# O carro sem motorista e o desenvolvimento de software com IA | Tog Lab > Um carro autônomo circula porque roda dentro de uma estrutura que limita, observa e corrige cada manobra. A IA que escreve código precisa da mesma estrutura. URL: https://www.toglab.co/pt-br/insights-carro-sem-motorista.html [Português de Portugal](https://www.toglab.co/pt-pt/insights-carro-sem-motorista.html.md) · [English](https://www.toglab.co/en/insights-carro-sem-motorista.html.md) · [Español](https://www.toglab.co/es/insights-carro-sem-motorista.html.md) · [Italiano](https://www.toglab.co/it/insights-carro-sem-motorista.html.md) [Insights](https://www.toglab.co/pt-br/insights.html) Artigo [Desenvolvimento com IA](https://www.toglab.co/pt-br/insights.html#artigos) [Governança](https://www.toglab.co/pt-br/insights.html#artigos) # O carro sem motorista e o desenvolvimento de software com IA Rafael Daron12 out 20266 min de leitura Carro sem motorista circulando em San Francisco. Quem anda por San Francisco já se acostumou a ver carros sem ninguém ao volante. Eles param no sinal, esperam o pedestre atravessar e contornam obras na pista. Da calçada, parece que o carro simplesmente sabe dirigir. O que torna isso possível vai além do modelo que decide cada manobra. O carro opera dentro de um conjunto de peças que trabalham juntas: um mapa detalhado das ruas, sensores que se confirmam entre si, uma área de operação delimitada, regras que vetam manobras perigosas e uma equipe remota que assume os casos difíceis. O modelo é uma parte do sistema, e a confiança vem do conjunto. ## A IA que escreve código tem o mesmo problema Agentes de IA já redigem requisitos, propõem arquiteturas, escrevem código e geram testes. A capacidade dos modelos sobe a cada versão. Mesmo assim, um agente solto num repositório, sem o contexto do negócio e sem limites, produz um trabalho difícil de confiar. Ele não sabe quais regras a empresa segue, quais decisões já foram tomadas nem onde não pode mexer. Por isso, a pergunta mais útil para quem lidera tecnologia é em que estrutura o modelo vai trabalhar: com qual contexto, dentro de quais limites e com quem revisando o resultado. ## O harness, a estrutura em volta da IA No Tog Method, essa estrutura se chama harness. É o conjunto de contexto, regras, agentes, padrões de arquitetura e verificações que faz a IA trabalhar dentro do padrão da empresa. A IA gera, as verificações barram o que foge da regra e um profissional da Tog Lab revisa antes de publicar. Tudo começa pelo contexto. Modelos de IA acertam mais quando recebem o contexto do negócio, por isso todo projeto começa por um Domain Context: a fonte única com as regras, os riscos e as decisões que orientam cada etapa. No carro, esse é o papel do mapa detalhado das ruas. ## Peça por peça A correspondência entre as duas estruturas é quase direta. Cada peça que dá segurança ao carro tem um equivalente no ciclo de desenvolvimento. Seis correspondências entre o carro sem motorista e o Tog Method No carro sem motoristaNo Tog Method Mapa detalhado de cada ruaDomain Context Câmeras, lidar e radar redundantesTestes automatizados e TDD Área de operação delimitadaEscopo e permissões Regras que vetam manobras perigosasGuardrails que bloqueiam ações destrutivas Equipe remota para casos difíceisRevisão de um profissional da Tog Lab no plano e no pull request Milhões de quilômetros em simulaçãoEvals e testes de regressão antes do merge Os sensores do carro se confirmam entre si: se a câmera falha, o radar e o lidar continuam vendo a rua. No software, os testes automatizados cumprem essa função. Com TDD, o teste é escrito antes do código, e o agente só termina a tarefa quando o teste passa. A área de operação delimitada vira escopo e permissões. O agente recebe acesso apenas à parte do repositório e às ferramentas que a tarefa pede. As regras que vetam manobras perigosas viram guardrails: ações destrutivas, como apagar dados ou mexer em produção, são bloqueadas por regra antes de rodar. A equipe remota que assume os casos difíceis corresponde à revisão de um profissional da Tog Lab, que acontece em dois momentos: no plano, antes de o agente começar, e no pull request, antes de o código entrar. E os quilômetros rodados em simulação viram evals e testes de regressão, que verificam o comportamento antes do merge. Nada avança para a etapa seguinte sem que uma pessoa leia e aprove o documento da etapa atual. Durante décadas, uma pessoa dirigia o tempo todo. No carro autônomo, ela passa a supervisionar. ## Uma pessoa aprova cada etapa No AI-Accelerated, o modelo de desenvolvimento com IA da Tog Lab, o trabalho passa por sete etapas: contexto, requisitos, arquitetura, especificação, protótipo, código e testes, e infraestrutura. Cada uma gera um documento que alguém lê e aprova. Agentes fazem o trabalho pesado entre uma decisão e outra. Pessoas do time do cliente e da Tog Lab decidem o que entra e revisam todo o código antes de ir para produção. O nível de autonomia da IA tem um limite definido para cada tipo de tarefa. Como no carro, a autonomia cresce à medida que a estrutura mostra que dá conta. Numa proposta comercial, só entra como promessa o que já foi validado em cliente. ## Onde a analogia para Toda analogia tem limite. O carro decide em frações de segundo, no meio do trânsito, e um erro tem consequência física imediata. No software, existe tempo entre gerar e publicar: o código passa por testes, verificações e revisão antes do merge, e uma mudança pode ser desfeita. Isso permite colocar a pessoa nos pontos de decisão do fluxo, onde a aprovação dela tem mais efeito. Há outra diferença importante. No carro, a estrutura pertence ao fabricante. No AI-Accelerated, ela pode rodar dentro da conta de nuvem do cliente, com a chave de modelo dele e o modelo de IA que ele escolher. Trocar de modelo é uma mudança de configuração: contexto, regras, agentes e verificações continuam os mesmos, e o projeto não precisa ser refeito. ## O que isso muda para quem contrata Para quem contrata desenvolvimento com IA, a estrutura em volta do modelo pesa tanto quanto o modelo. Na prática, isso significa três coisas. - Você acompanha o projeto pelos documentos de cada etapa e aprova antes de a próxima começar. - Repositório, documentação e chaves ficam em nome da sua empresa desde o primeiro commit. - A escolha do modelo de IA fica com você, e trocar de modelo não obriga a refazer o projeto. Na hora de avaliar um fornecedor, vale perguntar como ele organiza essa estrutura: onde está o contexto do negócio, o que as verificações barram, quem revisa e o que fica registrado. [Como o desenvolvimento com IA funciona](https://www.toglab.co/pt-br/ai-accelerated.html) Rafael Daron Fundador e CEO da Tog Lab Escreve sobre desenvolvimento com IA, design de serviço e novos modelos de negócio, com revisão do time da Tog Lab. ## Receba os próximos artigos por e-mail Um e-mail quando o time publica algo novo, sem outros assuntos. ## Continue lendo [Todos os artigos](https://www.toglab.co/pt-br/insights.html) ## Quer ver o desenvolvimento com IA num fluxo do seu negócio? Uma pessoa de negócios e uma de tecnologia respondem em 1 dia útil. [Fale com a gente](https://www.toglab.co/pt-br/contato.html) [hello@toglab.co](mailto:hello@toglab.co)