Latest / escovando bits podcast / #95 - Novos paradigmas pra IA

Transcript

#95 - Novos paradigmas pra IA · escovando bits podcast

0:03
SPEAKER_02: Assine a Codicom Pro, apoie a Codicom e ganhe vários benefícios.
0:10
[music]
0:17
SPEAKER_02: Olá, você está escutando Escovando Bits, o podcast da Codicom.
0:21
SPEAKER_02: O podcast da Codicom.
0:29
SPEAKER_02: Eu sou o Gabriel e, sei lá,
0:32
SPEAKER_02: eu acho que eu tô meio perdido nesse tanto de novidades de ar e que toda hora tem
0:37
SPEAKER_02: uma coisa diferente.
0:37
SPEAKER_03: E aí galera, aqui é o Alexandre e o Prompt respondeu sim, 87, opção C.
0:43
SPEAKER_01: E aí galera, aqui é o Tumineto e sim, tá todo mundo perdido, não adianta.
0:50
SPEAKER_03: Eu não sei quem que falou num evento,
0:52
SPEAKER_03: em algum lugar,
0:53
SPEAKER_03: e falou assim pra mim,
0:54
SPEAKER_03: se tu tá perdido com tudo que tá lançando nos últimos dias,
0:57
SPEAKER_03: não é porque tu tá errado ou na lua,
1:01
SPEAKER_03: é porque tu tá na bolha certa, que é muita coisa.
1:03
SPEAKER_02: É,
1:04
SPEAKER_02: então hoje a gente vai falar aí sobre os novos paradigmas que não param de surgir,
1:09
SPEAKER_02: e enfim, mas antes a gente vai pro nosso intervalo comercial e já volto.
1:17
SPEAKER_02: Pergunta sobre arquitetura e engenharia, só que de software.
1:25
SPEAKER_02: Neste quadro,
1:25
SPEAKER_02: trazemos um especialista do ASAS para tirar dúvidas de devs quando
1:29
SPEAKER_02: o assunto é arquitetura e engenharia de software.
1:31
SPEAKER_02: Hoje, estamos aqui com Giliel Brás,
1:33
SPEAKER_02: engenheiro de software, para nos ajudar a sanar as dúvidas que recebemos.
1:37
SPEAKER_02: Cloud na teoria é simples.
1:39
SPEAKER_02: Cloud com sistema legado, regra jurídica e integração sem documentação.
1:44
SPEAKER_02: Como você aborda?
1:45
SPEAKER_00: Migrar sistemas legados para o cloud na prática é um teste para cardíaco.
1:50
SPEAKER_00: Quando o monolito começa a dar sinais de cansaço na infraestrutura,
1:54
SPEAKER_00: é hora de repensar na arquitetura, começar a fazer subdivisões.
1:57
SPEAKER_00: O primeiro processo é mapear os riscos,
1:59
SPEAKER_00: entender quais partes são críticas E fazer subdivisões em pequenos serviços.
2:03
SPEAKER_00: Com essas subdivisões é possível começar a partir daí criando as documentações.
2:08
SPEAKER_00: Sei que não é fácil, mas é algo cultural que precisa ser feito dentro da empresa.
2:12
SPEAKER_00: Hoje em dia com a inteligência artificial dá para acelerar bastante esse processo
2:15
SPEAKER_00: de Música Música Música
2:17
[music]
2:48
SPEAKER_02: O Perguntas de Engenharia e Arquitetura, Socket Software, é patrocinado pelo ASUS.
2:53
SPEAKER_02: Acesse o link na descrição do episódio para saber mais sobre as vagas disponíveis
2:57
SPEAKER_02: para a área de Engenharia de Software.
2:59
[music]
3:06
SPEAKER_02: Voltamos e, cara,
3:08
SPEAKER_02: o que eu acho que mais me chamou atenção nesses negócios,
3:13
SPEAKER_02: desses sistemas, System 1, né?
3:16
SPEAKER_02: System 1 Models, que ele não retorna nulo, né?
3:21
SPEAKER_02: Como é que ele fala?
3:22
SPEAKER_01: É um no.
3:24
SPEAKER_01: No.
3:24
SPEAKER_01: O que é no?
3:25
SPEAKER_01: Então, é um nulo, mas o nome parece que é uma homenagem a um cientista, alguma coisa assim.
3:33
SPEAKER_02: Os caras gostam de inventar coisa, né?
3:35
SPEAKER_01: Exato.
3:36
SPEAKER_02: É igual o Go e o New.
3:38
SPEAKER_02: O New é por quê?
3:39
SPEAKER_01: Eu não sei o que eu vou chamar de Nulo, né, cara?
3:41
SPEAKER_01: Acho que é pra economizar uma letra.
3:45
SPEAKER_01: Pode ser.
3:46
SPEAKER_02: É porque como eles tiveram que fazer algo diferente, eles mudaram o nome, né?
3:49
SPEAKER_02: Mais fácil.
3:50
SPEAKER_02: É.
3:51
SPEAKER_02: Então o negócio é isso, é botar um novo nome pra Nulo e daí tá tudo certo.
3:56
SPEAKER_01: E ganhar milhões.
3:57
SPEAKER_01: Mas é legal esse...
4:00
SPEAKER_01: Eu acho que isso é uma coisa que vai começar a acontecer mais,
4:02
SPEAKER_01: assim, a gente ter modelos e formas diferentes de pensar na IA.
4:07
SPEAKER_01: A gente, sendo que LLM é uma forma, né?
4:10
SPEAKER_01: Tem Machine Learning e outras coisas que a gente viu desde a década de 70.
4:14
SPEAKER_01: Mas eu achei interessante isso que o Gabriel falou do System 1 Model, né?
4:17
SPEAKER_01: Eles pegaram um conceito... Teve um...
4:22
SPEAKER_01: Sim, sim, sim, sim.
4:36
SPEAKER_01: Você não gasta muita energia no teu cérebro e é aquele que você, é o fight or fight, né?
4:42
SPEAKER_01: Você corre ou você briga, né?
4:44
SPEAKER_01: Que ele é o mais simples e o sistema dois que é o mais complexo, né?
4:48
SPEAKER_01: Que é onde você tem o raciocínio lógico, você pensa todas as variáveis.
4:52
SPEAKER_01: E toma decisões mais complexas, etc.
4:54
SPEAKER_01: E aí esses modelos novos, eles meio que se categorizaram como sistema 1.
5:00
SPEAKER_01: Eles são mais simples, mais objetivos, mais baratos.
5:04
SPEAKER_01: E acho que tem dois grandes expoentes.
5:06
SPEAKER_01: Que é o Jev e o Laia.
5:09
SPEAKER_01: O Jev é uma versão,
5:11
SPEAKER_01: deu uma pequena treta,
5:12
SPEAKER_01: porque a typesafe.ai,
5:14
SPEAKER_01: que a empresa lançou esse Jev,
5:17
SPEAKER_01: e alguns dias depois teve alguns cientistas que falaram que é uma cópia,
5:20
SPEAKER_01: que é um negócio que eles já estavam estudando,
5:23
SPEAKER_01: que aí eles viraram como open source, que virou o Laia.
5:27
SPEAKER_01: Aí tem outros,
5:27
SPEAKER_01: tem um site agora que é o System Models,
5:30
SPEAKER_01: system1models.org, que tem vários ali e explica.
5:35
SPEAKER_01: E é como o Gabriel falou, esses caras, eles só fazem três coisas, né?
5:40
SPEAKER_01: Três tipos de questão, você manda uma questão pra eles e eles respondem essas três coisas.
5:46
SPEAKER_01: Uma é uma escolha, uma choice, você pode passar pra ele um...
5:50
SPEAKER_01: O microtreinamento,
5:51
SPEAKER_01: um contexto,
5:53
SPEAKER_01: o exemplo mais clássico é você tem um monte de chamados de suporte e você quer fazer
5:57
SPEAKER_01: uma triagem para saber se o chamado de suporte é para financeiro,
6:04
SPEAKER_01: para suporte técnico ou para RH, por exemplo.
6:07
SPEAKER_01: Você passa para ele um pequeno treinamento,
6:10
SPEAKER_01: uma descrição de como categorizar,
6:12
SPEAKER_01: você passa as opções,
6:14
SPEAKER_01: palavras-chave, conceitos, e aí você diz para ele, dado esse monte de...
6:20
SPEAKER_01: Issues aqui de problemas, me categorize elas.
6:23
SPEAKER_01: Ele vai trazer nessas categorias com grau de confiança.
6:26
SPEAKER_01: Ah, esse primeiro item aqui é para billing,
6:30
SPEAKER_01: para o time de billing com 90 e poucos por cento de confiança de que é isso.
6:35
SPEAKER_01: Então esse é um tipo, outro é um score.
6:37
SPEAKER_01: Então ele te dá um score de 0 a 100, ou de 0 a 1 no caso.
6:41
SPEAKER_01: Aí você diz, ah,
6:42
SPEAKER_01: nesse exemplo,
6:43
SPEAKER_01: eu quero saber se esse chamado de suporte é crítico Não, ele é urgente.
6:49
SPEAKER_01: Qual urgente ele é?
6:50
SPEAKER_01: Aí o score, o rating, ele vai te dizer, ele é 90% de chance que ele é urgente.
6:56
SPEAKER_01: E o terceiro, isso que o Gabriel falou, que é um no, que é um zero ou um.
7:00
SPEAKER_01: Na verdade, é um número.
7:01
SPEAKER_01: Número entre 0 e 1,
7:02
SPEAKER_01: não é exatamente, por isso que não é true ou falso, é um número entre 0 e 1.
7:07
SPEAKER_01: Você quer,
7:07
SPEAKER_01: por exemplo,
7:08
SPEAKER_01: fazer nesse novo,
7:09
SPEAKER_01: você quer dizer se esse chamado de suporte já aconteceu antes, sim ou não.
7:16
SPEAKER_01: E é legal que você faz um post para
7:19
SPEAKER_01: a API dele fazendo essas três perguntas num post só e te responde
7:24
SPEAKER_01: as três coisas numa só.
7:25
SPEAKER_01: Aí eles falam que é 400% mais barato.
7:32
SPEAKER_01: Então esses números,
7:33
SPEAKER_01: o Akita fez um post hoje sobre,
7:36
SPEAKER_01: o Akita tem a tendência a ser um pouco prolixo,
7:40
SPEAKER_01: na minha opinião,
7:41
SPEAKER_01: o artigo dele tem um milhão e meio de linhas,
7:43
SPEAKER_01: mas ele vai muito profundo, mostra que esse...
7:46
SPEAKER_01: Esses números não são tão verdade, que não é tão mágico assim e tal.
7:51
SPEAKER_01: Mas eu gosto bastante dessa ideia do Jev, do Laia, esses caras, porque é muito objetivo.
7:57
SPEAKER_01: Você faz isso.
7:58
SPEAKER_01: E o que eu fiz aqui?
7:59
SPEAKER_01: Eu fiz essa POC que eu falei agora do...
8:01
SPEAKER_01: Eu tenho a newsletter de Go,
8:02
SPEAKER_01: fiz uma aplicação que bate em vários RSS,
8:05
SPEAKER_01: tipo Reddit, Hacker News, e aí eu fiz um treinamento
8:16
SPEAKER_01: Então é muito simples,
8:17
SPEAKER_01: se eu fosse fazer isso com LLM, eu ia gastar muito token para ele fazer isso tudo.
8:31
SPEAKER_01: Então eu rodo ali em segundos,
8:33
SPEAKER_01: estou usando a conta gratuita,
8:35
SPEAKER_01: ele gasta centavos para fazer isso e ler milhares de posts e me dizer se
8:39
SPEAKER_01: o post é mais provável de ser sobre gol ou não.
8:43
SPEAKER_01: E aí eu filtro ele para ir na newsletter.
8:45
SPEAKER_01: Então tem outras aplicações que estão sendo cogitadas,
8:49
SPEAKER_01: por exemplo,
8:50
SPEAKER_01: você poderia usar o Jev para...
8:52
SPEAKER_01: Você faz um prompt para ele,
8:54
SPEAKER_01: manda um prompt e aí ele decide se você deveria usar o Astra ou...
8:59
SPEAKER_01: O Opus, sei lá,
9:02
SPEAKER_01: então ele poderia ser meio que um roteador pra tomar decisões e tal,
9:07
SPEAKER_01: então é bem focado assim.
9:09
SPEAKER_02: Pois é, mas ele não vai chegar a ser usado assim pra criação de código e tal,
9:14
SPEAKER_02: ele é mais um API pra tu usar dentro de um outro sistema assim, né?
9:20
SPEAKER_01: Isso, ele é um categorizador,
9:21
SPEAKER_01: você vai usar ele para categorizar coisas,
9:24
SPEAKER_01: então ele não é,
9:25
SPEAKER_01: ele até fala num artigo que eu peguei aqui,
9:28
SPEAKER_01: ele é para decisões e não para prosa,
9:31
SPEAKER_01: ele não vai gerar código,
9:33
SPEAKER_01: não vai gerar palavras,
9:34
SPEAKER_01: ele só vai dar,
9:36
SPEAKER_01: dado essas restrições que você passa para ele,
9:38
SPEAKER_01: ele vai ter que ser, vai usar um modelo mais específico para fazer isso.
9:43
SPEAKER_02: Mas e por que faz mais sentido usar ele e não usar um algoritmo,
9:47
SPEAKER_02: sei lá, que foi desenvolvido para tomar uma decisão?
9:51
SPEAKER_01: É, o algoritmo você tem que saber todas as...
9:54
SPEAKER_01: Ele continua sendo uma IA,
9:55
SPEAKER_01: você continua dando para ele um pequeno treinamento e ele não é tão determinístico,
10:00
SPEAKER_01: por isso que um algoritmo é determinístico.
10:03
SPEAKER_01: Você vai fazer, nesse exemplo que eu dei para lá...
10:06
SPEAKER_01: Da triagem.
10:06
SPEAKER_01: Do Goal.
10:07
SPEAKER_01: Do Goal, por exemplo.
10:08
SPEAKER_01: Você vai ter que fazer um search texto até dentro do texto para encontrar palavras.
10:14
SPEAKER_01: Então tem outros algoritmos que você poderia fazer, mas ele não é probabilístico.
10:19
SPEAKER_01: Então o algoritmo você tem que ser mais especialista que a If, Else ou outras técnicas assim.
10:27
SPEAKER_02: É, eu fiquei pensando tipo, sei lá, no Page Rank do Google, né?
10:31
SPEAKER_01: Uhum.
10:31
SPEAKER_01: Ele é um algoritmo específico, né?
10:34
SPEAKER_01: Então ele continua sendo uma IA,
10:36
SPEAKER_01: você tem ainda os desafios de treinar ela,
10:39
SPEAKER_01: mas como é um espaço menor,
10:41
SPEAKER_01: você treina com menos coisas, um contexto mais específico.
10:45
SPEAKER_01: Então ainda é não determinístico, né?
10:48
SPEAKER_03: Dentro do que tu comentou, eu vi os dois lados e experienciei algumas coisas brincando também.
10:55
SPEAKER_03: E como tudo nos últimos tempos vira 880, né?
10:59
SPEAKER_03: Porque essa questão,
11:00
SPEAKER_03: por exemplo,
11:00
SPEAKER_03: de categorizar chamados e tal,
11:03
SPEAKER_03: eu vi o teu projeto e vi alguns outros projetos que saíram mais ou menos
11:05
SPEAKER_03: na mesma linha, né?
11:07
SPEAKER_03: E aí eu vi justamente uma galera criticando,
11:08
SPEAKER_03: falando assim, poxa,
11:09
SPEAKER_03: mas por que você tá fazendo um classificador,
11:11
SPEAKER_03: usando pra classificar tickets ou pra classificar qualquer coisa,
11:14
SPEAKER_03: se tu podia fazer um algoritmo pra isso, né?
11:17
SPEAKER_03: E aí o cara, claro, é porque é uma POC, né?
11:19
SPEAKER_03: Você não vai necessariamente usar isso.
11:22
SPEAKER_03: É mais caro metrificado.
11:37
SPEAKER_03: Metrificar,
11:37
SPEAKER_03: pelo menos é o que a Type Safe falou,
11:40
SPEAKER_03: é que é mais caro metrificar do que cobrar por isso, porque a saída é muito pequena.
11:46
SPEAKER_03: Então acho que aí mora a principal redução de custo,
11:48
SPEAKER_03: porque ela é menos prolixa, ela vai trazer um resultado muito mais simplificado.
11:52
SPEAKER_03: E a outra coisa que eu estava vendo e que funciona muito bem é,
11:56
SPEAKER_03: você pode continuar usando um algoritmo,
11:58
SPEAKER_03: por exemplo,
11:59
SPEAKER_03: o sistema que o Mineto comentou,
12:00
SPEAKER_03: tu faz um sistema que vai usar alguma outra regra para poder fazer uma validação
12:04
SPEAKER_03: e categorização de ticket, exemplo, busca a palavra.
12:12
SPEAKER_03: Mas muitas vezes isso não é a única condição que pode determinar,
12:17
SPEAKER_03: você pode estar abrindo um chamado de TI,
12:18
SPEAKER_03: por exemplo,
12:19
SPEAKER_03: um chamado financeiro dizendo,
12:20
SPEAKER_03: pessoal,
12:21
SPEAKER_03: o servidor Então,
12:22
SPEAKER_03: pela quantidade de palavras,
12:23
SPEAKER_03: muito provavelmente ele seria um chamado técnico,
12:25
SPEAKER_03: mas tem um item que o levaria, por exemplo, para um chamado de contabilidade.
12:37
SPEAKER_03: Compras.
12:52
SPEAKER_03: Então você pode usar o JEV ou esses sistemas,
12:57
SPEAKER_03: esse System 1,
12:58
SPEAKER_03: para poder fazer como um sistema de auxílio,
13:00
SPEAKER_03: quando o teu item tem um grau de certeza muito baixo ou ele pode pender para
13:06
SPEAKER_03: os dois lados.
13:07
SPEAKER_03: Tu pode usar um categorizador desse como uma segunda tomada de decisão, né?
13:13
SPEAKER_03: E aí é que eu acho que ele vira um produto mais interessante,
13:15
SPEAKER_03: porque se você... Se não acaba tendo aquela questão da preguiça e acoplamento, né?
13:19
SPEAKER_03: Se todo mundo começa a usar agora o Jeff como um categorizador...
13:22
SPEAKER_03: Sim, sim, sim, sim.
13:37
SPEAKER_03: Eu usei para poder fazer testes de entregas de tarefas de outros agentes.
13:42
SPEAKER_03: Então eu crio um classificador que diz sobre determinada cobertura de testes
13:47
SPEAKER_03: ou algumas coisas assim,
13:48
SPEAKER_03: ou até mesmo para teste prático de entregáveis de uma Então,
13:52
SPEAKER_03: ajuda a economizar token,
13:53
SPEAKER_03: por exemplo,
13:53
SPEAKER_03: num fluxo de desenvolvimento,
13:56
SPEAKER_03: pra tu saber se a tarefa tá pronta ou não,
13:58
SPEAKER_03: sem precisar usar um outro agente que vai subir todo o contexto de novo, sabe?
14:02
SPEAKER_03: Então, foram algumas aplicações que eu achei legal testar.
14:22
SPEAKER_01: E é isso que você falou,
14:23
SPEAKER_01: acho que é o futuro,
14:24
SPEAKER_01: você não depender de uma coisa só,
14:26
SPEAKER_01: você pode ter,
14:28
SPEAKER_01: por alguns meses nos últimos,
14:30
SPEAKER_01: alguns anos talvez,
14:31
SPEAKER_01: tudo virou,
14:32
SPEAKER_01: vamos usar IA para tudo,
14:33
SPEAKER_01: mas não faz sentido, então você pode usar um mix de alternativas.
14:36
SPEAKER_01: Algoritmo determinístico com o Jeve para não...
14:41
SPEAKER_01: O algoritmo não conseguiu entender,
14:43
SPEAKER_01: manda para o Jeve,
14:44
SPEAKER_01: o Jeve tentou resolver, não conseguiu, chama o LMM ou o que é legal do Jeve é...
14:51
SPEAKER_01: Eu vou citar o Jeff, que é o mais expoente, mas acho que funciona para todos.
14:55
SPEAKER_01: Ele retorna um grau de confiança da resposta.
14:57
SPEAKER_01: Então você pode fazer um if.
14:59
SPEAKER_01: Ah, se o grau de confiança for menor do que 70%, eu vou passar por um outro fluxo.
15:05
SPEAKER_01: Eu vou passar por uma pessoa aprovar.
15:07
SPEAKER_01: Se ele bateu acima de 90% de confiança, beleza, segue o baile.
15:13
SPEAKER_01: Então você começa cada vez mais a orquestrar as coisas.
15:17
SPEAKER_01: A gente como engenheiro de software e tal, começa cada vez mais a ver como leve.
15:21
SPEAKER_01: Pega o que você vai montando,
15:24
SPEAKER_01: não vai jogar fora tudo que a gente já aprendeu de software,
15:26
SPEAKER_01: de engenharia de software.
15:27
SPEAKER_01: Agora você tem componentes novos que você vai usar.
15:31
SPEAKER_01: E o Jav meio que pode ser, em alguns cenários, esse orquestrador.
15:37
SPEAKER_01: Pô, vamos usar um algoritmo um ou outro, ou retesta, ou abre um, bota um humano na jogada.
15:44
SPEAKER_03: E eu li uma outra coisa que eu achei bem legal,
15:46
SPEAKER_03: é fazendo uma comparação sobre decisões humanas,
15:49
SPEAKER_03: que nem você comentou ali, né, sobre o pensamento rápido, né?
15:52
SPEAKER_03: O pensamento mais instintivo, aquele deep thinking, né?
15:54
SPEAKER_03: Que tu para e executa.
15:56
SPEAKER_03: O cara trouxe uma comparação que eu achei bem interessante.
15:59
SPEAKER_03: Você tem duas formas de perguntar pra uma pessoa quantos...
16:02
SPEAKER_03: Ele não usou esse exemplo,
16:03
SPEAKER_03: mas era algo assim,
16:03
SPEAKER_03: tipo, quantos quilos de concreto foi usado pra construir a Goldberg.
16:06
SPEAKER_03: Se você chega para a pessoa e fala assim, na Golden Gate,
16:22
SPEAKER_03: Foram utilizados 100 toneladas, 2 mil toneladas ou 30 mil toneladas?
16:27
SPEAKER_03: Nesse fator,
16:28
SPEAKER_03: você já ajuda a trazer um contexto que vai fazer com que você diminua a sua janela
16:32
SPEAKER_03: de premissas,
16:33
SPEAKER_03: porque você já tem uma quantidade de opções para poder dar uma resposta melhor.
16:36
SPEAKER_03: Se tu entrega alguns outros pequenos contextos,
16:39
SPEAKER_03: por exemplo,
16:39
SPEAKER_03: de outras pontes com tamanhos aproximados que usaram X, Y ou Z,
16:44
SPEAKER_03: tu diminui ainda mais a necessidade de um pensamento,
16:47
SPEAKER_03: então tu gastaria muito menos energia.
16:49
SPEAKER_03: Então é um dos exemplos que eu achei legal de como o Jev,
16:52
SPEAKER_03: no caso eu estava falando do Jev especificamente,
16:55
SPEAKER_03: como ele funciona e por que ele economiza tanto recurso na hora de gerar
16:59
SPEAKER_03: uma resposta.
17:02
SPEAKER_02: O Mineto trouxe aqui também sobre um artigo da AWS, né?
17:07
SPEAKER_02: AI Driving Development Lifecycle for Financial Services.
17:12
SPEAKER_02: Tu quer explicar pra gente qual que é a ideia disso aqui?
17:17
SPEAKER_01: Todo mundo lembra desse conceito,
17:19
SPEAKER_01: que é o SDLC,
17:21
SPEAKER_01: o Software Development Lifecycle,
17:23
SPEAKER_01: que é o ciclo de vida do desenvolvimento de software.
17:25
SPEAKER_01: Eu peguei minha colinha aqui,
17:26
SPEAKER_01: que eu não lembro de tudo,
17:27
SPEAKER_01: mas é planejamento, aí é design, desenvolvimento, técnico.
17:36
SPEAKER_01: E aí geralmente ele é desenhado como se fosse um símbolo do infinito.
17:40
SPEAKER_01: Você faz o planejamento do software,
17:42
SPEAKER_01: aí você faz o design,
17:43
SPEAKER_01: que é fazer a parte da arquitetura e tal,
17:45
SPEAKER_01: aí você codifica, testa,
17:47
SPEAKER_01: Coloca em produção e aí você coleta isso,
17:51
SPEAKER_01: as métricas de produção, os resultados e aí volta para o ciclo inicial.
17:55
SPEAKER_01: Então é um...
17:56
SPEAKER_01: Vocês estão ouvindo um podcast,
17:57
SPEAKER_01: mas eu estou fazendo com a mão aqui,
17:58
SPEAKER_01: que nem um idiota no ar aqui, com o dedo, o infinito aqui.
18:02
SPEAKER_01: O símbolo do infinito.
18:03
SPEAKER_01: O símbolo do infinito.
18:04
SPEAKER_01: Então esse é o Development Lifecycle padrão que a gente aprendeu nos últimos anos.
18:10
SPEAKER_01: E aí a AWS está sugerindo uma...
18:13
SPEAKER_01: Não é só a AWS,
18:15
SPEAKER_01: mas o artigo aqui é da AWS,
18:17
SPEAKER_01: que ele fala que é o AI DLC, que é o AI Driven Development Life Cycle.
18:23
SPEAKER_01: Então é o ciclo de vida do software, só que guiado e impulsionado por IA.
18:29
SPEAKER_01: O que eu acho legal é que eles não tiraram o ser humano da jogada,
18:34
SPEAKER_01: então eles olharam para o ciclo de vida e olharam...
18:37
SPEAKER_01: Tarefas que são mais legal para a IA fazer e tarefas que são humanas fazer.
18:44
SPEAKER_01: Então, eles definirem três etapas, a etapa de inception, de construção e de operações.
18:50
SPEAKER_01: Aí a parte de inception, que é de...
18:53
SPEAKER_01: Entender e analisar isso,
18:55
SPEAKER_01: aí entra a parte de,
18:56
SPEAKER_01: ele começa aqui como você pega para a IA criar um plano,
19:00
SPEAKER_01: aí a IA vai pedir clarificação,
19:03
SPEAKER_01: vai pedir perguntas,
19:04
SPEAKER_01: vai tentar entender aquilo,
19:05
SPEAKER_01: e aí vem para o ser humano esse O ser humano vai tirar as dúvidas,
19:09
SPEAKER_01: vai imputar o conhecimento humano da regra de negócio,
19:13
SPEAKER_01: do que precisa ser feito, especialização e tal.
19:16
SPEAKER_01: E aí ele vai revisar isso e aí passa de volta para a IA, para a IA criar um plano.
19:22
SPEAKER_01: Esse plano vira toda a parte de desenvolvimento, teste,
19:26
SPEAKER_01: e aí o desenvolvimento, teste,
19:28
SPEAKER_01: você pode ter níveis de automação,
19:31
SPEAKER_01: você pode fazer o desenvolvimento,
19:33
SPEAKER_01: pedir para um agente desenvolver e escrever o teste, aí você utiliza.
19:37
SPEAKER_01: O ser humano volta para o loop para revisar o código, revisar o teste.
19:41
SPEAKER_01: Aí você pode fazer a IA fazer o deploy ou você fazer o deploy e acompanhar.
19:47
SPEAKER_01: Então, a ideia não é substituir o ser humano.
19:51
SPEAKER_01: Ele fala aqui,
19:51
SPEAKER_01: um negócio interessante,
19:52
SPEAKER_01: que na parte de Inception, você vira um Mob Elaboration, elaboração em...
19:59
SPEAKER_01: Em equipe,
20:00
SPEAKER_01: em grupo,
20:01
SPEAKER_01: você como time,
20:03
SPEAKER_01: fazer essa elaboração do software junto com a IA,
20:05
SPEAKER_01: então você pede para ela criar um plano,
20:07
SPEAKER_01: você imputa mais detalhes, então fica nesse loop.
20:11
SPEAKER_01: Depois a construção aí é o time junto com a IA.
20:14
SPEAKER_01: Então, é basicamente o que a gente conhece.
20:30
SPEAKER_01: Nos últimos anos, mas tentando encaixar a IA nessa jogada.
20:35
SPEAKER_01: E aí bate bastante com coisas que eu tenho feito no meu dia a dia,
20:39
SPEAKER_01: que tenho visto times onde eu trabalho e outros lugares fazendo.
20:44
SPEAKER_01: Eu acho que meio que foi dado um nome para uma coisa que já estava meio que aparecendo.
20:48
SPEAKER_01: Tem muitos artigos da Anthropic, da OpenAI sobre isso.
20:52
SPEAKER_01: Anthropic acho que faz bastante post.
20:54
SPEAKER_01: A Space X também deu uma...
20:58
SPEAKER_01: O Grock e tal.
20:59
SPEAKER_01: Mas os artigos da Antrópica são muito bons.
21:01
SPEAKER_01: E agora tem um termo que está surgindo agora, que é as fábricas.
21:05
SPEAKER_01: A fábrica de software, a fábrica de produto, que é fazer esse ciclo ser uma fábrica mesmo.
21:11
SPEAKER_01: Você ter um agente criativo.
21:12
SPEAKER_01: Um agente que escreve, como se fosse uma pipeline de produção.
21:18
SPEAKER_01: Um agente que escreve, um agente que revisa.
21:22
SPEAKER_01: Tem um artigo que eu escrevi ontem, foi ontem para o meu site, sobre os níveis de automação.
21:27
SPEAKER_01: Nível zero,
21:28
SPEAKER_01: quando você não usa nada,
21:29
SPEAKER_01: até o nível cinco, quatro, alguma coisa assim, que totalmente é automático.
21:33
SPEAKER_01: E aí você tem níveis, depende de onde você, humano, se coloca.
21:38
SPEAKER_01: Então, eu acho que aí eles lançaram um paper,
21:42
SPEAKER_01: que é bem interessante,
21:43
SPEAKER_01: são umas 20,
21:45
SPEAKER_01: 10 páginas,
21:46
SPEAKER_01: assim, que ele vai mais detalhado, o que é o papel do ser humano, quais são as...
21:53
SPEAKER_01: Uma intenção e vai até a alteração.
21:57
SPEAKER_01: Qual que é a tua intenção quando quer desenvolver o software?
22:00
SPEAKER_01: E aí vai quebrando entregáveis, tipo aqueles PRD, descrição, etc.
22:05
SPEAKER_01: Os planos, aí o código.
22:07
SPEAKER_01: Então eu acho que é muita coisa que a gente já estava sendo feito,
22:10
SPEAKER_01: mas agora com um nome, uma coisa mais estruturada.
22:13
SPEAKER_01: Não sei como é que vocês veem isso.
22:17
SPEAKER_03: O que eu achei interessante,
22:18
SPEAKER_03: eu tava lendo o artigo ali antes de a gente começar a gravar e tal,
22:22
SPEAKER_03: mas que nem tu disse,
22:23
SPEAKER_03: eu acho que algumas questões a gente meio que tava fazendo empiricamente,
22:26
SPEAKER_03: só que eu enxerguei uma coisa que eu achei legal, é que eu vejo...
22:30
SPEAKER_03: O ciclo nunca foi de ponta a ponta tão lindo,
22:37
SPEAKER_03: ele nunca nasceu no produto e segue um pipeline lindo até o deploy,
22:41
SPEAKER_03: então ele sempre teve várias passagens em vários lugares, mas eu achei interessante.
22:45
SPEAKER_03: É interessante que o quanto o time de produto efetivamente agora,
22:49
SPEAKER_03: quando ele vai pensar,
22:50
SPEAKER_03: quando eu estou dizendo o time de produto,
22:51
SPEAKER_03: estou dizendo o time que gera aplicação,
22:53
SPEAKER_03: pensando em como que o usuário vai usar,
22:55
SPEAKER_03: qual que é a entregável, qual que é o valor, né?
22:57
SPEAKER_03: Pensando como negócio mesmo, produto e negócio.
22:59
SPEAKER_03: Como esse time, Sim, agora,
23:01
SPEAKER_03: ele é muito mais,
23:04
SPEAKER_03: tem muito mais peso e importância em determinar quais são as atividades
23:08
SPEAKER_03: que vão ser entregues,
23:09
SPEAKER_03: porque a gente, em teoria, conseguiria entregar isso muito mais rápido, né?
23:15
SPEAKER_03: No momento da tomada de decisão.
23:17
SPEAKER_03: Só que aí,
23:17
SPEAKER_03: esse ciclo de inception e de desenvolvimento,
23:22
SPEAKER_03: ele pode ser feito lá no time de produtos.
23:24
SPEAKER_03: Depois, quando ele chega para a parte de a gente desenvolver o produto,
23:26
SPEAKER_03: a gente tem um outro ciclo desse dentro do ciclo para poder repensar É tudo isso
23:32
SPEAKER_03: de novo, né?
23:32
SPEAKER_03: Eu vejo, no meu time funciona muito assim, meu time é bem pequeno, mas o que acontece?
23:37
SPEAKER_03: A gente tem lá, a gente desenvolve alguns sistemas dentro da empresa com um time pequeno.
23:40
SPEAKER_03: Então, a ideia, ela vem da área que precisa, aí a gente senta com o time da área.
23:46
SPEAKER_03: Meio que faz isso, né?
23:48
SPEAKER_03: De debruçar sobre o problema,
23:49
SPEAKER_03: de pensar em que pode acontecer,
23:51
SPEAKER_03: de pedir pra IA,
23:52
SPEAKER_03: inclusive achar itens que a gente não enxergou dentro das nossas bordas de domínio,
23:57
SPEAKER_03: assim, sabe?
23:57
SPEAKER_03: De, pô, isso aqui a gente não pensou.
23:59
SPEAKER_03: Usamos esse material pra então criar um planejamento, etc,
24:02
SPEAKER_03: pra depois isso ir pra um fluxo de dev,
24:04
SPEAKER_03: onde isso se repete inúmeras vezes feature a feature.
24:08
SPEAKER_03: Mas uma das coisas que eu achei interessante é a questão de mudanças de ciclo, de trocar nomes.
24:15
SPEAKER_03: Eu não lembro lá o nome que ele deu para Sprint, mas ele deu um nome
24:18
SPEAKER_01: diferente lá.
24:19
SPEAKER_01: Eu estou com o paper aberto aqui, eles sugerem de trocar o nome de Sprint para Bolt.
24:24
SPEAKER_03: E também tinha alguma coisa de épico virar alguma outra coisa,
24:27
SPEAKER_03: também não lembro o que ele falava.
24:30
SPEAKER_03: Seria as, acho que as unidades, se não me engano.
24:33
SPEAKER_03: É, acho que a unidade de trabalho, job unit, alguma coisa assim, não é?
24:36
SPEAKER_03: Então, isso é uma coisa que eu acho legal, porque, olha, só como é bizarro, né?
24:40
SPEAKER_03: Hoje a gente fazia o seguinte,
24:41
SPEAKER_03: a gente pegava uma determinada tarefa dentro do time
24:44
SPEAKER_03: a gente tentava estimar quanto tempo a gente ia levar para desenvolver aquela tarefa
24:48
SPEAKER_03: com base no histórico de entregas que a gente tinha,
24:50
SPEAKER_03: mas a nossa experiência empírica de conhecer o time, né?
24:53
SPEAKER_03: Então não era só um dado estatístico.
24:54
SPEAKER_03: Ah, entrega 50 tarefas por semana, então essa semana vai ter 50 tarefas.
24:58
SPEAKER_03: Não era bem assim.
24:59
SPEAKER_03: A gente usava várias outras informações que às vezes nem eram tão documentais assim.
25:03
SPEAKER_03: A gente usava muito a expertise e o conhecimento do time que a gente tinha.
25:07
SPEAKER_03: Aí a gente começou a trazer essa simulação para...
25:09
SPEAKER_03: Por quê?
25:10
SPEAKER_03: Porque ela planejou com base no histórico de humanos.
25:24
SPEAKER_03: executando a maioria das partes de código e na hora de execução ela mesma muda isso.
25:28
SPEAKER_03: Então essa questão de a gente rever essa questão de mensurar prazo também
25:34
SPEAKER_03: um desafio novo,
25:35
SPEAKER_03: porque antes a gente tinha muito contato entre a dificuldade técnica E
25:39
SPEAKER_03: as vezes agora a gente está tendo um problema inverso,
25:46
SPEAKER_03: que é a gente está simplificando muito vários problemas,
25:49
SPEAKER_03: porque como não é nós que resolvemos mais,
25:51
SPEAKER_03: a gente voltou a ter aquele erro de margem.
25:54
SPEAKER_03: Não, não,
25:55
SPEAKER_03: essa tarefa vai levar dois dias,
25:56
SPEAKER_03: aí leva 12,
25:57
SPEAKER_03: porque a gente previu errado, porque a gente estava delegando para alguém.
26:01
SPEAKER_03: Então, nessa questão,
26:03
SPEAKER_03: eu acho que mudar esse fluxo e considerar em quais momentos a gente vai ter
26:08
SPEAKER_03: um líder técnico Eu acho que é o que deixa esse jogo melhor, né?
26:31
SPEAKER_01: Eu acho, cara,
26:32
SPEAKER_01: que tem dois pontos aqui,
26:34
SPEAKER_01: nesse desenho do artigo,
26:36
SPEAKER_01: do paper,
26:37
SPEAKER_01: é que todas as três etapas ali,
26:39
SPEAKER_01: Inception,
26:40
SPEAKER_01: Construction e Operation,
26:42
SPEAKER_01: os times estão todos juntos,
26:43
SPEAKER_01: tipo, na parte de Inception está Product Owner, Product Owner, Developers e IA.
26:47
SPEAKER_01: Na parte de desenvolvimento, que é a parte de construção, mesma coisa.
26:50
SPEAKER_01: Developers,
26:51
SPEAKER_01: IA e o Product Owner está mais na parte,
26:54
SPEAKER_01: um pouco que não está no código em si, mas mais na parte de aprovação ali de novo.
26:58
SPEAKER_01: E na parte de operação, o Product Owner volta.
27:00
SPEAKER_01: Ele volta junto com o developer e a operação, tipo, tá todo mundo junto o tempo inteiro, sabe?
27:07
SPEAKER_01: Isso eu acho que é interessante, divido esses silos.
27:10
SPEAKER_01: E eu acho que outro ponto que ele fala aqui em algum lugar, eles reduzem a sprint pra bolsa.
27:17
SPEAKER_01: Exatamente porque você não precisa mais estimar.
27:19
SPEAKER_01: Então o custo que você tinha para estimar, você desenvolve.
27:24
SPEAKER_01: Você faz um poker planning de duas horas e já desenvolveu uma feature.
27:28
SPEAKER_01: Ou pelo menos uma primeira interação.
27:31
SPEAKER_01: Não a feature pronta,
27:32
SPEAKER_01: provavelmente,
27:32
SPEAKER_01: mas se você não sabe quanto vai fazer,
27:35
SPEAKER_01: você começa a implementar,
27:36
SPEAKER_01: faz o plano,
27:37
SPEAKER_01: quebra aquilo em entregáveis,
27:39
SPEAKER_01: coloca um, dois dias, você já tem uma versão testável, sabe, que rodou.
27:44
SPEAKER_01: Então eu acho que esse...
27:45
SPEAKER_01: Esse ciclo ficou cada vez mais rápido e hoje,
27:50
SPEAKER_01: como é fácil para o Product Owner prototipar coisas,
27:53
SPEAKER_01: ele pode estar mais próximo do time até o fim.
27:56
SPEAKER_01: Ele escreve o documento e joga para frente e depois vai ver o resultado.
28:00
SPEAKER_01: Eu acho que essas divisões, esses gaps entre uma estágia e outra vão ficar cada vez menores.
28:08
SPEAKER_01: Eu só me incomodo um pouco vendo a quantia de artefatos,
28:12
SPEAKER_01: tem User Stories, NRF, Riscos, PRD, um monte de artefatos.
28:21
SPEAKER_01: Eu tenho um receio que começa a ficar muito burocrático,
28:26
SPEAKER_01: tem muita coisa,
28:27
SPEAKER_01: porque você pede para a IA gerar um Em plano,
28:31
SPEAKER_01: ela gera mil linhas e um piscado de olhos, cara.
28:33
SPEAKER_02: Mas o dia a dia já não era burocrático antes?
28:36
SPEAKER_01: Então era isso que as metodologias ágeis prezavam.
28:40
SPEAKER_01: Às vezes você documenta, você tinha uma coisa funcionando.
28:44
SPEAKER_01: Só que agora, para a IA gerar, você tem que ter muito documento.
28:47
SPEAKER_01: Então você meio que é um passo para frente, um para trás.
28:52
SPEAKER_01: Então é um sentimento meu, posso estar errado.
28:54
SPEAKER_01: Mas quando eu olho a quantilha de artefatos que tem uma entrega agora,
28:58
SPEAKER_01: além do código,
29:00
SPEAKER_01: que precisa ter,
29:00
SPEAKER_01: porque a IA precisa ter esse contexto que hoje está na nossa cabeça e é fácil de...
29:05
SPEAKER_01: Então eu acho que a gente saiu de um momento que tinha muito documento para
29:09
SPEAKER_01: um momento que não tinha quase nenhum e agora está voltando para o muito documento.
29:12
SPEAKER_01: Eu acho que a gente precisa chegar num meio termo.
29:18
SPEAKER_03: Aqui eu vejo duas coisas.
29:19
SPEAKER_03: Primeiro,
29:20
SPEAKER_03: a questão ali de,
29:22
SPEAKER_03: no caso de estar todo mundo junto na fase de Inception,
29:25
SPEAKER_03: é aquele negócio de que se as pessoas trabalhavam de maneira mais assíncrona,
29:29
SPEAKER_03: a gente teria que ter um momento em que todas estivessem juntas ali,
29:32
SPEAKER_03: que às vezes pode ser uma Mas uma das coisas que tu comentou sobre artefatos,
29:35
SPEAKER_03: eu vejo duas coisas que eu acho que são interessantes,
29:37
SPEAKER_03: não vou dizer que são boas ou não, mas...
29:48
SPEAKER_03: Mas primeiro,
29:49
SPEAKER_03: antes o time não técnico,
29:51
SPEAKER_03: ele tinha uma grande dificuldade de conseguir entender as documentações que
29:55
SPEAKER_03: a gente gerava,
29:56
SPEAKER_03: porque a gente tinha uma capacidade incrível de transformar tipo tudo, sei lá,
30:00
SPEAKER_03: num swagger e achar que aquilo era uma documentação suficiente para o gestor
30:04
SPEAKER_03: de produtos entender, né?
30:06
SPEAKER_03: E agora a gente tem documentos que são mais humanamente legíveis,
30:12
SPEAKER_03: principalmente quando a gente está falando de produto,
30:13
SPEAKER_03: funcionalidade,
30:14
SPEAKER_03: fluxos de dentro do software e tal,
30:16
SPEAKER_03: que eu acho que podem ajudar pessoas a buscarem furos no produto,
30:20
SPEAKER_03: lendo a documentação.
30:23
SPEAKER_03: E a outra coisa que eu vejo,
30:27
SPEAKER_03: que é uma coisa que eu dava pouca atenção
30:28
SPEAKER_03: e nas últimas vezes eu tô tendo bastante atenção a isso,
30:31
SPEAKER_03: até porque a própria,
30:32
SPEAKER_03: eu coloquei como um item de governança que faz parte e eu Acho que até estava
30:36
SPEAKER_03: no artigo isso, né?
30:37
SPEAKER_03: Que é, por exemplo,
30:39
SPEAKER_03: você vai lá e você coloca toda a LGPD lá dentro
30:41
SPEAKER_03: e toda hora teu app está sendo autorrevisado se tu está desrespeitando algum item
30:45
SPEAKER_03: de governança ou não.
30:46
SPEAKER_03: Coisa que antes era impossível de tu fazer,
30:49
SPEAKER_03: porque ninguém estava confrontando a feature que estava colocando em relação
30:54
SPEAKER_03: a algum documento de governança,
30:55
SPEAKER_03: de segurança da empresa, até mesmo uma legislação de privacidade, né?
30:59
SPEAKER_03: Porém, ao mesmo tempo,
31:00
SPEAKER_03: a gente tá num momento que é bizarro pra quem gosta de entregar quantidade, né?
31:05
SPEAKER_03: Então,
31:06
SPEAKER_03: se o cara quer dizer quantas PRs ele fez e acha que isso agora é métrica de trabalho
31:11
SPEAKER_03: ou linhas também são métrica de trabalho,
31:13
SPEAKER_03: o cara tem a ferramenta perfeita na mão, né?
31:15
SPEAKER_03: Que nem um carinha que andava com a pasta embaixo do braço pra lá e pra cá
31:18
SPEAKER_03: na empresa pra parecer ocupado, né?
31:20
SPEAKER_01: Um ponto que você falou ali da documentação,
31:22
SPEAKER_01: eu acho que hoje o legal é,
31:24
SPEAKER_01: me contradizendo,
31:25
SPEAKER_01: a gente propõe aqui muito artefato,
31:29
SPEAKER_01: só que para um Product Owner ele pode olhar para aquele monte de artefato e dizer,
31:33
SPEAKER_01: Code Claudio, pega esse monte de artefato.
31:35
SPEAKER_01: .md aqui me gera um gráfico do fluxo para eu entender, sabe?
31:38
SPEAKER_01: Então hoje você pode ter um documento que é para a máquina e para os devs lerem,
31:43
SPEAKER_01: que isso pode ser digerido de outra forma,
31:45
SPEAKER_01: para um CEO,
31:46
SPEAKER_01: para um CEO,
31:47
SPEAKER_01: para um Product Owner, sei lá, olhar, cara,
31:50
SPEAKER_01: eu não quero ler mil linhas, me faça um desenho, me transforma isso em um vídeo.
31:54
SPEAKER_01: Então acho que isso é legal.
31:55
SPEAKER_01: E outra coisa que você apontou, que é interessante, é a parte da governança.
31:58
SPEAKER_01: Então acho que aí entra toda a parte de plataforma, de guardrails.
32:02
SPEAKER_01: Você consegue fazer esse ciclo funcionar se você tiver uma plataforma ali dentro.
32:08
SPEAKER_01: Escondendo complexidade, não deixando a galera dar tiro no próprio pé, sabe?
32:13
SPEAKER_01: Tendo toda uma base central de boas práticas.
32:17
SPEAKER_01: Que o meu artigo sobre isso, que eu fiz esse final de semana, foi sobre isso.
32:19
SPEAKER_01: Sobre como a engenharia de plataforma trabalha junto com a IA, que é exatamente isso.
32:24
SPEAKER_01: É baseado numa pesquisa que teve,
32:26
SPEAKER_01: que fala que você conseguir escalar a IA de boa maneira saudável,
32:32
SPEAKER_01: você tem que ter uma plataforma pra esconder algumas coisas, ou...
32:36
SPEAKER_01: Tipo, controlar custo, por exemplo, que é uma coisa que é muito fácil se perder, né?
32:40
SPEAKER_01: Ainda mais quando todo ciclo agora é impulsionado ou guiado pela IA,
32:45
SPEAKER_01: é muito fácil se você não tiver guard-reio,
32:48
SPEAKER_01: não tiver um contexto da empresa,
32:51
SPEAKER_01: das boas práticas,
32:52
SPEAKER_01: da legislação, você vai alucinar e vai gastar coisa pra caramba, né?
32:56
SPEAKER_03: E estimar custo também, né?
32:57
SPEAKER_03: Porque uma das coisas...
32:59
SPEAKER_03: Por exemplo,
33:00
SPEAKER_03: eu odeio FinOps,
33:01
SPEAKER_03: até porque pra mim isso virou uma sopa de letrinhas
33:03
SPEAKER_03: que eu já não consigo mais entender, assim, tudo que tem, sabe?
33:06
SPEAKER_03: No começo eu conseguia, era EC2, S3, RDS, aí agora a gente vai embutir...
33:11
SPEAKER_03: Então, uma das coisas que,
33:11
SPEAKER_03: pra mim,
33:12
SPEAKER_03: é uma coisa que me trouxe um poder que eu não tinha
33:15
SPEAKER_03: no meu canivete suíço é justamente esse, eu fazer uma feature e ele fala,
33:26
SPEAKER_03: Dentro dessas premissas me ajuda a estimar quanto essa parada vai custar.
33:30
SPEAKER_03: Eu fui num evento da AWS justamente focado em usar o cloud conectado,
33:36
SPEAKER_03: usando o MCP do cloud conectado à gestão da conta da AWS,
33:40
SPEAKER_03: uma coisa que eu tenho muito medo de fazer.
33:41
SPEAKER_03: Mas, cara,
33:42
SPEAKER_03: a parte de gestão de custos,
33:44
SPEAKER_03: por exemplo,
33:44
SPEAKER_03: e você criar rotinas de observabilidade assistidas por IA também,
33:49
SPEAKER_03: é uma coisa interessante, cara,
33:50
SPEAKER_03: porque tu não precisa mais ficar olhando para um painel agora e ficar observando,
33:55
SPEAKER_03: tentando fazer links com direitos.
33:56
SPEAKER_03: Pô, é uma coisa que tu não enxerga se tu começa a olhar pra esses dados de maneira solitária.
34:11
SPEAKER_03: Mas se tu tem um agente que tá lá observando,
34:14
SPEAKER_03: vai assim, ô, um dia tua quarta-feira vai bater 100, e tu nem observou isso, sabe?
34:18
SPEAKER_03: Então são lugares que antes a gente não colocava, mas que pode ajudar, né?
34:21
SPEAKER_01: É, é por isso que aqui no AI e DLC, aqui no Patreon é determinado.
34:26
SPEAKER_01: Tem uma fase que é a fase de operação,
34:28
SPEAKER_01: que é exatamente isso, observabilidade, custos, segurança, performance.
34:33
SPEAKER_01: E aí, como falou,
34:34
SPEAKER_01: nossos sistemas estão cada vez mais complexos,
34:36
SPEAKER_01: a gente está colocando coisas cada vez mais rápido na internet, em produção.
34:41
SPEAKER_01: Com menos tempo para teste, porque as pressões de produto estão cada vez mais fortes.
34:47
SPEAKER_01: Então você ter a IA te auxiliando a monitorar coisas, a cruzar coisas.
34:53
SPEAKER_01: Será que esse aumento de latência aqui, vamos aumentar.
34:56
SPEAKER_01: Aumentar a máquina para diminuir a latência, mas às vezes qual é o impacto de custo, sabe?
35:01
SPEAKER_01: Então, tudo isso que hoje a gente tem um trabalho já é complexo para se fazer,
35:06
SPEAKER_01: que a IA acelerou tudo que a gente faz, a IA botou um foguete nas costas.
35:11
SPEAKER_01: O que eu achei legal é que eles mantiveram isso.
35:13
SPEAKER_01: Cara, são três grandes etapas.
35:15
SPEAKER_01: É o conceito, o desenvolvimento e a operação.
35:18
SPEAKER_01: A operação é ela que vai dar tanto insumo para voltar ao ciclo,
35:22
SPEAKER_01: para você ter uma nova insertion,
35:23
SPEAKER_01: uma nova construção, quanto para você não sair do trilho.
35:27
SPEAKER_02: Olhando tudo isso que vocês estão falando aí,
35:30
SPEAKER_02: de tipo, ah,
35:30
SPEAKER_02: tá surgindo novos paradigmas,
35:32
SPEAKER_02: que eu até falei que eu não tô conseguindo acompanhar nada.
35:34
SPEAKER_02: Até porque, tipo, eu não tô trabalhando efetivamente programando.
35:38
SPEAKER_01: Ninguém tá mais programando, cara.
35:40
SPEAKER_01: Não se preocupe.
35:40
SPEAKER_02: Não, mas tu entendeu, né?
35:42
SPEAKER_02: Eu trabalho no dia a dia numa empresa de engenharia de software.
35:45
SPEAKER_02: Como vocês acham, assim, que...
35:47
SPEAKER_02: O que vocês veem no futuro, assim?
35:49
SPEAKER_02: Tipo, vai ser mais pra essa pegada que o Mineto falou
35:51
SPEAKER_02: de cada vez vai ter mais ferramentas pra gente usar coisas diferentes e, sei lá...
35:58
SPEAKER_01: Eu acho que esse AI e DLC é uma tendência.
36:02
SPEAKER_01: A gente não vai mais conseguir,
36:05
SPEAKER_01: na minha opinião, desvincular o desenvolvimento de software da AI.
36:08
SPEAKER_01: E a AI é o que a gente conhece hoje como LLM,
36:12
SPEAKER_01: agora o System One Models e as coisas novas que vão surgir.
36:15
SPEAKER_01: Eu acho que talvez coisas que a gente já conhecia no passado,
36:19
SPEAKER_01: mas que eram complexas,
36:20
SPEAKER_01: começam a ficar mais simples ou novas aplicações começam a fazer.
36:24
SPEAKER_01: Eu acho que isso...
36:25
SPEAKER_02: Será que em algum momento vai ter que juntar um monte de devs num lugar e fazer
36:30
SPEAKER_02: o manifesto AI Agile 2.0?
36:34
SPEAKER_01: Não duvido, já tentaram falar que vai dominar o mundo, vai destruir o mundo, essas coisas.
36:39
SPEAKER_01: Então eu acho que a gente não vai mais conseguir desvincular uma coisa da outra.
36:44
SPEAKER_01: Eu acho que uma coisa que a gente falou nos episódios,
36:48
SPEAKER_01: acho que alguns meses,
36:49
SPEAKER_01: O time de dev não vai mais ser só aquele time que vai receber a demanda de produtos.
37:04
SPEAKER_01: Então vai ter que estar no começo,
37:08
SPEAKER_01: vai ter que estar desde o começo ajudando a construir,
37:11
SPEAKER_01: a desenvolver a ideia, a filtrar a ideia, a ver o que é possível fazer.
37:16
SPEAKER_01: Hoje você tem experimentos que você deixa...
37:19
SPEAKER_01: Uma fábrica de produto, uma fábrica de ideias.
37:22
SPEAKER_01: Você deixa o IA rodando 24 horas,
37:24
SPEAKER_01: gerando novas ideias para o produto e só tem o humano lendo as ideias e filtrando o
37:30
SPEAKER_01: que faz sentido ou não faz.
37:32
SPEAKER_01: E aí você tem que ter uma visão.
37:35
SPEAKER_01: Então, aí você tem experimentos usando uma IA gerando milhares de ideias,
37:45
SPEAKER_01: uma outra IA filtrando, julgando as ideias, e aí é natural.
37:49
SPEAKER_01: Entra um ser humano em algum momento para dizer o que vai e não vai e aí entra
37:53
SPEAKER_01: na segunda fábrica que é essa que a gente está falando aqui que
37:56
SPEAKER_01: o desenvolvimento mesmo.
37:57
SPEAKER_01: Então eu acho que tem bastante coisa,
38:00
SPEAKER_01: eu não acho que a gente vai tão cedo ser cortado do loop Isso aqui vai mudar muito
38:06
SPEAKER_01: o nosso perfil.
38:07
SPEAKER_01: A gente precisa pensar muito mais em arquitetura, muito mais em negócio.
38:14
SPEAKER_01: Acho que a gente ainda precisa ter especialistas em linguagem de programação,
38:19
SPEAKER_01: especialistas em baixo nível.
38:21
SPEAKER_01: Não para tudo...
38:22
SPEAKER_01: Mas para coisas mais complexas,
38:24
SPEAKER_01: tipo o kernel do Linux,
38:26
SPEAKER_01: precisa ter alguém muito foda lá com gerenciamento de memória,
38:31
SPEAKER_01: gerenciamento de hardware,
38:32
SPEAKER_01: ou sei lá,
38:33
SPEAKER_01: o algoritmo do Kubernetes, você precisa ter um humano que Entenda muito daquilo.
38:39
SPEAKER_01: E as nossas próprias aplicações.
38:40
SPEAKER_01: Você tem aplicação aqui que recebe bilhões de requests por dia.
38:45
SPEAKER_01: Então você saber o suficiente para a linguagem, para extrair o melhor dela, ainda é importante.
38:50
SPEAKER_01: Então eu acho que tem bastante coisa maluca pela frente aí.
38:54
SPEAKER_03: E a minha questão em relação a IA é que...
39:09
SPEAKER_03: É essa, tipo assim,
39:11
SPEAKER_03: vai chegar um dia em que como as infraestruturas vão ser algo que
39:17
SPEAKER_03: as próprias corporações que vendem EA vão vender o hosting,
39:20
SPEAKER_03: pra eles quanto mais recursos há, melhor.
39:23
SPEAKER_03: Então...
39:23
SPEAKER_03: A gente vai precisar ter pessoas para evitar que o Waze venda atalho.
39:30
SPEAKER_03: Mas, no meu ponto de vista, eu acho que tem algumas coisas que, sim, vão ficar bem malucas.
39:36
SPEAKER_03: Por exemplo, ali onde eu trabalho, a gente está montando...
39:38
SPEAKER_03: É um fluxo que o usuário,
39:41
SPEAKER_03: dentro do notificar bug ou sugestão,
39:43
SPEAKER_03: ele já manda para um fluxo,
39:45
SPEAKER_03: onde quando ele descreve um bug,
39:46
SPEAKER_03: isso já cai para um agente que,
39:49
SPEAKER_03: conhecendo o código,
39:50
SPEAKER_03: vê se é um bug,
39:52
SPEAKER_03: testa e já faz uma Então,
39:54
SPEAKER_03: o nosso trabalho é mais analisar se aquela correção faz sentido ou não.
39:58
SPEAKER_03: E quando é uma nova feature, aí sim,
40:00
SPEAKER_03: a gente pede para fazer um pré-planning e aí,
40:02
SPEAKER_03: claro, depois a gente entra para olhar o que ela sugeriu.
40:04
SPEAKER_03: Mas daqui a pouco,
40:06
SPEAKER_03: cara, o que vai ter de software automantido, sei lá, Por um consenso de agentes.
40:12
SPEAKER_03: Acho que não é algo muito longe do que a gente está hoje.
40:16
SPEAKER_03: Claro, não grandes ERPs,
40:18
SPEAKER_03: não sistemas críticos,
40:19
SPEAKER_03: não sistemas médicos, não sistemas jurídicos, não sistemas governamentais.
40:24
SPEAKER_03: Mas eu acho que coisas mais simples,
40:26
SPEAKER_03: eu acho que é um caminho para as coisas meio que irem para um autodeploy.
40:31
SPEAKER_01: Tem sistemas financeiros que são regulamentados,
40:38
SPEAKER_01: auditados,
40:39
SPEAKER_01: que você ainda tem que,
40:40
SPEAKER_01: pelo menos até onde a lei tem hoje,
40:42
SPEAKER_01: você tem que ter uma comprovação de que alguém passou o olho, alguém revisou, etc.
40:47
SPEAKER_01: Então acho que ainda vai ter casos assim por um bom tempo, né?
40:50
SPEAKER_03: Até pra dar culpa pra alguém, né?
40:52
SPEAKER_03: Exato.
40:53
SPEAKER_03: Mas ao mesmo tempo que a gente diz,
40:55
SPEAKER_03: eu acho que não tem como considerar o desenvolvimento sem,
41:00
SPEAKER_03: mas eu tô muito curioso sobre as novas coisas que vão vir.
41:03
SPEAKER_03: Tipo, eu fiquei muito empolgado, a primeira coisa...
41:05
SPEAKER_03: A última coisa que eu fiquei empolgada de verdade nos últimos tempos é a questão
41:09
SPEAKER_03: do Jeff, porque trouxe um outro jeito de pensar agora, sabe?
41:12
SPEAKER_03: Coisas que eu não delegaria pensando no fluxo,
41:15
SPEAKER_03: a gente usa bastante coisa de N8N na empresa para automatizar processos e tal.
41:20
SPEAKER_03: Mas eu tinha que pensar,
41:21
SPEAKER_03: o tempo de eu criar um fluxo, cara,
41:23
SPEAKER_03: pra processar, sei lá,
41:24
SPEAKER_03: 400 tarefas por mês, que eu vou gastar 10 horas, eu vou gastar 10 dólares por mês.
41:29
SPEAKER_03: Então, tipo, deixa um classificador por IA, talvez resolver esse problema.
41:34
SPEAKER_03: Não é a melhor engenharia de software.
41:35
SPEAKER_03: Então é isso, você escutou Escovando Bits, o podcast da Codecom.
41:39
SPEAKER_03: Vocês querem falar mais alguma coisa?
41:40
SPEAKER_03: Por que tu tá me olhando assim, Alexandre?
42:00
SPEAKER_03: Não tô chegando nada, só que eu fiquei de cara que tu tá tudo certo.
42:03
SPEAKER_03: Tá com sono?
42:04
SPEAKER_03: Tu é o dono, tu é o dono.
42:05
SPEAKER_03: Sabe o que o Gabriel fez?
42:06
SPEAKER_03: Ele foi ali no Jeve, ele passou as últimas frases, perguntou assim, encerro agora?
42:10
SPEAKER_03: Sim ou não?
42:10
SPEAKER_03: Daí o Jeve disse sim.
42:12
SPEAKER_01: Com 90% de confiança.
42:16
SPEAKER_03: Mas o próprio Gabriel não confiou no Jeb e ele perguntou pros humanos se ele tava certo ou não.
42:21
SPEAKER_02: Não, é que eu fui fazer o encerramento,
42:24
SPEAKER_02: o Alexandre começou a olhar com uma cara assim de risadinha assim,
42:27
SPEAKER_02: daí eu falei, que não era pra eu encerrar, tá ligado?
42:30
SPEAKER_03: É teu, o podcast é teu, cara.
42:33
SPEAKER_02: É que pra mim o tema já acabou, mas é que se vocês quiserem ficar conversando aí...
42:38
SPEAKER_01: Não, não, chega, chega, vamos deixar o Maia escrever o resto do roteiro aí.
42:43
SPEAKER_02: Então, beleza.
42:49
SPEAKER_02: Esse podcast foi editado pela BZT.
43:05
[music]