OpenExecutive: devs demitidos por IA respondem criando um CEO open source de IA

Um time de desenvolvedores foi demitido para dar lugar à IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI →. A resposta veio em forma de ironia funcional: um projeto open source↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → chamado OpenExecutive, publicado pela SenteLabsAI no GitHub, que simula um time executivo inteiro com IA, incluindo o cargo que costuma assinar as demissões. O repositório passou de 2,7 mil estrelas e 226 forks e foi parar no topo do Hacker News.

A descrição do próprio thread resume o enredo. No comentário mais bem ranqueado, GrumpySciGuy descreve o caso:

"A team of software developers were recently let go so a company could replace them with AI. So they got together and created an Open Source AI CEO to replace the CEO and other executives. Hopefully, turnabout is fair play and this might even get some folks to think twice about using AI to replace people."

GrumpySciGuy no Hacker News

O que o projeto realmente entrega

Apesar do enquadramento de piada, o OpenExecutive é uma peça de engenharia levada a sério. A proposta é apresentar uma única voz executiva coerente, sustentada por oito agentes especialistas rodando por trás. Segundo o README, a arquitetura interna dos agentes nunca é exposta ao usuário: você fala com um "executivo", e ele orquestra os especialistas.

Os oito papéis cobrem o C-level clássico:

Além de responder perguntas, o sistema mantém memória episódica das decisões passadas entre sessões e tem um scheduler que traz proativamente follow-ups e ações com prazo.

A arquitetura por dentro

Para o dev que quer olhar além da manchete, é aqui que o projeto fica interessante. O fluxo, segundo a documentação, é um orquestrador que roteia para os especialistas em paralelo via tool use:

User message
 ↓
Executive Orchestrator (claude-sonnet-4-6)
 ↓ tool use → parallel specialist calls
CSO / CFO / CHRO / GC / COO / CMO / CPO / Board
 ↓ each specialist retrieves relevant context from ChromaDB
Built-in MBA knowledge + Your company documents
 ↓
Synthesized executive response

Algumas decisões técnicas valem nota:

• RAG em duas camadas por especialista: conhecimento "nível MBA" embutido em Markdown (versionado no git, semeado no ChromaDB no boot) mais os documentos da sua empresa, em coleção separada. O contexto RAG entra sempre no turno do usuário, nunca no system prompt cacheado.
• Memória episódica com Claude Haiku: depois de cada resposta, um passe em background com claude-haiku-4-5 extrai decisões e recomendações para o SQLite. A sessão seguinte abre com um bloco .
• Prompt caching agressivo: persona, perfil da empresa e índice de conhecimento são cacheados separadamente, com até 85% de cache hit após os primeiros turnos.
• Scheduler single-instance: o job runner reivindica ações via UPDATE … RETURNING para evitar disparo duplicado. O README avisa em destaque que a API não pode escalar horizontalmente sem antes travar o scheduler (max_machines_running = 1 no fly.api.toml).

A stack é Python 3.11 + FastAPI com uv como gerenciador de pacotes, ChromaDB embutido como vector store, SQLite para memória, Next.js 15 no front e licença Apache 2.0. O backbone padrão é o Claude (claude-sonnet-4-6), com claude-opus-4-7 e extended thinking reservados para CSO, CFO, GC e Board.

Roda sem depender da Anthropic

Detalhe relevante para quem quer testar sem gastar em API paga: o projeto roda contra qualquer servidor local compatível com OpenAI, incluindo Ollama, LM Studio, vLLM e llama.cpp. Dá para subir com ollama pull llama3.3, apontar o LOCAL_BASE_URL para http://localhost:11434/v1 e deixar a ANTHROPIC_API_KEY sem preencher. O README ressalva que roteamento multiagente depende fortemente de tool use, então recomenda modelos fortes nisso (cita Llama 3.3 70B e Qwen2.5) e avisa que caching de prompt e web search não têm equivalente local.

Para subir localmente o caminho é o de sempre num monorepo Python + Node:

git clone https://github.com/SenteLabsAI/OpenExecutive.git
cd OpenExecutive
cp .env.example .env   # adicione ANTHROPIC_API_KEY=sk-ant-...
make dev

A UI sobe na porta 3000 e a API na 8000. O primeiro boot baixa um modelo de embedding de ~90 MB e as dependências pesadas de ML, então demora alguns minutos.

O debate que interessa: dá para automatizar a gestão?

O valor do projeto talvez esteja menos no código e mais no experimento mental que ele provoca. No thread, edoceo fez a pergunta que boa parte dos desenvolvedores já se fez: "What does a CEO (and other managers) do really?" E listou o que, na visão dele, a IA já extrairia "do coletivo": definir visão, priorizar trabalho, alocar recursos, coordenar times. A ressalva ficou para o que a IA ainda não faz: "AI cannot do (yet) is bring the network."

Do outro lado, Brajeshwar, que diz sentar em decisões de conselho, cutucou o ponto cego da profissão:

"A very personal view but many developers/engineers fail to see the overall picture... You cannot replace blames, decision in the face of uncertainty. Almost all decisions that businesses take have nothing to do with the proficiencies of technologies or engineering finesse... but mostly on "incentives" and who can take/own the "blame.""

Brajeshwar no Hacker News

Há quem leve o experimento a sério como teste. Para jameslk, construir um CEO de IA com o objetivo declarado de gerar lucro seria "quase um novo teste de Turing": se o lucro vier, o teste foi passado, com a ressalva de que, quando todos usarem a mesma IA, a vantagem competitiva evapora.

O que isso muda para quem constrói software no Brasil

O recorte tropicaliza bem porque a onda de demissões justificadas por IA não é exclusividade do Vale. Para o dev brasileiro, o OpenExecutive funciona em dois níveis. Como provocação, é um lembrete de que a lógica de "trocar gente por IA" corta para os dois lados, inclusive para cima na hierarquia. Como código, é um estudo de caso limpo e gratuito (Apache 2.0) de arquitetura multiagente com orquestrador, roteamento por tool use, RAG em duas camadas e memória episódica, com a opção de rodar 100% em modelos locais, sem estourar orçamento de API.

O que fica em aberto é justamente o que a comunidade apontou: automatizar a produção de decks e OKRs é uma coisa; automatizar a responsabilidade por uma decisão errada, a rede de relacionamento e o peso de "quem leva a culpa" é outra bem diferente, e nenhum agente Claude resolve isso por enquanto.

Fontes: Hacker News · Reações no Hacker News