O Novo Mundo de Fazer Software: do Agile ao Agentic Operating Model
Como redesenhar o delivery para delegar, orquestrar, validar e governar trabalho feito por agentes de IA — com Validation Engineering, Definition of Verified e métricas de board. A premissa que atravessa as 18 aulas: na era agentic, velocidade sem prova é dívida.
O que você vai aprender
Ao final, você terá um Agentic Operating Model em cinco camadas (Intent, Spec, Agent Orchestration, Verification, Governance) aplicado à sua organização: Validation Engineering com Definition of Verified 2.0, TDD e evals como mecanismos de controle de agentes, autonomia graduada L0-L5, model routing por custo e risco, forecast probabilístico e um painel de board centrado em Trust Velocity.
A unidade de produção de software deixou de ser dev/hora, story point ou sprint capacity porque agentes de IA assumiram parte relevante da execução. A nova unidade é a mudança verificada: intenção clara, spec verificável, roteamento de modelos, execução agentic, evidência de validação, governança proporcional ao risco e custo por mudança verificada. Segundo a Gartner, até 2027 mais de 65% dos times que usam agentic coding tratarão IDEs como opcionais — controle e validação migram para plataformas automatizadas.
No seu dia a dia, você provavelmente já sente o sintoma antes de nomear a causa. O relatório de sprint fecha com velocity estável, mas um único dev com agentes entrega em uma tarde o que o quadro estimou em duas semanas. As métricas que você reporta ao board descrevem esforço humano — e o esforço humano deixou de ser o fator limitante.
O segundo semestre de 2026 marca essa virada. O debate deixou de ser "IA ajuda o desenvolvedor a codar mais rápido" e passou a ser como uma organização redesenha seu sistema operacional para delegar, orquestrar, validar e governar trabalho feito por agentes. Não é uma troca de ferramenta; é uma troca de unidade de medida.
Os sete componentes da nova unidade de produção
- Intenção clara: o problema, o outcome e as restrições, definidos por humanos.
- Especificação verificável: critérios de aceite que uma máquina ou um revisor consegue checar.
- Roteamento de modelos: a tarefa certa no modelo certo, pelo custo certo.
- Execução agentic: agentes implementam, humanos não digitam cada linha.
- Evidência de validação: provas anexadas à entrega, não afirmações.
- Governança proporcional ao risco: autonomia graduada conforme o blast radius.
- Custo por mudança verificada: a conta que substitui o custo por dev.
"Na era agentic, velocidade sem prova é dívida."
Essa é a frase-tese do curso, extraída do documento-fonte. Cada módulo a seguir operacionaliza um pedaço dela.
A mudança não é especulativa e tem duas fontes de peso. A Gartner descreve a transição de AI-assisted development para agentic software development ao longo de todo o SDLC, com controle, governança e validação migrando para plataformas automatizadas (Gartner). A McKinsey & Company chega à mesma conclusão por outro ângulo: as empresas que capturam mais valor com IA em software não estão apenas comprando ferramentas — estão rearquitetando o delivery inteiro e reposicionando humanos como orquestradores, validadores de arquitetura e gestores de qualidade (McKinsey & Company).
Compare o que suas métricas atuais medem com o que a nova gramática exige
| Métrica da era Agile | O que ela mede de fato | Substituta na era agentic |
|---|---|---|
| Dev/hora | Presença e esforço humano | Custo por mudança verificada |
| Story point | Estimativa de esforço humano | Risco de variação + custo de validação |
| Sprint capacity | Quanto o time produz por ciclo | Quanto o sistema humano + agentes verifica por ciclo |
| Velocity | Volume entregue | Trust Velocity: mudanças verificadas por tempo, custo e risco |
A leitura executiva da tabela é desconfortável: nenhuma métrica da coluna esquerda distingue mudança verificada de código gerado. Um agente pode inflar todas elas sem produzir uma única entrega com prova. É por isso que a coluna direita não é cosmética — ela muda o que o board enxerga.
Repare também no que o novo contexto adiciona à conversa que já existia. Scrum, Kanban, pontos, lead time, SDD e custo de tokens já estavam na mesa. A peça que faltava — e que este curso trata como espinha dorsal — é a validação.
Antes de redesenhar qualquer processo, faça o teste da tradução: pegue o último relatório que seu time enviou ao board e tente reescrever cada número como "mudanças verificadas". Se um número não sobrevive à tradução, ele mede esforço, não resultado. Esse exercício de 30 minutos costuma expor mais do que uma consultoria de três meses.
Para diagnosticar sua organização, use três estágios de maturidade. No estágio AI-assisted, devs usam copilotos, mas o SDLC é o mesmo: PM escreve, dev implementa, QA testa. No estágio agentic parcial, agentes executam tarefas ponta a ponta em bolsões, sem governança formal nem evidência padronizada. No Agentic Operating Model, a organização opera as sete peças da nova unidade como sistema: specs verificáveis, roteamento, evidência e autonomia graduada.
A honestidade do diagnóstico importa mais que o rótulo. A maioria das empresas que se declara "agentic" está no estágio parcial: tem agentes rodando, mas ninguém responde quem escreve specs, quem valida e quem governa autonomia. Essas três perguntas são o teste de estágio.
"A pergunta que define seu estágio não é 'quantos agentes você roda?' — é 'quem prova que o que eles entregam funciona?'."
O restante do módulo ataca exatamente essa pergunta: a Aula 1.2 apresenta a disciplina que monta o pacote de provas, e a Aula 1.3 mostra por que todos os grandes vendors estão convergindo para o mesmo desenho.
Verifique, como profissional, sua capacidade de aplicar a tese a um cenário real do seu contexto. Exercício 1 (Auditoria da unidade de produção): liste as 3 métricas que seu time reporta hoje ao board (ex.: velocity, story points, deploys/semana) e reescreva cada uma na gramática da nova unidade de produção. Qual delas sobrevive como "mudança verificada" e qual é teatro? Exercício 2 (Diagnóstico de virada): classifique sua organização em um dos três estágios (AI-assisted, agentic parcial, Agentic Operating Model), justificando com evidências concretas do último trimestre — quem escreve specs, quem valida, quem governa autonomia.
Perguntas frequentes
O que é um Agentic Operating Model?
O que é Definition of Verified?
TDD ainda faz sentido com agentes de IA?
Posso confiar em testes escritos pela própria IA?
Como se testa um agente de IA em produção?
O que é model routing e por que virou disciplina econômica?
Agentes de IA vão substituir squads de engenharia?
Que métricas o board deveria acompanhar na era agentic?
Alexandre Caramaschi
CEO da Brasil GEO, ex-CMO da Semantix (Nasdaq), cofundador da AI Brasil
Este curso integra a linha editorial executiva da Brasil GEO sobre engenharia de software na era dos agentes de IA. Material baseado em fontes 2025-2026 — Gartner, McKinsey, DORA, NIST AI RMF, OWASP, Stack Overflow Survey e pesquisa TDAD — sobre orquestração de agentes, Validation Engineering, governança e métricas de board.