Especial · AI Coding Summit NYC 2026

Como manter 1,1 milhão de linhas sem humanos: a rotina de agentes do Open Mercato

No palco do AI Coding Summit NYC 2026, a apresentação sobre o Open Mercato detalhou a progressão de prompts soltos a skills autônomas que fazem spec, revisão de código e QA sem intervenção direta, coordenadas via GitHub.

Transmissão oficial16 de novembro de 2026 às 13:42cobertura assistida por IA, revisada pela redação
Reprodução/YouTube · AI Coding Summit NYC 2026

Em resumo

A apresentação argumentou que manter uma base de código de mais de 1 milhão de linhas sem escrita humana direta exige uma progressão deliberada: sair do prompt único para desenvolvimento orientado a especificação, depois transformar cada etapa do SDLC em uma skill com regras fixas, e por fim tirar o humano do loop de execução dessas skills, usando o GitHub como camada de coordenação entre agentes.

  • O projeto Open Mercato começou em setembro de 2025 como experimento e chegou a mais de 1,1 milhão de linhas de código, nenhuma escrita por humano, segundo a palestra.
  • Mais de 130 contribuidores (a tela do evento citou 140) trabalham com codificação e revisão de código autônomas.
  • A virada técnica central foi o arquivo AGENTS.md como roteador de tarefas, não como fonte de respostas.
  • Skills autônomas com prefixo OM-auto cobrem escrita de especificação, revisão de código e QA, e são open source no GitHub do projeto.
  • GitHub passou a ser usado como ferramenta de coordenação entre agentes, via comentários e labels em issues e pull requests.
Em números
  • 1,1 milhãolinhas de código do Open Mercato, nenhuma escrita por humano
  • 130+contribuidores que trabalham com codificação e revisão autônomas
  • setembro de 2025início do projeto como experimento

1. De prompt único a um limite de escala visível

A apresentação começou pela origem simples do projeto: um ano atrás, o uso era prompting direto em um editor, com um plugin de assistente de código. Funcionou bem até certo ponto.

"Worked pretty well to some point, to the point where... describing the coding standards, we are using design patterns, all this kind of stuff... but when the application started to grow into modules like catalogues, CRM, totally different aspects, in a big horizontal, it stopped working."

O limite apareceu quando o projeto deixou de ser um módulo único e passou a abranger domínios muito diferentes (catálogo, CRM) sob a mesma base. Prompts genéricos e instruções soltas não escalavam quando a arquitetura virou horizontal, com múltiplos domínios concorrendo por contexto.

2. AGENTS.md como roteador, não como manual

A correção veio com um arquivo AGENTS.md único, mas com uma função específica: direcionar o agente para o guia certo, não responder por ele. Na tela do evento, o slide descrevia o padrão: para a tarefa "novo módulo, scaffolding, auto-discovery paths", o guia é core + module-development.md; para rotas de API CRUD e specs OpenAPI, core + API_Routes; para notificações in-app, core + Notifications + ui.

Slide sobre AGENTS.md como roteador de tarefas
Slide sobre AGENTS.md como roteador de tarefas

"We get the Task Router to work, links to more precise instructions first."

Isso significa que o arquivo central não carrega todo o conhecimento do projeto: ele distribui a tarefa para o guia de domínio certo, dentro de subpastas por módulo. Segundo a documentação pública do padrão AGENTS.md, a lógica é a mesma adotada pelo ecossistema mais amplo: o arquivo mais próximo do código editado tem precedência, e projetos grandes usam múltiplos AGENTS.md aninhados, um por subprojeto. O próprio repositório citado pela palestra, com mais de 7.700 commits, segue esse padrão.

Tabela 1. Tarefas e guias no roteamento do AGENTS.md

TarefaGuia apontado
Novo módulo, scaffolding, auto-discovery pathscore + module-development.md
Rotas de API CRUD, specs OpenAPIcore + API_Routes
Notificações in-app, alertas de assinantescore + Notifications + ui
Tópico não coberto pelo AGENTS.mdExplore agent

Fonte: a palestra

Gráfico 1Linhas de código e contribuidores do Open Mercato
Números citados na fala da apresentação; a tela do evento mencionou 140 contribuidores.

3. Desenvolvimento orientado a especificação como segunda virada

Depois do roteamento funcionar para o primeiro milhão de linhas, a mudança seguinte foi adotar desenvolvimento orientado a especificação (spec-driven development), abandonando a interação de prompt único. O fluxo passou a escrever specs antes do código, com iterações e mockups revisados antes de entrar em desenvolvimento.

"We started using spec writing... describing use cases, describing data structures, and so on. We had a lot of problems with incoherent specifications before, and then we started using spec writing, and it made a difference."

A vantagem citada foi dupla: specs podem ser enviadas para revisão de colegas antes da implementação, e toda a equipe passa a especificar features no mesmo formato, o que elimina divergência entre como diferentes pessoas descrevem a mesma funcionalidade. A fonte que testou ferramentas de spec-driven development (BMAD, Spec-Kit, OpenSpec) em fevereiro de 2026 reforça esse ponto: specs mal estruturadas geram a maior divergência entre ferramentas justamente no desenho de autorização, algo que nenhuma delas sinalizou automaticamente durante o planejamento.

4. De skills interativas a execuções autônomas

A etapa seguinte tratou cada parte do ciclo de desenvolvimento como uma estação de uma fábrica. A apresentação comparou o software factory a uma linha de produção, em que cada skill cuida de uma parte específica do SDLC orientado a IA: primeiro a skill de escrita de spec, depois revisão de código com o mesmo conjunto de regras e checks executados, não importa quem (humano ou agente) a disparasse.

"No matter what you're doing, you're not doing this code review agent, human whatsoever... and then from this point, those skills were like normal interactive skills. You run like Claude or Codex, slash OM code review and so on. We went all the way to autonomous runs. So those skills are no longer executed by humans."

O prefixo adotado para essas skills foi OM-auto, disponíveis no GitHub do projeto como open source e descritas como agnósticas de tag, ou seja, reaproveitáveis fora do Open Mercato. Elas cobrem spec writing sem interação humana, revisão de código (ainda o núcleo das skills autônomas, segundo a apresentação) e QA com testes de agente em navegador e dispositivo via Playwright, com documentação automática dos resultados.

5. GitHub como camada de coordenação entre agentes

Com as skills rodando sem supervisão direta, o problema deslocou-se para a comunicação entre elas. A solução adotada foi usar o GitHub como coordenador central: issues tratadas como itens de trabalho para os agentes, e os próprios agentes conversando entre si pelos comentários e labels das pull requests.

Na tela do evento, um exemplo mostrado foi a skill om-auto-qa-pr, que posta de volta nos comentários os resultados de testes de um pull request específico, com capturas de tela e vídeos.

Slide sobre skills autônomas comunicando via comentários e labels do GitHub
Slide sobre skills autônomas comunicando via comentários e labels do GitHub

"Skills learned to talk back. Autonomous skills started communicating with us via GitHub Comments and Labels, not a dashboard we have to go check."

O exemplo na tela trazia checklist de aceitação registrado como comentário: aceitar convite retorna 201 e redireciona ao dashboard; reutilizar um endereço já reivindicado retorna erro limpo e legível; e o console não mostra erros durante o fluxo. Isso converteu o GitHub em algo próximo de um IDE de projeto, segundo a apresentação, deslocando a gestão do dia a dia do Visual Studio Code para as visões de issues e pull requests.

A documentação do GitHub Copilot code review corrobora a lógica de revisão sem depender de humano disparando cada chamada: é possível configurar revisão automática em todo push, com níveis de esforço (Lite, Balanced, Max) que trocam custo por profundidade de análise, e aprovações de agente podem contar para requisitos de merge quando habilitadas por administradores.

Tabela 2. Progressão das skills no Open Mercato, segundo a palestra

EtapaQuem executaComunicação
Prompt único em editorHumanonão informado
Spec writing com iteraçãoHumano, com revisão de colegasDocumento de spec
Skills interativas (/om code review)Humano dispara, skill executaSaída no terminal/IDE
Skills autônomas (OM-auto)Agente, sem disparo humanoComentários e labels no GitHub

Fonte: a palestra

Onde as fontes discordam

A documentação oficial do padrão AGENTS.md sustenta a lógica de roteamento descrita na apresentação: o arquivo mais próximo do diretório editado tem precedência, e grandes monorepos usam múltiplos arquivos aninhados, com o repositório principal do OpenAI Codex citado como exemplo de 88 arquivos AGENTS.md. Isso contextualiza, mas não contradiz, o relato da palestra.

Já a avaliação independente de ferramentas de desenvolvimento orientado a especificação relativiza um ponto que a apresentação não discutiu: nenhuma das ferramentas testadas (BMAD, Spec-Kit, OpenSpec) sinalizou automaticamente falhas de desenho de autorização durante a fase de planejamento, mesmo quando a spec cobria autenticação. A apresentação não mencionou controles de segurança nas specs geradas por skills autônomas, o que deixa em aberto se o Open Mercato enfrenta o mesmo ponto cego.

Sobre comunicação entre agentes via GitHub, a documentação do GitHub Copilot code review mostra que esse padrão já é suportado nativamente pela plataforma (revisão automática, labels, comentários que viram instrução para reexecução), o que sugere que a prática da palestra se apoia em uma capacidade comum da ferramenta, e não em uma invenção isolada do projeto.

Um ponto que a palestra não mostrou: não há dados sobre taxa de erro, retrabalho ou intervenção humana corretiva nas skills autônomas, nem benchmark de custo computacional das execuções sem supervisão. A apresentação também não detalhou como specs geradas sem interação humana são aprovadas antes de entrar em implementação, etapa que, segundo a tela do evento, existia nas versões interativas.

O que fazer agora

  1. Se a base de código já ultrapassa um módulo coerente e começa a ramificar em domínios distintos (catálogo, CRM, financeiro), crie um AGENTS.md que roteie para guias por domínio, em vez de um arquivo único com todas as regras.
  2. Se specs ainda nascem de conversas soltas ou threads de chat, adote um formato único de especificação antes de acionar qualquer agente de codificação, mesmo que de forma manual no início.
  3. Se o time já roda skills interativas de revisão de código (/code review ou equivalente), teste automatizá-las com gatilhos de evento antes de tentar remover o humano do QA, que exige mais evidência (capturas, vídeos, logs) para operar sem supervisão.
  4. Se a equipe decidir seguir o caminho autônomo, avalie antes os pontos cegos conhecidos em outras ferramentas de spec-driven, como ausência de verificação automática de autorização, e trate isso como item de checklist obrigatório na skill de revisão.

Para fazer no seu projeto 0 de 3 feitas

Para ir além

  1. DocumentaçãoAGENTS.mdExplica o padrão de roteamento por arquivo mais próximo e uso de múltiplos arquivos aninhados em monorepos grandes
  2. ArtigoI Tested Three Spec-Driven AI Tools. Here's My Honest Take.Mostra limitações conhecidas de ferramentas de spec-driven, incluindo falha em sinalizar falhas de autorização no planejamento
  3. DocumentaçãoUsing GitHub Copilot code reviewDetalha como revisão automática e aprovação por agente funcionam nativamente no GitHub, contexto para a prática descrita na palestra

Fontes cruzadas 4 fontes, na ordem em que entram

  1. AGENTS.md (site oficial do padrão)Sustentou a lógica de roteamento por proximidade de arquivo e uso de múltiplos arquivos em projetos grandesLer a fonte
  2. Ran The Builder (blog técnico)Relativizou a confiabilidade de ferramentas de spec-driven quanto a verificação automática de autorizaçãoLer a fonte
  3. GitHub DocsContextualizou o uso de comentários, labels e aprovação automática de pull requests por agentesLer a fonte
  4. GitNation (perfil do palestrante)Confirmou o resumo oficial da sessão e os números de linhas de código e contribuidores citados no título da palestraLer a fonte
Cobertura completaAI Coding Summit NYC 2026Ver tempo real, programação e análises →

Mais desta cobertura