Engenharia de software com agentes: o que mudou depois de dois dias no workshop do TLC (2026 edicao)
English summary: After two days at Tech Leads Club's AI software engineering workshop, the main lesson was clear: faster code generation moves the bottleneck to context, architecture, verification, and technical judgment.
No fim de uma sessão com agentes, é possível ter centenas de linhas novas e ainda não saber se o problema certo foi resolvido. O código existe. A confiança, às vezes, não.
Passei os dias 12 e 13 de setembro de 2026 no workshop de engenharia de software com IA da Tech Leads Club. A programação reunia nomes da comunidade e convidados com experiências bem diferentes: Waldemar Neto, Felipe Adamoli, Felipe Rodrigues e William Calderipe, da TLC, além de Julio Santos, Staff Engineer no iFood, William Fernandes, Senior Software Engineer no PayPal, e Rogério Chaves, cofundador da LangWatch. Essa composição ajudou a tirar a conversa do campo dos prompts e levá-la para arquitetura, operação e qualidade. A página oficial do workshop lista os módulos e os profissionais convidados.
Minha tese depois2 desses dois dias é esta: quando agentes aceleram a implementação, o trabalho de engenharia se concentra ainda ais em contexto, decisões, arquitetura e verificação.
Este texto organiza os aprendizados que quero levar para o próximo projeto. Ele não é uma transcrição das aulas. É uma tentativa de transformar anotações em um modelo de trabalho que um time possa testar.
TL;DR
- A velocidade do build deixa mais visíveis os gargalos de descoberta, design, revisão, testes e operação.
- Contexto espalhado entre Slack, tickets, documentos e código é uma fonte direta de erro para agentes.
- Uma spec bem escrita funciona como interface entre intenção humana e execução automática.
- Autonomia precisa de limites, permissões e evidências proporcionais ao risco.
- MCPs, skills, agentes, hooks e evals formam um sistema de trabalho. Uma coleção de prompts não forma.
- O engenheiro ganha alavanca quando passa a liderar problema, arquitetura, decomposição e validação.
Um exemplo simples resume a diferença: "o agent terminou" é um status. "O agent implementou o comportamento, rodou os checks definidos, abriu a evidência e parou dentro dos limites" é um resultado auditável.
O workshop tornou o problema concreto
O material público do workshop descrevia sete módulos práticos em dois dias, com foco em IA-first, Spec-Driven Development, harness e o novo papel do dev. Os exemplos das aulas eram variados o bastante para mostrar que a discussão não cabe em uma ferramenta específica.
Julio Santos trouxe o contexto de sistemas frontend grandes no iFood. William Fernandes trouxe o custo de errar em automação de risco e fraude no PayPal. Felipe Rodrigues trabalha com skills, MCPs e engenharia de IA em produção e lidera o grupo de pesquisa de IA da TLC. William Calderipe conecta arquitetura pragmática, confiabilidade e experiência em sistemas de transação#km0