Pular para o conteúdo
LabS Atlas
Agentic AI
Entrar
Sessões

Workshop Reimaginando Lendas com IA Sessão 2 Implementação com Specs e Harness (2026-07-23)

23 jul 20262h 14min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão foi dedicada à implementação prática do protótipo criado no encontro anterior, usando Cloud Code, OpenSpec, especificações, agentes e harness. O fluxo apresentado partiu da lenda reimaginada, do protótipo visual criado no Stitch e das specs recomendadas, avançando para a geração de cinco especificações, propostas, planos e tarefas. Foi explicado como o OpenSpec organiza o trabalho, identifica tarefas paralelizáveis e mantém um histórico das mudanças, além de como iniciar um projeto, configurar comandos e utilizar ferramentas semelhantes em diferentes IDEs. Também foram demonstrados agentes especializados, memória persistente, skills globais ou locais, hooks para carregar contexto, emitir notificações e bloquear dependências fora da stack definida, reforçando a importância de criar limites para reduzir desvios da IA e controlar custos e consumo de sessão.

A implementação gerou um protótipo funcional de uma aplicação relacionada à obtenção da CNH, com telas de dashboard, jornada, cursos, documentos, agendamento, assistente virtual e persistência de dados no banco. Houve diferenças entre as execuções, incluindo a geração inicial de uma versão mobile quando o objetivo era web e alguns problemas de design, hidratação e contexto, mostrando que specs e harness reduzem, mas não eliminam, erros e a necessidade de revisão humana. A conclusão foi que o desenvolvimento orientado por especificações aumenta a produtividade e facilita a continuidade do trabalho, mas desloca parte do esforço para o planejamento, a elaboração de contexto e a validação das decisões da IA; o papel do desenvolvedor permanece essencial. Como encaminhamentos, ficou prevista a disponibilização do repositório e dos artefatos, o preenchimento do formulário de feedback e a possibilidade de recompensa mediante publicação no LinkedIn. Também foram divulgadas trilhas de aprendizagem sobre IA e Cloud Code, com possibilidade futura de certificação e eventual reembolso pela empresa.

Gerado por IA a partir da transcrição.
Capítulos · 41
04:16
Objetivo do workshop e criação do Cloud Code
Assistir
09:27
Contexto do projeto e fluxo de implementação
Assistir
13:51
Protótipo no Stitch e introdução ao Harness
Assistir
20:02
Harness, repositório e estrutura do projeto
Assistir
25:34
Cloud Code, OpenCode e alternativas gratuitas
Assistir
28:28
Importância do design antes da implementação
Assistir
31:25
Geração de specs e escolha dos modelos
Assistir
33:35
Spec-driven development e rastreamento de tarefas
Assistir
36:42
Instalação e configuração do OpenSpec
Assistir
39:33
Specs, propostas e tarefas paralelas
Assistir
45:27
Diferenças entre Explorer, Proposal e Clarify
Assistir
49:55
Aplicação das specs e implementação do projeto
Assistir
51:10
Custos, sessões e consumo do Fable
Assistir
54:13
Comandos do OpenSpec: proposal e apply
Assistir
55:54
Archive e documentação viva do projeto
Assistir
57:38
Criando comandos personalizados no Cloud Code
Assistir
1:01:31
Review, personalidade e memória dos agentes
Assistir
1:11:04
Agent Memory e persistência dos subagentes
Assistir
1:14:07
Agentes e skills locais ou globais
Assistir
1:18:47
Execução paralela e perguntas durante a implementação
Assistir
1:20:32
Hooks e contexto automático das sessões
Assistir
1:25:09
Notificações sonoras ao finalizar tarefas
Assistir
1:28:01
Guardrails para controlar a stack tecnológica
Assistir
1:30:05
Determinismo, validação humana e papel do desenvolvedor
Assistir
1:33:06
Demonstração visual do protótipo gerado
Assistir
1:36:15
Ajustes do fluxo web e mobile
Assistir
1:40:29
Limitações do Stitch e integração com Cloud Design
Assistir
1:43:47
Assistente de IA e limitações de contexto
Assistir
1:46:07
Persistência de dados e validação no banco
Assistir
1:49:17
Confiança, incerteza e alucinações da IA
Assistir
1:51:25
Encerramento do projeto e artefatos no Miro
Assistir
1:54:23
Feedback sobre SPEC, SDD e harness
Assistir
1:55:41
Produtividade e custos do desenvolvimento com IA
Assistir
1:56:54
A importância de revisar e detalhar os specs
Assistir
1:58:13
Feedback final e implementação com agentes
Assistir
1:59:34
Formulário, recompensas e divulgação no LinkedIn
Assistir
2:06:45
Trilha de cursos sobre IA e Cloud
Assistir
2:08:30
Cursos avançados e encerramento da sessão
Assistir
2:09:50
Demonstração do portal de CNH digital
Assistir
2:11:06
Chatbot do Detran e respostas sobre a CNH
Assistir
2:13:02
Agradecimentos e encerramento do workshop
Assistir
Cortes · 20
Objetivo do workshop: do protótipo ao código
O workshop é apresentado como a etapa prática de um processo que começou com design thinking, especificações e prototipação visual. O objetivo é mostrar como criar uma aplicação do zero usando Cloud Code, agentes e o harness definido anteriormente.
04:16 – 05:39Assistir
Da lenda reimaginada às especificações do projeto
A apresentação explica como o resultado da reimaginação da lenda foi transformado em contexto, prompts, protótipo visual no Stitch e especificações para desenvolvimento. Também é mostrado como essas informações serão usadas para gerar, em sequência, o projeto web com agentes.
09:27 – 19:59Assistir
Harness: como limitar e orientar a IA
O harness é explicado como um conjunto de instruções, contexto, arquivos, padrões e especificações que orientam a IA durante o desenvolvimento. O exemplo mostra arquivos de documentação, stack, convenções, agentes, skills e o protótipo visual funcionando como partes desse controle.
20:02 – 23:58Assistir
Por que o design deve vir antes do código
A demonstração mostra como o protótipo criado no Stitch é exportado e incorporado ao projeto. A experiência apresentada reforça que definir o design antes da implementação ajuda a IA a compreender melhor o contexto e evita que ela tente criar código e interface simultaneamente sem uma direção clara.
27:06 – 31:24Assistir
Geração de specs, escolha de modelos e rastreabilidade
O processo começa pela criação das especificações antes da implementação, usando o design web e o contexto do projeto como entrada. A sessão também compara modelos para gerar specs e código e explica como o fluxo spec-driven mantém o rastreamento das tarefas mesmo quando créditos ou limites de uso interrompem o desenvolvimento.
31:25 – 36:39Assistir
Inicializando um projeto com OpenSpec
É demonstrado o passo a passo para instalar e inicializar o OpenSpec em uma pasta de projeto, escolher as ferramentas de programação e entender as pastas e arquivos criados. Em seguida, são apresentados os arquivos de specs, proposta e tasks, incluindo a identificação das tarefas que podem ser executadas em paralelo.
36:42 – 45:27Assistir
Explorer, Proposal e Clarify no fluxo de especificação
Os participantes diferenciam os comandos Explorer, Proposal e Clarify. Explorer serve para investigar problemas e pontos indefinidos, Proposal formaliza as mudanças desejadas e Clarify resolve ambiguidades antes que a IA tome decisões por conta própria.
45:27 – 49:56Assistir
Comandos do OpenSpec
A sessão apresenta os comandos do OpenSpec, especialmente o `proposal`, que cria os artefatos de uma mudança, e o `apply`, que implementa as tarefas. Também é explicado o comando `archive`, usado para manter um histórico das mudanças e facilitar a compreensão da evolução do projeto.
54:13 – 57:38Assistir
Criando comandos personalizados
É explicado que o comando `report` não faz parte do OpenSpec original, mas foi criado para o workshop para gerar um relatório detalhado das alterações. O trecho mostra como comandos personalizados podem ser usados para melhorar o contexto fornecido ao agente e evoluir o fluxo de desenvolvimento.
57:38 – 1:01:31Assistir
Agentes especializados e memória persistente
O trecho explica como criar e usar agentes especializados, além do funcionamento do Agent Memory. Os agentes são apresentados como processos temporários que executam ações, enquanto sua memória persistente é armazenada em arquivos Markdown, podendo ser local ou global.
1:01:31 – 1:11:08Assistir
Hooks e automação do Cloud Code
São apresentados os hooks do Cloud Code como uma forma de tornar o comportamento do agente mais controlado por meio de scripts executáveis em momentos específicos. O exemplo principal reúne contexto automaticamente no início da sessão e emite notificações sonoras quando comandos ou agentes terminam.
1:20:32 – 1:27:59Assistir
Guardrails e controle da IA
O trecho mostra um guardrail que impede a instalação de dependências fora da stack definida e discute a tentativa de tornar agentes não determinísticos mais previsíveis. Também é reforçada a importância da revisão humana, já que especificações e prompts não garantem resultados idênticos.
1:28:01 – 1:33:04Assistir
Demonstração da aplicação gerada
A aplicação gerada é executada e sua interface é explorada visualmente. O trecho mostra o resultado inicial, incluindo o problema de a aplicação ter sido criada com foco mobile, e discute como o design e o protótipo influenciam a implementação produzida pelo agente.
1:33:06 – 1:37:35Assistir
Explorando o protótipo funcionando
A demonstração percorre o fluxo do sistema de formação de condutores, incluindo progresso do curso, envio e validação de documentos, timeline, agendamento e assistente por IA. Também são identificadas limitações do protótipo, como dados não persistidos, ausência de integração com o banco e confusão entre os fluxos mobile e web.
1:37:35 – 1:46:07Assistir
Dados do sistema salvos no banco
É feita uma verificação direta no banco de dados para confirmar que clínicas, documentos, horários disponíveis e mensagens do assistente foram realmente persistidos. Também são consultadas as respostas geradas pela IA e os dados usados pelo dashboard.
1:46:07 – 1:49:17Assistir
Confiança nas respostas da IA
A conversa explica por que indicar o nível de confiança da IA é importante, especialmente quando o sistema não tem contexto suficiente ou pode estar respondendo errado. Também é discutido que o workshop criou apenas um módulo inicial de um sistema maior, e não uma solução completa.
1:49:17 – 1:51:25Assistir
Produtividade e revisão no desenvolvimento com IA
Os participantes avaliam o uso de especificações, documentos e agentes para orientar a IA no desenvolvimento. A conclusão é que a IA pode aumentar a produtividade, mas exige mais planejamento, instruções precisas e revisão cuidadosa dos artefatos gerados.
1:54:23 – 1:59:33Assistir
Recompensas e trilha de aprendizado
São apresentadas as regras para receber recompensas pela divulgação do workshop no LinkedIn, incluindo prazo, marcação da empresa e divisão do valor entre participantes. Em seguida, é divulgada uma trilha de cursos sobre IA e Cloud Code, com conteúdos básicos, avançados e possibilidade de certificação.
1:59:34 – 2:06:45Assistir
Cursos recomendados para aprender IA
Os participantes comentam a trilha de cursos, destacando que ela aborda fundamentos úteis para diferentes ferramentas de IA, traz exercícios práticos e oferece conteúdos aplicáveis a projetos reais. Também são explicados o acesso com a conta corporativa e os links disponíveis no mapa de cursos.
2:06:45 – 2:09:50Assistir
Demonstração do assistente de CNH
É demonstrado um protótipo de portal para serviços relacionados à CNH, com agendamento, documentação, uso da câmera e um assistente virtual capaz de responder dúvidas sobre primeira habilitação, renovação, exames e categorias.
2:09:50 – 2:13:02Assistir
Perguntas desta sessão
Qual é a diferença entre os comandos Explorer e Proposal do OpenSpec?
O Explorer vem antes do Proposal e analisa o código ou a ideia para identificar problemas, dependências, vulnerabilidades, acoplamentos e decisões ainda indefinidas. Depois dessa exploração, o Proposal formaliza uma mudança com base nos problemas encontrados, especificando o que deve ser alterado. O Proposal também pode levantar perguntas de clarificação quando a solicitação está vaga; sem exploração ou clarificação, a IA pode decidir sozinha sobre pontos não definidos.
45:45 – 49:17Assistir
O que faz o comando `/review` criado para o OpenSpec?
O comando revisa as alterações realizadas no projeto e pode consumir bastante tempo e tokens ao analisar as mudanças.
1:01:46 – 1:02:02Assistir
Os agentes do Cloud Code podem ser criados localmente e globalmente, assim como as skills?
Sim. Os agentes podem ser criados no diretório local de configuração do projeto ou no diretório global da máquina, ficando disponíveis conforme o escopo escolhido.
1:13:56 – 1:14:30Assistir
A memória de um agente do Cloud Code fica persistida localmente quando o agente muda de tecnologia ou contexto?
Sim. A memória do agente pode ser persistida tanto local quanto globalmente, em arquivos de configuração e memória do Cloud Code, permitindo registrar a evolução do agente para novos contextos, como a mudança de Next.js para Java.
1:15:51 – 1:16:49Assistir
Por que uma aplicação web gerada com Cloud Code pode não apresentar erros na primeira execução, mesmo quando há problemas no código?
Um problema comum ocorre quando o modelo foi treinado com uma versão desatualizada do Next.js. Incompatibilidades entre versões podem causar erros de hidratação em pontos específicos da aplicação.
1:35:18 – 1:35:41Assistir
Quais são os efeitos de usar uma abordagem baseada em specs, Spec-Driven Development e harness para desenvolver projetos com IA?
A abordagem reduz a quantidade de código escrito manualmente, mas não elimina a complexidade: é necessário criar documentos, usar comandos e estruturar bem as instruções. Ela pode aumentar a produtividade, porém exige mais tempo para pensar, revisar specs, validar decisões e conferir se a implementação está alinhada ao que foi planejado.
1:54:24 – 1:55:27Assistir
A trilha de fluência em IA abrange apenas a trilha inicial ou a trilha inteira?
A recomendação é realizar a trilha inteira. Os três primeiros cursos são especialmente importantes, enquanto os demais funcionam como ramificações e aprofundamentos.
2:07:00 – 2:07:57Assistir
Você usa o Cloud Code?
Não; o participante usa GPT e afirma que uma boa estrutura de instruções e fundamentos pode funcionar em diferentes ferramentas, como Cloud Code e OpenCode. Os cursos também oferecem exemplos e exercícios práticos curtos.
2:07:55 – 2:08:35Assistir