Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar

Início

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

AI for Devs é a bancada do Solutis LabS que explora IA no desenvolvimento de software, de assistentes de código a agentes que interpretam artefatos e geram testes. Este vault reúne o que ela estudou entre 2023 e 2025, em notas de conceito escritas a partir das sessões gravadas e em uma nota para cada encontro, e é o ponto de partida para quem quer aprender ou retomar esse percurso.

O que a bancada explorou

A jornada começou com curiosidade prática. Na Sessão de Bancada Ferramentas de IA para Desbloquear a Criatividade e Resolver Problemas (2023-09-29), integrantes mostraram ferramentas que já usavam no dia a dia, como Snyk para segurança de código, Documentação de Código com IA, Gamma para apresentações e Transcrição de Reuniões com IA.

O primeiro ciclo de 2024 investigou quais papéis do desenvolvimento podem usar IA generativa para aumentar a qualidade do software. Casos como a Geração de Testes Unitários com IA e a Documentação de Requisitos com IA Generativa foram testados e discutidos até a Sessão de Bancada Revelação dos Suspeitos que Usam IA para Qualidade de Software (2024-05-07), que apontou o campo de QA como terreno fértil e firmou o princípio da Revisão Humana de Saídas de IA.

O segundo ciclo foi o de Testes Autônomos com IA, organizado em três atos: interpretar, gerar e acionar. Ele começou pela Interpretação de Artefatos com IA no Desafio 1 Interpretação de Artefatos com IA em Protótipos de Tela (2024-06-26), comparando ferramentas de chat, e passou a rodar modelos na própria máquina com Ollama na Sessão de Bancada Testes Autônomos com IA Usando Ollama e Modelos Locais (2024-08-20), que também gerou Massa de Dados de Teste. A conclusão foi que um fluxo totalmente autônomo seria caro demais de construir, e o foco ficou em interpretar e gerar.

Entre setembro e dezembro de 2024, a bancada abriu a frente de agentes, com primeiros passos em CrewAI e LangGraph, e estudou a extensão Continue como assistente de código com liberdade de modelo.

O terceiro ciclo, em 2025, virou o Learning Prototype da bancada. O time desenhou Times de Agentes de Interpretação e Geração, comparou frameworks em sessões como Learning Prototype Padrões de Agentes e Comparação entre CrewAI LangGraph e LangFlow (2025-02-27) e consolidou a arquitetura em Learning Prototype Arquitetura de Agentes com LangGraph para Testes Autônomos (2025-04-03). Em paralelo, as sessões de bancada trouxeram Spring AI com Arquitetura Hexagonal, agentes na linha de comando com Aider e uma visão organizada de Agente de IA e Agentic AI na Sessão de Bancada Agentic AI e Agentes de IA na Prática (2025-06-09). Um encontro com pesquisadores da UFBA, no Inside Out Inteligência Artificial Aplicada ao Desenvolvimento de Software com a UFBA (2025-07-30), somou a visão acadêmica sobre testes gerados por modelos, requisitos e prompts. O ciclo fechou com a apresentação do QAssist no Learning Prototype Unbox do QAssist Agentes de IA para Testes de Software (2025-10-28).

Como o vault está organizado

As notas de conceito são atemporais: explicam uma ideia, uma ferramenta ou um padrão, independente da data em que apareceu. Elas estão agrupadas por tema em oito pastas: Fundamentos de Agentes de IA, Padrões de Orquestração de Agentes, Frameworks e Plataformas de Agentes, Modelos de Linguagem e Engenharia de Prompt, Ferramentas de IA para o Desenvolvedor, Testes de Software com IA, Fundamentos de Testes Automatizados e Programa AI for Devs.

As notas de sessão ficam em sessoes/, uma por encontro gravado, cada uma com a transcrição anexa. Elas contam o que foi tratado naquele dia, quais conceitos foram abordados, as dúvidas respondidas e os materiais citados, e ligam a sessão anterior à seguinte. Em algumas sessões a transcrição não pôde ser aproveitada, e a nota registra apenas o tema anunciado.

Seus três primeiros passos

  1. Leia a Learning Prototype Retrospectiva da Bancada AI for Devs e Protocolo Agent2Agent (2025-04-15): é a sessão que recapitula os três ciclos da bancada e dá o mapa de todo o resto.
  2. Abra Testes Autônomos com IA para entender a pergunta que move a bancada: até onde a IA consegue interpretar uma aplicação, gerar os testes e executá-los sozinha.
  3. Termine em QAssist, onde agentes, prompts e testes se juntam numa aplicação real, com suas decisões e limitações registradas.

Para continuar

  • Trilha de Estudo: uma sequência de etapas, do funcionamento dos modelos de linguagem aos agentes do protótipo, para aprender em ordem.
  • Linha do Tempo das Sessões: todos os encontros em ordem cronológica, com uma linha sobre cada um, para repor uma sessão ou ver como a exploração evoluiu.
  • Índice de Conceitos: todas as notas de conceito por tema, com uma definição curta, para consulta rápida.