# O carro sem condutor e o desenvolvimento de software com IA | Tog Lab > Um carro autónomo circula porque funciona 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-pt/insights-carro-sem-motorista.html [Português do Brasil](https://www.toglab.co/pt-br/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-pt/insights.html) Artigo [Desenvolvimento com IA](https://www.toglab.co/pt-pt/insights.html#artigos) [Governação](https://www.toglab.co/pt-pt/insights.html#artigos) # O carro sem condutor e o desenvolvimento de software com IA Rafael Daron12 out 20266 min de leitura Carro sem condutor a circular em San Francisco. Quem anda por San Francisco já se habituou a ver carros sem ninguém ao volante. Param nos semáforos, esperam que o peão atravesse e contornam obras na via. Do passeio, parece que o carro simplesmente sabe conduzir. O que torna isto possível vai além do modelo que decide cada manobra. O carro opera dentro de um conjunto de peças que funcionam juntas: um mapa detalhado das ruas, sensores que se confirmam entre si, uma área de operação delimitada, regras que vetam manobras perigosas e uma equipa 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 aumenta a cada versão. Mesmo assim, um agente à solta num repositório, sem o contexto do negócio e sem limites, produz um trabalho em que é difícil confiar. Não sabe que regras a empresa segue, que 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 que contexto, dentro de que limites e com quem a rever o resultado. ## O harness, a estrutura à volta da IA No Tog Method, essa estrutura chama-se 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 travam o que foge à regra e um profissional da Tog Lab revê antes de publicar. Tudo começa pelo contexto. Os modelos de IA acertam mais quando recebem o contexto do negócio, por isso todos os projetos começam por um Domain Context: a fonte única com as regras, os riscos e as decisões que orientam cada etapa. No carro, este 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 condutor e o Tog Method No carro sem condutorNo Tog Method Mapa detalhado de cada ruaDomain Context Câmaras, lidar e radar redundantesTestes automatizados e TDD Área de operação delimitadaÂmbito e permissões Regras que vetam manobras perigosasGuardrails que bloqueiam ações destrutivas Equipa remota para casos difíceisRevisão de um profissional da Tog Lab no plano e no pull request Milhões de quilómetros em simulaçãoEvals e testes de regressão antes do merge Os sensores do carro confirmam-se entre si: se a câmara falha, o radar e o lidar continuam a ver 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 passa a ser âmbito e permissões. O agente recebe acesso apenas à parte do repositório e às ferramentas que a tarefa pede. As regras que vetam manobras perigosas passam a ser guardrails: ações destrutivas, como apagar dados ou mexer em produção, são bloqueadas por regra antes de serem executadas. A equipa 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 quilómetros percorridos em simulação passam a ser 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, havia sempre uma pessoa a conduzir. No carro autónomo, essa pessoa 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 da equipa do cliente e da Tog Lab decidem o que entra e reveem 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 está à altura. Numa proposta comercial, só entra como promessa o que já foi validado num cliente. ## Onde a analogia termina Todas as analogias têm limites. 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 alteração pode ser revertida. Isto permite colocar a pessoa nos pontos de decisão do fluxo, onde a sua aprovação tem mais efeito. Há outra diferença importante. No carro, a estrutura pertence ao fabricante. No AI-Accelerated, pode correr dentro da conta na nuvem do cliente, com a sua chave de modelo e o modelo de IA que escolher. Trocar de modelo é uma alteração de configuração: contexto, regras, agentes e verificações mantêm-se, e o projeto não tem de ser refeito. ## O que isto muda para quem contrata Para quem contrata desenvolvimento com IA, a estrutura à volta do modelo pesa tanto como o modelo. Na prática, isto significa três coisas. - 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 é sua, e trocar de modelo não obriga a refazer o projeto. Na altura de avaliar um fornecedor, vale a pena perguntar como organiza essa estrutura: onde está o contexto do negócio, o que as verificações travam, quem revê e o que fica registado. [Como funciona o desenvolvimento com IA](https://www.toglab.co/pt-pt/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 da equipa da Tog Lab. ## Receba os próximos artigos por e-mail Um e-mail quando a equipa publica algo novo, sem outros assuntos. ## Continue a ler [Todos os artigos](https://www.toglab.co/pt-pt/insights.html) ## Quer ver o desenvolvimento com IA num fluxo do seu negócio? Uma pessoa da área de negócio e outra de tecnologia respondem em 1 dia útil. [Fale connosco](https://www.toglab.co/pt-pt/contato.html) [hello@toglab.co](mailto:hello@toglab.co)