Nota da redação
Este texto cobre a abertura do palco Stadium no TDC São Paulo, que reuniu três apresentações distintas antes da palestra "Governança de IA em produção: a Estratégia Champion/Challenger para mitigação de risco e geração de valor" — cujo conteúdo específico não chegou a aparecer na transcrição disponível até o momento. Por isso, resumimos aqui os temas que efetivamente foram discutidos no palco, todos relevantes para quem trabalha com IA em produção.
"A profissão evaporou"
A apresentação sobre a nova era agêntica do desenvolvimento de software abriu com uma provocação: a forma de programar mudou tanto desde 2022 que, segundo o palestrante, "não é nem mais a mesma profissão. A profissão que a gente tinha antigamente evaporou."
O argumento central é que desenvolvedores estão deixando de executar tarefas linha a linha para liderar ecossistemas de agentes — combinando os papéis de dev, arquiteto e "profissional de tecnologia", este último entendido como alguém que compreende documentação, exigências técnicas e visão de produto.
Na prática, isso significa paralelizar trabalho com múltiplos agentes rodando em paralelo (os chamados fleets agênticos), que dividem um prompt em sub-agentes com janelas de contexto próprias. O fluxo sugerido foi resumido em três passos: decompor o objetivo, despachar sobre agentes, verificar e sintetizar o resultado. A ressalva do palestrante: "quando você não tem uma intencionalidade no código, quando você não tem uma definição de fronteiras claramente definidas e você não consegue revisar o seu código" — aí o problema pode estar no produto mal formulado, não na ferramenta.
Segurança e observabilidade antes do agente bonito
A segunda apresentação tratou de um ponto que qualquer arquitetura de IA empresarial deveria levar a sério: saber exatamente o que um agente pode fazer e onde esse limite é verificado. O palestrante relatou ter visto, em um estande de evento, "um agente que estava soltando informações sensíveis" por falta desse cuidado básico.
A recomendação foi estruturar quatro camadas antes de colocar qualquer agente em produção: identidade (quem está solicitando), permissão (o que foi autorizado), execução (quanto tempo e como o processo roda) e evidência (confirmação do resultado). Um detalhe prático citado foi o uso de protocolos agent-to-agent para evitar que uma ferramenta de terceiros precise de acesso direto a bases de dados sensíveis — o acesso fica concentrado em um agente intermediário autorizado.
A conta do CI/CD que ninguém percebe crescendo
Já a terceira apresentação trouxe um problema mais operacional: o custo de rodar pipelines de CI/CD em plataformas como GitHub Actions. O palestrante, que atua com DevOps após 16 anos como desenvolvedor Java, explicou a diferença entre runners hospedados pela própria plataforma (efêmeros, sem gestão de infraestrutura, mas cobrados por minuto) e self-hosted runners (infraestrutura própria, sem cobrança por minuto, mas com custo de manutenção e segurança sob responsabilidade do time).
Um alerta útil para quem usa runners Windows ou macOS: a cobrança é 2x e 10x maior, respectivamente, em relação a runners Linux — um detalhe que pode passar despercebido até a fatura chegar.
Por que isso importa
Os três temas — produtividade com agentes, governança/segurança e custo de infraestrutura de CI/CD — formam um pano de fundo direto para qualquer discussão sobre governança de IA em produção, tema que a trilha promete aprofundar nas próximas sessões da Stadium.