Ing. Calogero Bono
O GitHub publicou um guia para desenvolvedores sobre o agentic engineering, ou seja, o trabalho com agentes de IA ao longo de todo o ciclo do software. O ponto de partida são os números divulgados pela empresa. Na semana de outubro, os commits ultrapassaram 1,2 bilhão, mais de 400% a mais do que um ano antes. Escrever código ficou mais barato, mas planejar, revisar e observar continuam sendo o gargalo, e é aí que está a produtividade de verdade.
Alguns termos, antes de entrar nos fatos. Agentic engineering é o modo de trabalho em que agentes de IA executam tarefas de forma autônoma e você os orienta. Um pull request é a proposta de alteração que um colega revisa antes da integração. A triagem é a organização das notificações por prioridade. O CodeQL é a ferramenta do GitHub que analisa o código em busca de vulnerabilidades. Um sandbox é um ambiente isolado onde o código roda sem tocar no seu computador.
Por que mais código não significa mais produtividade?
Segundo o GitHub, em uma semana de outubro houve mais commits do que em todo o ano de 2025. A empresa se pergunta se os desenvolvedores realmente se sentem 400% mais produtivos.
O segundo dado vem de um estudo da Faros AI citado pelo GitHub. Os pull requests ficaram em revisão 441% mais tempo quando as equipes passaram de um uso baixo para um uso alto de IA. O trabalho se desloca da escrita para a verificação.
É o mesmo cenário que relatamos ao falar do GitHub Rubicon, pensado para muitos agentes em um único repositório.
Como planejar com o Copilot?
A fase Plan serve para reunir em um só lugar o contexto espalhado entre ferramentas, conversas e pull requests antigos. O GitHub indica o Copilot no Slack ou no Teams para planejar junto com gerentes de produto, designers e analistas.
- O Copilot pode criar GitHub Issues com critérios de aceitação e tarefas separáveis.
- O GitHub Agentic Workflows classifica as issues e estima a complexidade, para que as tarefas simples vão direto ao Copilot.
- O Plan Mode compara abordagens e produz um plano para aprovação antes da implementação.
Como trabalhar em vários compromissos ao mesmo tempo?
Na fase Build, a continuidade de sessão permite retomar a mesma sessão do Copilot a partir de dispositivos diferentes. As tarefas rodam em sandboxes na nuvem, então continuam mesmo com o laptop fechado. O app do Copilot dá a cada sessão uma cópia isolada do repositório.
O conhecimento do projeto passa pelas instruções do repositório e pela memória compartilhada. O Copilot Dreaming revisa as sessões elegíveis e o feedback dos pull requests para atualizar as memórias. Com o Copilot Fusion, você escolhe modelos e profundidade de raciocínio, equilibrando qualidade, custo e tempo. Uma abordagem próxima à descrita em IA agêntica e automação avançada.
Como reduzir o tempo de revisão dos pull requests?
Para o GitHub, a fila de revisão é "441% na prática". A resposta é atuar em duas frentes, mudanças mais fáceis de revisar e verificações de rotina delegadas ao Copilot.
- Os stacked pull requests dividem o trabalho dependente em partes pequenas.
- O GitHub Code Quality verifica as alterações segundo os padrões da organização.
- O Copilot code review ajusta a profundidade ao tamanho da mudança.
- O AI Scan procura vulnerabilidades além da cobertura do CodeQL, enquanto a detecção de segredos com IA identifica segredos não estruturados, como senhas. Para aprofundar, há o nosso guia sobre gerenciamento de segredos.
- O package firewall, em prévia pública para o npm, pode bloquear downloads contrários às políticas.
- O Agentic Autofix propõe correções de segurança e o Agent Merge cuida de verificações com falha, comentários e conflitos.
Se você configurar, o Copilot também pode integrar os pull requests quando as verificações forem aprovadas.
Limites a conhecer
O texto é um guia publicado pelo GitHub, então os benefícios são afirmações da empresa e não resultados medidos de forma independente. No material que temos à disposição, a fase Observe está truncada, por isso não podemos descrevê-la por completo. Faltam preços, planos necessários e disponibilidade de cada recurso, com exceção da prévia pública do package firewall. O estudo da Faros AI é citado, mas não verificado por nós.
O que muda para quem trabalha com o digital
Se você desenvolve com IA, o tempo economizado escrevendo código corre o risco de se perder nas revisões. Vale trabalhar com pull requests pequenas e focadas, e automatizar as verificações de rotina antes que um colega entre em cena. Quem usa o Cursor ou outros assistentes deveria seguir o mesmo raciocínio. Para equipes pequenas, escrever bem as instruções do repositório passa a fazer parte do trabalho.
Nossa opinião
O guia tem o mérito de partir de um problema real, a revisão, em vez de vender apenas velocidade. Ainda assim, é material promocional. Muitos recursos citados, do Agent Merge à integração automática, transferem confiança para o agente justamente onde mais é preciso atenção humana. O risco é substituir a fila de revisão por uma fila de verificações automáticas que ninguém lê. O método tem valor, mas deve ser introduzido aos poucos e medido.
Perguntas frequentes
O que é o agentic engineering segundo o GitHub?
É um fluxo de trabalho em que agentes de IA ajudam em quatro fases, Plan, Build, Verify e Observe. O desenvolvedor orienta os resultados. O GitHub propõe isso como uma extensão além da simples geração de código.
Quantos commits o GitHub registrou?
Mais de 1,2 bilhão em uma semana de outubro. Segundo o GitHub, isso representa mais de 400% a mais do que um ano antes e mais do que todos os commits de 2025 juntos.
O que diz o estudo da Faros AI?
Os pull requests permanecem em revisão 441% mais tempo com alta adoção de IA do que com baixa. O GitHub cita o dado como prova de que a pressão se desloca para a revisão.
O Copilot pode integrar pull requests sozinho?
Sim, se você configurar. O GitHub diz que o Copilot integra pull requests quando as verificações definidas são aprovadas.
O package firewall está disponível para todos?
Está em prévia pública para o npm. Ele pode bloquear downloads que violam as políticas de segurança configuradas. Para outros ecossistemas, a fonte não diz nada.
O que observar nos próximos meses sobre as revisões assistidas
A questão é se essas ferramentas realmente reduzem a espera pelas revisões. Dados independentes dirão mais do que os guias.
- Meça o tempo médio de revisão dos seus pull requests antes e depois da introdução dos agentes.
- Acompanhe quando a fase Observe for descrita por completo e como ela se conecta às suas ferramentas de monitoramento.
- Verifique planos e custos dos recursos de segurança antes de confiar a eles as verificações.
