Como trabalhamos

A IA escreve o código. Um sénior decide o que vai para produção. Essa divisão é todo o método.

Alex, Henry e agentes especialistas direcionando trabalho pelo estúdio

O fluxo de trabalho

Seis passos. Cada funcionalidade, cada correção, cada alteração passa pelos seis.

Como construímos com IA: planear primeiro, rever cada diff, escrever os erros. Critério sénior por cima da velocidade da IA.

Gestão de tickets

Cada tarefa vive no Linear ou no GitHub Issues, com especificação, critérios de aceitação e contexto. Sem ticket, não há trabalho.

Trabalhamos como uma equipa grande porque somos uma. A estrutura é o que torna a velocidade segura.

Planeamento

A IA propõe uma abordagem. Uma pessoa revê, pergunta e afina. Iteramos até estarmos de acordo.

Ninguém escreve código antes de o plano aguentar. Planos maus tornam-se bugs caros.

Implementação

A IA escreve o código, os testes e a documentação. Uma pessoa lê cada diff assim que chega.

Dá-lhe um ficheiro e um problema de cada vez. A base de código inteira no contexto piora o resultado.

Testes

Testes unitários, de integração e ponta a ponta correm em cada build e em cada deploy.

Sem verde não se publica. Os testes são como verificamos o que a IA diz ter feito.

Revisão e merge

A IA abre o pull request. Uma pessoa revê e faz merge. O CI tem de passar antes.

Fazer push direto para a main é proibido aqui. Cada alteração conquista o seu lugar.

Documentação

Alterações de código despoletam atualizações da documentação. Decisões de arquitetura ficam registadas.

Os erros também ficam escritos, para que o mesmo nos custe uma vez. As conversas desaparecem, os documentos ficam.

Stack técnica

Modelos de IA

Claude Fable · Claude Opus · GPT · GLM · Qwen Coder (local) · Qwen Max (local) · Gemma (local)

Linguagens

TypeScript · Python · Rust · Go · Swift · Kotlin · SQL

Frontend

React · Next.js · SvelteKit · Astro · Tailwind CSS · Framer Motion

Mobile

SwiftUI · React Native · Flutter · Expo

Backend

Node.js · FastAPI · NestJS · Hono · Express · Encore · Prisma · Drizzle

Henry e agentes especialistas montando a pilha técnica

Imagem e vídeo

As cenas deste site são geradas, não compradas. A mesma regra do código: o modelo certo para o trabalho e uma pessoa que decide o que é publicado.

Quase tudo corre no nosso próprio hardware. Modelos abertos, uma GPU local e uma linha de comandos que os agentes conseguem operar. Nada sai de casa, a não ser que um modelo na nuvem faça melhor o trabalho.

Gerar é a parte barata. O trabalho está no briefing, nas referências e na revisão. Um agente extrai fotogramas e verifica rostos, mãos e texto antes de uma pessoa olhar.

Local primeiro

Imagens, clipes e som são renderizados na nossa própria máquina. Cada imagem não custa nada, por isso podemos dar-nos ao luxo de deitar fora a maioria.

Um modelo por tarefa

Um modelo para imagens fotográficas, outro para pessoas em movimento, um terceiro para editar a partir de referências. Trocamos quando sai algo melhor, o que acontece com frequência.

Dispositivos reais, interface real

Os ecrãs das apps nunca são gerados. Os mockups colocam a interface real em modelos exatos do dispositivo, por isso o que vê é o que foi construído.

Monitoramento proativo

Os nossos agentes vigiam os vossos sistemas a toda a hora e resolvem problemas antes de os vossos utilizadores darem por eles.

A maioria das equipas encontra bugs quando os utilizadores os reportam. Nós encontramo-los às três da manhã.

Os agentes leem os vossos logs, rastreadores de erros e métricas. Quando algo parece mal recebem um relatório com a causa raiz e uma correção proposta, não apenas um alerta.

Corremos isto nas nossas próprias ventures todas as noites. Foi daí que nasceu o Vigil, hoje um serviço gerido em vigil.kerber.ai.

Análise contínua de logs

Os agentes vigiam Sentry, Datadog, CloudWatch e os vossos próprios logs. O reconhecimento de padrões apanha o que os alertas estáticos deixam passar, como uma fuga de memória lenta ou uma taxa de erro a subir devagar.

Correções durante a noite

Um bug crítico encontrado às duas tem pull request às seis. O que é menor fica escrito e priorizado.

Deteção de tendências

Padrões de uso, custos de infraestrutura, APIs a desaparecer. Ficam a saber antes de se tornarem incidentes.

Mas quem assume quando os seniores seguem em frente?

A pergunta certa. Aqui está a nossa resposta.

O que acontece quando o sénior que sabe o aspeto que tem bom código sai pela porta?

As empresas não precisam dessa pessoa a tempo inteiro. Precisam do critério: uma a duas horas por semana, não quarenta horas de ama.

As revisões também deixam algo para trás. Padrões documentados, decisões de arquitetura e suites de testes que escrevem por extenso o aspeto que tem bom código nesta base concreta. O conhecimento sénior tem de sobreviver ao sénior.

Competência a pedido

Supervisão sénior sem salário sénior. Um perito pode acompanhar vários projetos ao mesmo tempo.

Conhecimento que fica

Cada revisão vira documentação. Cada decisão fica registada. Quando saímos, os sistemas de qualidade ficam.

Ciclos de aprendizagem mais rápidos

Juniores que trabalham com IA recebem retorno em segundos. O júnior de 2027 terá visto mais padrões do que o sénior de 2017.

Quer isso para sua equipe

Ajudamos empresas a montar fluxos de trabalho reforçados por IA que aguentam em produção. A maior parte do trabalho é o sistema à volta das ferramentas.

Marcar uma conversa