Introdução
O desenvolvimento assistido por IA está evoluindo. Em vez de ferramentas que sugerem apenas código, agora temos sistemas que podem realmente tomar medidas dentro do SDLC (ciclo de vida de desenvolvimento de software). Em GitHub, você já pode ver isso com experiências como o agente de nuvem do Copilot. Ele pode explorar um repositório, sugerir um plano, fazer alterações em um ramo e abrir um pull request para que você possa revisar. À medida que esses sistemas se tornam mais capazes, sua função como desenvolvedor começa a mudar. Você não está mais apenas escrevendo código. Você também está orientando, supervisionando e validando sistemas que podem planejar, agir e melhorar ao longo do tempo em seus fluxos de trabalho.
Os fluxos de trabalho do agente seguem um plano → agir → avaliar loop, em que cada ciclo usa comentários do sistema para refinar a próxima etapa até que o resultado atenda aos padrões necessários. Este módulo fornece a base necessária para entender essa mudança. Você aprenderá o que torna um sistema "agente", como os agentes diferem dos assistentes tradicionais e como eles operam dentro de GitHub. Você também verá como GitHub atua como o sistema de registro e o plano de controle, usando ferramentas familiares como solicitações de pull, revisões, verificações de status, CODEOWNERS, conjuntos de regras e ambientes para manter a atividade do agente segura e controlada.
Neste módulo, abordaremos:
- Definir a IA autônoma no ciclo de vida do desenvolvimento de software (SDLC) e distinguir entre agentes e assistentes
- Explicar e aplicar o plano → agir → avaliar o ciclo de vida em fluxos de trabalho do agente
- Descrever como GitHub funciona como o sistema de registro e plano de controle para a atividade do agente
- Identificar responsabilidades, riscos, antipadrões e requisitos de rastreabilidade em sistemas de agente
- Aplicar o modelo de colaborador para avaliar o trabalho gerado pelo agente
Aqui estão outros módulos para saber mais sobre o Desenvolvimento em Sistemas de IA Agentic: