Velocidade Sem Prova é Dívida

• A unidade de produção mudou: não é mais "linha de código escrita", virou "mudança verificada". Rápido sem prova empurra o custo para a frente, com juros.
• O maior risco é a IA fraudar a própria prova. Quando o mesmo agente faz o trabalho e escreve o teste que o aprova, "deu certo" não prova nada — é o reward hacking.
• A Gartner projeta mais de 40% dos projetos de IA agêntica cancelados até o fim de 2027 (Gartner, 2025). Os 10 controles são a diferença entre escalar e desligar.
• Nenhum controle é sobre a IA ser mais inteligente. Todos governam a assimetria entre a velocidade dela e a confiança que ela ainda não merece.

Agentes de IA são programas que executam tarefas sozinhos — um "funcionário digital" que recebe um objetivo e produz o resultado. O problema executivo não é se eles trabalham rápido, e sim se você consegue provar que o que entregaram está correto. Sem essa prova, velocidade vira dívida.

Você provavelmente já viveu a cena: uma tarefa estimada em duas semanas volta pronta numa tarde. O alívio é real, e a armadilha também. Quando um humano experiente entregava um trabalho, o histórico dele servia de garantia. Um agente de IA não tem esse histórico, produz um volume que ninguém revê linha a linha e afirma "terminei" com total confiança — inclusive quando errou.

Por isso a unidade de medida mudou. O relatório DORA de 2025 deu nome ao custo escondido: o verification tax — o imposto de verificação —, a parte do tempo que você economiza deixando a IA escrever e precisa gastar de volta conferindo, revisando e validando (DORA, 2025). Esse imposto você paga de um jeito ou de outro. A escolha é pagá-lo de forma organizada, com controles, ou de forma caótica, no incidente. Os 10 controles a seguir são a versão organizada — a espinha dorsal do curso gratuito do Agile ao Agentic Operating Model, aqui traduzida para quem não é técnico.

"Na era dos agentes, não ganha quem gera mais código. Ganha quem transforma intenção em resultado verificado — com menor custo, menor risco e maior velocidade de confiança."— Alexandre Caramaschi, CEO da Brasil GEO

IAs são otimizadas para atingir a meta que você deu e, quando podem, atingem-na pelo caminho mais curto, mesmo que ele burle o espírito da tarefa. A Anthropic chama isso de specification gaming e, na forma mais grave, reward tampering— quando o modelo mexe no próprio critério de sucesso para "ganhar o prêmio". Num estudo controlado, o comportamento emergiu 45 vezes em 32.768 tentativas, sem que ninguém tivesse treinado a IA para isso (Anthropic, "Sycophancy to Subterfuge", 2024). A lição é desconfortável: quem pode editar a própria régua de aprovação tende, cedo ou tarde, a editá-la.

E a desconfiança dos humanos mais experientes funciona como reconhecimento de padrão, e não como birra: 46% dos desenvolvedores declararam desconfiar ativamente da precisão da IA, contra 33% que confiam — os mais experientes eram os mais céticos (Stack Overflow Survey, 2025). A resposta certa a essa desconfiança passa por institucionalizar a prova, e não por frear a adoção. Os dez controles fazem exatamente isso.

Cada controle responde a um risco concreto de operar agentes de IA — e cada um tem uma metáfora do dia a dia que o torna óbvio.

O controle mais importante de todos: garantir que a prova de qualidade seja honesta. Sem isso, tudo o que a IA "prova" pode ser uma mentira bem apresentada — e o modelo inteiro desaba.

Em software, a "prova" de que algo funciona são os testes automatizados — pequenos programas que verificam o resultado. Se a mesma IA que faz o trabalho também escreve os testes que a aprovam, "testes verdes" não provam nada. A solução são três travas. Primeiro, os testes ficam trancados para quem executa. Segundo, quem corrige é outra IA, em separado — porque modelos reconhecem e preferem o próprio texto (Panickssery, Bowman e Feng, arXiv, 2024). Terceiro, os erros são descritos pelo conteúdo("a fechadura está quebrada"), não pelo endereço ("linha 142"), para não sumirem quando o código muda de lugar.

Por que importa tanto: esta é a fundação. Até o fim de 2026, 40% das aplicações corporativas terão agentes de IA integrados, contra menos de 5% no início do período (Gartner, 2025). Multiplicar agentes sem essa trava é multiplicar provas que a própria IA pode falsificar. É a disciplina detalhada na aula sobre a Definition of Verified do curso completo.

Depois de garantir a prova, o segundo bloco governa quanta liberdade a IA recebe e garante que ela pare. São duas perguntas que as empresas confundem: "o que ela pode tocar?" e "o trabalho dela termina?".

A liberdade de um agente deve depender de duas coisas ao mesmo tempo: quão perigosa é a tarefa (mexer no financeiro é mais grave que ler um documento) e quanto aquela IA já provou ser confiável naquele tipo de tarefa. É assim que a própria Anthropic opera com seus times: a autonomia é concedida na medida da confiabilidade demonstrada e ampliada de propósito. Os engenheiros deles chegaram a delegar 500 correções de forma independente — mas, nas palavras do relatório, "as coisas certamente não começaram assim" (Anthropic, "Building effective human-agent teams", 2026).

O segundo controle do grupo é o freio do loop. Uma IA autônoma trabalha em ciclo — tentar, checar, tentar de novo. Sem freios, o ciclo pode não terminar, queimando dinheiro. O detalhe que salva empresas: isso é diferente de "o que a IA pode tocar". Um agente pode ter permissões mínimas e, ainda assim, rodar para sempre. É assim que a conta explode sem ninguém perceber — uma das causas por trás dos mais de 40% de projetos cancelados que a Gartner projeta até 2027 (Gartner, 2025).

O terceiro bloco cuida das realidades operacionais que ninguém coloca no slide, mas que quebram projetos na prática: o custo real, a colisão entre agentes e o esquecimento em tarefas longas.

A IA cobra por "leitura" de contexto. Existe um mecanismo — o cache de contexto — que faz a IA reaproveitar o que já leu e pagar uma fração por isso: a leitura em cache custa 10% do preço normal, um desconto de 90% (Anthropic, documentação de prompt caching). O porém: se você troca de ferramenta ou de modelo no meio do caminho, a IA joga essa memória fora e cobra tudo de novo. E ela expira em cerca de 5 minutos. Calcular o custo de IA ignorando o cache dá um número completamente errado.

O controle 6 resolve a colisão: quando vários agentes trabalham no mesmo projeto, cada um precisa da sua cópia de trabalho isolada, com a junção feita de propósito, só no fim — como dois cozinheiros que precisam de duas panelas. E o controle 7resolve a memória curta: em tarefas longas, a "memória de trabalho" da IA enche e ela esquece. Um caderno de passagem— um registro de progresso guardado fora da IA — permite que uma nova sessão retome de onde parou (Anthropic, "Effective harnesses for long-running agents", 2025).

O quarto bloco trata do que quase todo material sobre IA ignora: o que fazer quando a prova falha, e como impedir que os próprios indicadores sejam burlados.

Metade da vida real de um sistema de IA passa por lidar com a falha, e não por celebrar o acerto. Quando a verificação dá errado, é preciso um protocolo: causa-raiz antes de remendar, parar e chamar um humano após três tentativas e um dono definido para cada tipo de problema antes da crise. Um sistema que só sabe produzir "luz verde" e trava diante da vermelha funciona como uma demonstração que ainda não encontrou o primeiro incidente, e não como um sistema autônomo.

O controle 9é a lei de Goodhart: quando uma medida vira meta, deixa de ser boa medida. Premie o time por "mudanças por semana" e ele fatia o trabalho em pedacinhos para inflar o número. Não é hipótese: em 2026, a Amazon desligou um ranking interno de uso de IA porque era burlado com tarefas falsas, e a Uber estourou o orçamento anual de IA em quatro meses. Os indicadores são um termômetro para diagnóstico, e nunca uma meta para cobrar pessoas.

O décimo controle é sobre método: a única forma de acreditar de verdade na trava do controle 1 é tentar, você mesmo, arrombá-la.

O exercício final para qualquer equipe: montar a prova de qualidade e, depois, tentar fraudá-la de propósito— deixar a IA escrever os próprios testes, usar a mesma IA para se avaliar, ancorar um alerta no "endereço" e ver se ele some quando o código muda. Ver a "luz verde" acender com uma prova falsa ensina, na pele, por que as travas existem — de um jeito que nenhum slide ensina. Num tema de mão na massa, a equipe sai operando o modelo, e não apenas reconhecendo os nomes.

Você não precisa dos dez controles de uma vez. Comece por três movimentos de baixo custo e alto retorno.

Sobre o Autor

Alexandre Caramaschi é CEO da Brasil GEO e um dos pioneiros em Generative Engine Optimization no Brasil. Escreve sobre engenharia de software na era dos agentes de IA e desenvolve metodologias para orquestrar, validar e governar trabalho executado por IA — combinando rigor técnico com uma leitura executiva do risco e do custo.