Codex contou 180 horas de trabalho em um produto a partir do git e dos chats e ajudou a fechar pendências de impostos
O autor do canal "LLM pod kapotom" (LLM sob o capô) pediu ao agente Codex que estimasse seu esforço de trabalho com base no histórico do git, nos chats de trabalho e no registro de diálogos com o próprio agente. O resultado: 180 horas no último produto e 20 horas no módulo de treinamento. A mesma abordagem com o "cérebro da empresa" — uma base única de chats, e-mails e extratos bancários — ajudou a encontrar e pagar pendências de impostos. Se o agente tem acesso aos rastros do seu trabalho, dá para delegar a ele estimativas e tarefas rotineiras.
Processado por IA de TG: @llm_under_hood (LLM под капотом); editado por Hamidun News
Quantas horas você realmente gastou no seu último produto? A maioria responde de memória e erra. O autor do canal de Telegram "LLM pod kapotom" (LLM sob o capô) parou de chutar e delegou a tarefa ao agente Codex: ele percorreu o histórico de commits no git, os chats de trabalho e o registro de diálogos com o próprio Codex, e contou cerca de 180 horas no desenvolvimento do último produto e cerca de 20 horas na preparação de um módulo de treinamento.
É um exemplo de processo "AI-native", em que a IA não só responde a perguntas, mas trabalha com os rastros reais do seu trabalho. Já o "cérebro da empresa" (company brain) é como o autor chama a base única que reúne chats, e-mails e extratos bancários. O post é pessoal, sem benchmarks, mas as técnicas descritas podem ser reproduzidas.
Estimativa de tempo a partir dos rastros do trabalho
A primeira técnica é simples. Quando precisa entender quanto tempo um projeto consumiu, o autor não tenta lembrar: pede ao Codex que calcule. Para isso, o agente precisa de acesso a três fontes: o histórico git de todos os projetos, os chats de trabalho e o histórico de trabalho com o próprio Codex. Este último o autor exporta para um conversation index separado, ou seja, um índice dos diálogos com o agente.
Uma ressalva importante do próprio autor: as 180 e as 20 horas são apenas o tempo pessoal dele. O agente ainda não consegue calcular o total de horas da equipe, porque não tem o mesmo acesso aos rastros das outras pessoas.
O sentido prático é claro. Estimativas retroativas servem para planejamento, precificação e conversas com investidores, e de memória elas são pouco confiáveis. Commits e conversas oferecem, ao menos, uma base reproduzível. Ainda assim, é uma estimativa do modelo, não uma folha de ponto: o tempo gasto pensando longe do teclado não aparece no git.
O "cérebro da empresa" e as pendências contábeis
A segunda técnica é mais pesada. Para se orientar na contabilidade e em questões em aberto, o autor conecta ao company brain todos os chats de trabalho (ou mesmo todos os chats), a base de e-mails e os extratos bancários. Depois, pede ao agente que resolva o assunto como faria um gerente de processos experiente do Vale do Silício.
Para os dados locais, o autor criou um bridge service próprio, que roda no Mac. Ele resolve três problemas:
- dá acesso somente leitura (read-only) ao banco de dados local do Telegram e do cliente de e-mail, de modo que o agente não pode alterar nem apagar nada;
- mantém um cache separado, em formato adequado para busca;
- entrega os dados por meio de uma interface com progressive disclosure: primeiro resumos curtos, depois os detalhes sob demanda.
O último ponto importa para a economia de tokens. Despejar no contexto toda a correspondência e todos os extratos de uma vez sai caro e piora a qualidade da resposta. Quando o agente vê primeiro o índice e abre apenas os trechos necessários, gasta menos tokens e se perde menos em informação irrelevante.
Segundo o autor, assim foi possível encontrar com precisão as pendências de impostos, pagá-las rapidamente, conferir os resultados e organizar os documentos em pastas. De quebra, o agente ajudou a enviar ao banco um bug report sobre uma falha no sistema de exportação de extratos.
Ideias para a noite e limitações
A terceira técnica tem mais a ver com forma de pensar. Quando você olha para os processos de empresas mais maduras pela lente do company brain, percebe quanto dá para melhorar na sua. Logo surgem ideias de quais fontes de dados conectar e onde integrá-las.
O autor cita sua pergunta favorita: à noite, ele pede a um modelo que chama de Fable 5.2 que atue como um sócio experiente da YC, contratado a peso de ouro para acelerar a empresa. A tarefa é revisar as mudanças no company brain dos últimos dias, fazer uma pesquisa (research) e propor uma única coisa pequena que melhore a escalabilidade, redistribua responsabilidades ou facilite a vida. A restrição de "uma coisa pequena" já tem valor por si só: o resultado é um passo realmente executável, e não um relatório longo que ninguém lê.
O que considerar se quiser reproduzir:
- O post não traz medições de qualidade: não se sabe quantos erros o agente cometeu nos impostos nem como foram verificados. Conclusões financeiras é melhor conferir manualmente.
- Dar acesso a chats, e-mail e banco é um risco sério de privacidade. O modo read-only e o bridge local reduzem esse risco, mas não o eliminam. Vale avisar funcionários e contrapartes cujas mensagens vão parar na base.
- A contagem de tempo por git e chats funciona bem para uma pessoa. Para uma equipe, são necessárias fontes unificadas e o consentimento dos participantes.
- O nome do modelo e os detalhes dos serviços vêm do relato do autor, sem verificação independente.
Conclusão prática: o valor do agente cresce junto com a qualidade dos dados a que ele tem acesso. Se você reunir o histórico de trabalho em um só lugar, der acesso seguro somente para leitura e entregar os dados em porções, o mesmo modelo pode servir como analista, assistente de contabilidade e consultor noturno de processos. O autor encerrou o post perguntando aos leitores quais técnicas eles usam. É um bom motivo para verificar quais fontes de dados da sua empresa ainda não estão conectadas a um agente.
- 22 de jan. de 2026GPT-5.2-Codex à caça de bugs: a velocidade impressiona
- 27 de out. de 2026Modo Ultrafast do Codex reduz investigação de incidentes na OpenAI de 1–2 horas para 10–15 minutos
- 30 de mai. de 2026IA para impostos: como foi criado um agente fiscal que aprende sozinho
- 8 de nov. de 2026Merge automatizou o planejamento de jantares: de dezenas de horas para 30 minutos por evento
Perguntas frequentes sobre a notícia
O que se sabe sobre Estimativa de tempo a partir dos rastros do trabalho?
A primeira técnica é simples. Quando precisa entender quanto tempo um projeto consumiu, o autor não tenta lembrar: pede ao Codex que calcule. Para isso, o agente precisa de acesso a três fontes: o histórico git de todos os projetos, os chats de trabalho e o histórico de trabalho com o próprio Codex. Este último o autor exporta para um conversation index separado, ou seja, um índice dos diálogos com o agente. Uma ressalva importante do próprio autor: as 180 e as 20 horas são apenas o tempo pessoal dele.
O que se sabe sobre O "cérebro da empresa" e as pendências contábeis?
A segunda técnica é mais pesada. Para se orientar na contabilidade e em questões em aberto, o autor conecta ao company brain todos os chats de trabalho (ou mesmo todos os chats), a base de e-mails e os extratos bancários. Depois, pede ao agente que resolva o assunto como faria um gerente de processos experiente do Vale do Silício. Para os dados locais, o autor criou um bridge service próprio, que roda no Mac.
O que se sabe sobre Ideias para a noite e limitações?
A terceira técnica tem mais a ver com forma de pensar. Quando você olha para os processos de empresas mais maduras pela lente do company brain, percebe quanto dá para melhorar na sua. Logo surgem ideias de quais fontes de dados conectar e onde integrá-las. O autor cita sua pergunta favorita: à noite, ele pede a um modelo que chama de Fable 5.2 que atue como um sócio experiente da YC, contratado a peso de ouro para acelerar a empresa.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.