git blame em 2.847 linhas de um serviço fiscal: 71% é de quem saiu e 62% dos commits não dizem por quê
Peguei três linhas de um if num serviço de nota fiscal e fiz a pergunta mais barata que existe: por que isso está aqui? Levei duas semanas de trabalho normal para responder, e a resposta não estava no repositório.
Conto isso porque o mercado está resolvendo outro problema. O InfoQ noticiou um forge de Git desenhado para agente, partindo da premissa de que o modelo de pull request não aguenta o volume que agente produz. O GitHub descreveu uma arquitetura nova de armazenamento para milhares de agentes empurrando no mesmo repositório. As duas apostas são sobre vazão: mais branch, menos conflito, merge mais rápido. Nenhuma das duas toca no que me travou.
Antes de opinar, fui medir. Serviço em TypeScript, 27 arquivos no módulo fiscal, seis anos de histórico, quatro fornecedores diferentes no caminho. Todos os números abaixo saíram de comando que você roda no seu repositório hoje.
Quem escreveu as linhas que estão de pé
git ls-files 'src/fiscal/**/*.ts' | wc -l
# 27
git ls-files 'src/fiscal/**/*.ts' \
| xargs -n1 git blame --line-porcelain \
| grep '^author ' | sort | uniq -c | sort -rn
734 author dev-03
512 author dev-07
418 author dev-01
311 author dev-09
268 author dev-02
199 author dev-11
158 author dev-05
121 author dev-04
74 author dev-08
33 author dev-06
19 author dev-10
São 2.847 linhas vivas e 11 autores. Cruzei a lista com quem ainda tem acesso ao repositório: 7 dos 11 não têm mais. As linhas desses sete somam 2.021, uns 71% do módulo. Não é código morto, é o caminho por onde a nota passa todo dia.
O que o histórico explica
git log --no-merges --format='%s' -- src/fiscal \
| awk '{ if (NF<=3) s++; t++ } END { print s, t, s/t }'
# 729 1182 0.616751
729 de 1.182 commits têm mensagem de até três palavras. "ajuste fiscal", "fix nfe", "correcao cliente". Uns 62% do histórico registra que algo mudou e não registra por quê.
O resto trazia número de ticket, e aqui a coisa piora:
git log --no-merges --format='%s%n%b' -- src/fiscal \
| grep -oE '\b[A-Z]{2,}-[0-9]+\b' | sort -u > ids.txt
wc -l < ids.txt
# 206
cut -d- -f1 ids.txt | sort | uniq -c | sort -rn
# 97 FISC
# 51 ERP
# 38 NFE
# 20 CORE
FISC e ERP são prefixos do rastreador que a empresa desligou numa troca de ferramenta. 148 dos 206 ponteiros apontam para lugar que não existe mais. Rastreabilidade com prazo de validade vencido.
O teste com o agente
Separei as seis condições mais estranhas do módulo e pedi ao agente, com o repositório inteiro no contexto, para explicar por que cada uma existe. Reescrevi uma delas aqui, sem dado de cliente, só para você ver o formato:
// src/fiscal/base-calculo.ts
if (item.cfop === '6108' && pedido.canal === 'b2b' && !pedido.transportadoraId) {
base -= item.frete
}
O agente respondeu as seis com justificativa fiscal plausível e bem escrita. Consegui confirmar a origem de duas: uma num canal de chat arquivado, outra perguntando ao único autor que continua na empresa. Nenhuma das duas tinha a ver com regra fiscal. A primeira vinha de um contrato de transportadora que terminou em 2022, a segunda era remendo para um parceiro que mandava arquivo com separador errado. Zero acerto nas duas que deu para checar. Das outras quatro, continuo sem saber.
E isso não é falha do modelo. O motivo nunca entrou no repositório, então o agente não tem de onde tirar. Ele preencheu o buraco com o que o código parece fazer. Gente nova no time faz igual, com a diferença de que escreve mais devagar e costuma avisar que está no escuro.
O InfoQ publicou hoje o outro lado da mesma moeda: Sam Saccone e Madhuri Garikapati, do Google, descreveram o que chamam de agent distraction, quando TODO antigo, referência de bug morta e spec desatualizada desviam o agente para tarefa que ninguém pediu. Contexto velho não só esconde o porquê, ele produz trabalho errado em velocidade.
Onde o gargalo está de verdade
Meu módulo de 27 arquivos não tem problema de vazão. Ele recebe algo perto de 16 commits por mês. Um forge que absorve mil agentes empurrando ao mesmo tempo resolve uma fila que eu não tenho, e deixa intacta a fila que me custa dias: descobrir se aquela condição é lei vigente ou lembrança de um contrato morto. Troque o pull request por review contínuo de agente e essa pergunta continua sem dono, só chega mais rápido.
Três coisas que mudei depois de contar isso, e todas são baratas:
- Mensagem de commit obrigada a responder por que, com a regra de negócio por extenso e a vigência quando existe. Número de ticket entra como apêndice, nunca como a única explicação.
- Decisão que vale mais de um sprint vira arquivo markdown versionado junto do código. Ferramenta de gestão troca a cada três anos, o repositório fica.
- Nas duas primeiras semanas dentro de um sistema que o time não escreveu, ninguém abre pull request. A gente lê o sistema rodando, conta erro por dia e vai atrás de dono de regra. Parece lento até a primeira vez que um
ifde 2019 explica um prejuízo de hoje.
Fica a parte que eu não sei: não tenho ideia de como recuperar motivo em base onde o autor saiu e o chat da época também morreu. Arqueologia de produção resolve o comportamento, não a intenção.
Roda o awk no seu módulo mais antigo e comenta quanto deu a sua fração de commit com três palavras ou menos. E se alguém aqui já fez um agente recuperar o motivo de uma regra antiga com acerto, me conta de onde ele tirou a informação, porque no meu teste ele inventou com confiança.
Fonte da posição que eu defendo aqui, com a conta da verificação feita em outro cenário: https://revin.com.br/pt/blog/desenvolvimento-de-software-com-ia-gargalo-verificacao