IA é amplificador, não atalho

Ela escala a disfunção que você já tinha: quem tinha processo forte fica mais forte, quem tinha caos fica mais caótico, mais rápido.

Capa do artigo IA é amplificador, não atalho

Numa reunião de board, no slide de investimento em IA, alguém perguntou quanto tempo até os agentes “zerarem o backlog”. Respondi que eles iam entregar no mesmo ritmo em que o time já entregava, só que mais rápido, e que aquilo não era elogio. A sala esfriou. Ninguém compra rigor num pitch que venderam como mágica.

Continuei vendendo mesmo assim, porque é o que eu vi acontecer em produção. A IA não é um atalho por cima do seu processo. Ela é um multiplicador dele. Processo bom, ela amplifica o bom. Processo caótico, ela amplifica o caos, e amplifica antes de qualquer um perceber o que foi amplificado.

O amplificador não distingue sinal de ruído

Um amplificador não sabe se o que entra é música ou microfonia. Ele sobe o volume dos dois. Um time com contrato de teste claro, revisão que pega o que importa e um jeito de saber quando algo quebrou em produção ganha alavanca: o agente escreve mais código e o sistema em volta filtra o que não presta. Um time sem isso ganha a mesma alavanca apontada para o abismo. Mais pull requests, mais superfície, mais decisões implícitas por hora, e nenhum mecanismo para separar o acerto do estrago.

O ponto incômodo é que os dois times parecem produtivos na primeira semana. O gráfico de output sobe nos dois. A diferença só aparece quando o requisito muda, quando alguém precisa explicar por que aquilo funciona, quando o incidente chega. Aí o time com disciplina debuga e o time sem disciplina descobre que multiplicou uma dívida que nem sabia que tinha.

A IA não te dá processo. Ela cobra, com juros, o processo que você não construiu.

O que eu comprei antes de escalar agentes

Antes de deixar agente encostar em fluxo que importa, investi em três coisas nada empolgantes:

  • Observabilidade de verdade, a que responde “o que esse sistema está fazendo agora”, não a que só conta requisições. Se eu não consigo ver o comportamento, eu não consigo deixar uma máquina não determinística mexer nele.
  • Testes de comportamento, não de implementação. O agente reescreve a implementação sem pedir licença. O que precisa segurar é o contrato: dada esta entrada, este efeito, com esta fronteira.
  • Feedback loop curto, do commit ao sinal de produção. Amplificador sem realimentação vira microfonia. É o loop que transforma velocidade em aprendizado em vez de velocidade em desastre acelerado.

Nenhuma dessas três é sobre IA. Todas são higiene de engenharia que a gente sempre soube que devia ter. A IA só mudou o preço de não ter: de caro para inviável.

O piloto que pulou a etapa

Um piloto interno decidiu ir mais rápido. Cortou justamente a parte “chata”: subiu os agentes sem instrumentar o comportamento, com a promessa de adicionar observabilidade “quando estabilizasse”. As primeiras semanas foram as melhores métricas de output que aquele grupo já teve. Todo mundo apontou o gráfico.

Quando o comportamento começou a derivar, ninguém tinha onde olhar. O volume que impressionava virou o volume que ninguém conseguia auditar. Reconstruir a confiança custou mais do que teria custado instrumentar antes, e o mais caro nem foi o retrabalho: foi a lição de que velocidade sem leitura não é velocidade, é queda com o velocímetro travado no máximo.

O outro piloto, o que topou o rigor antes, escala até hoje. Menos manchete, mais chão.

A IA não substitui a disciplina que faltava. Ela só faz a conta chegar mais cedo.