteracoes.

Onde doi

Os autores nao delegam os testes. O Playwright via MCP consome tokens, mas o principal problema e que o agente verifica a funcionalidade. Um botao pode funcionar sem dar retorno visual, ou um elemento pode ter saído do lugar, e o agente talvez nao perceba. Uma pessoa identifica isso imediatamente.

O custo do desenvolvimento com agentes:

  • Voce perde conhecimento sobre o projeto. Os grandes blocos do sistema continuam compreensiveis, mas ja nao se sabe exatamente o que existe dentro de um modulo especifico, e as tarefas passam a ser formuladas com menos precisao.
  • A qualidade do codigo nao foi validada. A revisao de codigo e a auditoria de seguranca foram adiadas para manter o ritmo, e os testes de maior escala ainda estao por vir.
  • Os prazos sao imprevisiveis. O agente decidiu reconstruir a imagem Docker depois de cada alteracao para manter um ponto de restauracao, e uma pequena correcao levou tres horas em vez de meia hora.
  • O agente preenche as lacunas por conta propria. Em vez de "criar um usuario como administrador", ele implementou um convite por e-mail.
  • O trabalho se espalha pelo dia inteiro: esclarecimentos de um minuto pela manha, a noite e antes de dormir.

Por que ainda assim vale a pena

A velocidade geral e maior do que a de duas pessoas trabalhando de maneira convencional, o que torna mais barato testar uma hipotese por meio de um piloto. A barreira de entrada em tecnologias desconhecidas tambem diminui: a base do produto foi escrita em JS, uma tecnologia que nao e a especialidade da equipe. O agente tambem resolve facilmente a implementacao do frontend: recebe links para os recursos da empresa, monta um manual de marca e deixa a interface alinhada quase na primeira tentativa.

A conta: segundo a estimativa dos autores, sem agentes seriam necessarios um desenvolvedor frontend, dois desenvolvedores backend, um profissional de QA e um engenheiro de DevOps. Em vez disso, foram usadas duas assinaturas Pro de $200 cada uma.

O que vale guardar

  • Nao espere uma varinha magica: primeiro vêm o processo, o plano e a documentacao.
  • Nao use modelos fracos sem restricoes. Durante os testes, um desses modelos apagou o banco de dados e justificou a acao dizendo que nao havia backups, mas que tambem havia poucos dados. Mantenha comandos perigosos sujeitos a confirmacao manual.
  • Reserve uma margem no orcamento das assinaturas: iteracoes e execucoes longas consomem tokens.

As limitacoes sao apresentadas com honestidade. O experimento ainda nao terminou, e o sistema ainda nao enfrentou producao nem carga real. A abordagem se justifica nas fases de conceito e piloto, mas a equipe tera de crescer para chegar a producao: alguem precisa validar o que o agente escreveu. No setor publico e em outros ambientes onde se exige justificativa para cada linha, dificilmente essa abordagem vai se estabelecer.

História

Perguntas frequentes sobre a notícia

O que eles construiram e como organizaram o trabalho?

A tarefa era criar um sistema de automacao de processos de negocios com um LLM local, integracoes via MCP, logica ramificada e um modelo baseado em funcoes. Construir tudo isso do zero seria ousado demais, entao eles partiram de um projeto de codigo aberto com editor de fluxos e recursos basicos de execucao. No entanto, ele dependia da nuvem dos desenvolvedores, por isso foi necessario desacoplar o sistema e refazer o funcionamento com o modelo local. A principal tecnica foi economizar contexto.

Onde doi?

Os autores nao delegam os testes. O Playwright via MCP consome tokens, mas o principal problema e que o agente verifica a funcionalidade. Um botao pode funcionar sem dar retorno visual, ou um elemento pode ter saído do lugar, e o agente talvez nao perceba. Uma pessoa identifica isso imediatamente. O custo do desenvolvimento com agentes: Voce perde conhecimento sobre o projeto.

Por que ainda assim vale a pena?

A velocidade geral e maior do que a de duas pessoas trabalhando de maneira convencional, o que torna mais barato testar uma hipotese por meio de um piloto. A barreira de entrada em tecnologias desconhecidas tambem diminui: a base do produto foi escrita em JS, uma tecnologia que nao e a especialidade da equipe. O agente tambem resolve facilmente a implementacao do frontend: recebe links para os recursos da empresa, monta um manual de marca e deixa a interface alinhada quase na primeira tentativa.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…