Engenharia, IA e entrega de software
O que aprendemos aplicando inteligência artificial em times de desenvolvimento reais, com as fontes na mesa.
IA no desenvolvimento: o que os dados realmente mostram
Um estudo mediu 55,8% mais rápido. Outro mediu 19% mais lento. Os dois estão certos, e a diferença entre eles é a parte que importa.
Ler o artigoCode review com IA sem baixar a régua de qualidade
Quem usa assistente de IA escreve código menos seguro e fica mais confiante de que ele é seguro. O gate precisa ficar mais rígido, não mais frouxo.
Ler o artigoRAG para base de conhecimento: o que sobrevive à produção
Encher a janela de contexto pode piorar a resposta mesmo com o trecho certo lá dentro. A posição da informação importa mais do que a quantidade.
Ler o artigoEvals no CI: testando o que não é determinístico
Asserção de igualdade não funciona quando a resposta certa pode ser escrita de dez formas. Troque a pergunta do teste e a suíte volta a servir.
Ler o artigoAgentes de IA na entrega: onde pagam e onde não
Se você consegue desenhar o fluxograma antes, é workflow. Agente só quando o caminho depende do que for descoberto no meio.
Ler o artigoPlanejamento e estimativa de sprint na era da IA
A média pode até melhorar, mas o intervalo fica tão largo que o número perde utilidade para compromisso. O tipo da tarefa passa a importar mais que o tamanho.
Ler o artigoA dívida técnica nova: código que você não escreveu
A dívida antiga tinha alguém que sabia por que tomou o atalho. A nova cresce em silêncio, e a descoberta acontece durante um incidente.
Ler o artigoTestes gerados por IA: cobertura não é confiança
Cobertura responde se a linha rodou, não se alguém verificou o resultado. A pergunta certa é se algum teste falha quando você quebra o comportamento.
Ler o artigoDo protótipo à produção: um pipeline de LLMOps
Se o prompt vive fora do controle de versão, você não consegue reproduzir um incidente. E custo por interação é requisito, não relatório de fim de mês.
Ler o artigoObservabilidade de features de IA: latência, custo e qualidade
Não existe contador de "resposta boa". A qualidade se observa por aproximação, e um painel sem esse eixo dá uma sensação de controle que não corresponde ao sistema.
Ler o artigoModernizar legado com IA como arqueóloga
Aquela condição estranha no cálculo de frete resolve um caso real que ninguém documentou. Descobrir isso é o custo dominante do projeto.
Ler o artigoPrompt é código: versão, revisão e teste
Instrução é orientação probabilística. Código é garantia. Confundir os dois é o erro mais caro em aplicação de LLM.
Ler o artigoNão existe IA sem prontidão de dados
Problema de dado é pouco visível no início e composto no fim. Corrigir na origem parece desperdício e é a única coisa que evita o retrabalho grande.
Ler o artigoGovernança de IA no Brasil: LGPD, PL 2338 e AI Act
Revisor que aprova quarenta casos por hora e nunca reprova nada não é controle, é carimbo. Humano no circuito só vale com tempo, informação e autoridade.
Ler o artigoSegurança de aplicações LLM: injeção e abuso de ferramentas
A pergunta não é onde entra dado do usuário, é o que o modelo consegue fazer se acreditar na coisa errada. A resposta é o tamanho do estrago possível.
Ler o artigo