🛰️ Técnicas Avançadas

O modo padrão: você aprova cada passo e cada ação do agente.

É seguro, mas vira gargalo — você é o limite de velocidade.

Aprovação manual; segurança × throughput.

Deixar o agente rodar sozinho enquanto você está longe do teclado.

É o salto de produtividade: o trabalho acontece sem você.

AFK = agente autônomo; sem babá.

O momento em que você confia o suficiente no harness para sair do loop.

Destrava paralelismo: vários agentes trabalhando ao mesmo tempo.

Confiança no harness → autonomia.

Tarefas arriscadas ou ambíguas ainda pedem você no loop.

AFK cego em tarefa errada é como dar a chave do carro a um júnior.

Risco × reversibilidade decide o modo.

Configurar permissões para o agente agir sem pedir aprovação a cada passo.

Cada confirmação manual é fricção que mata o AFK.

Allowlist; auto-approve com limites.

AFK + paralelismo = vários "vocês" trabalhando em frentes diferentes.

É a alavanca de escala real do método.

Frota de agentes; você como gerente.

Rodar várias tarefas com agentes diferentes ao mesmo tempo.

Multiplica throughput sem multiplicar o seu tempo.

Paralelismo = vazão; você vira orquestrador.

Agente AFK com acesso total à sua máquina pode causar estrago.

AFK sem isolamento é a receita do desastre.

Blast radius; isolar antes de soltar.

A ferramenta de sandbox que o Matt usa para rodar agentes isolados.

É o atalho prático para AFK seguro.

Sandbox pronta; isolamento por tarefa.

Containers como caixa de areia para cada agente.

Isolamento padrão da indústria, fácil de descartar e recriar.

Container efêmero; ambiente reproduzível.

Sandboxes gerenciadas na nuvem para rodar agentes sem sua máquina.

Tira o agente do seu laptop e libera você totalmente.

Sandbox como serviço; sem travar o local.

Coordenar uma frota de agentes em sandboxes separadas.

É onde paralelismo + isolamento viram escala de verdade.

Frota isolada; cada um na sua caixa.

Rodar agentes dentro do GitHub Actions, como um passo do CI.

CI é um sandbox AFK gratuito que você já tem.

Agente como job; ambiente efêmero.

Uma Action que revisa cada PR com um agente automaticamente.

Review consistente em todo PR, sem você lembrar de pedir.

Review on push; feedback no PR.

Aplicar uma label numa issue/PR dispara o agente para agir.

Vira um botão "manda o agente" dentro do GitHub.

Trigger por label; on demand.

O agente entrega o trabalho como um PR pronto para você revisar.

PR é o checkpoint natural entre AFK e revisão humana.

Saída revisável; nada vai direto pra main.

Todo o trabalho roda nos runners do GitHub, não no seu laptop.

Você fica livre enquanto o agente trabalha na nuvem.

Compute remoto; laptop liberado.

Montar sua própria Action de agente do zero (detalhada na Trilha 5).

Uma Action sua se adapta exatamente ao seu fluxo.

YAML mínimo; checkout → agente → PR.

O "Ralph loop" de Geoff Huntley: rodar o agente em loop até resolver.

É o ponto de partida — e onde muita gente trava.

Loop bruto; repete até "pronto".

Loop cego repete sem priorizar nem escopar — desperdiça tokens.

Repetir não é o mesmo que organizar o trabalho.

Loop sem triagem = caro e errático.

Em vez de um loop, uma fila de tarefas escopadas que o agente consome.

Fila dá ordem, prioridade e parada limpa.

Queue de tarefas; consumir em ordem.

Quebrar e priorizar tarefas com escopo nítido antes de enfileirar.

Tarefa bem escopada é tarefa que o agente termina sozinho.

Triagem; escopo nítido por item.

Você é o rei que distribui ordens; os agentes são os súditos que executam.

Fixa a mentalidade: você comanda, não executa.

Rei distribui; súditos executam a fila.

Vários agentes (nós) puxando da mesma fila em paralelo.

Junta fila + paralelismo para máxima vazão.

Workers puxando da fila; escala horizontal.

Um sistema bem feito não exige o modelo mais caro para se sustentar.

"Compre o cadeado": invista no sistema, não na peça cara.

Sistema barato e robusto > modelo premium.

Um cron que roda um agente de security review periodicamente.

Segurança vira rotina automática, não um esforço pontual.

Cron diário; varredura recorrente.

Telemetria detecta o problema, abre uma issue e dispara o fix.

Fecha o ciclo da observação ao conserto sem você no meio.

Detectar → abrir issue → corrigir.

O agente busca a causa raiz, não só o sintoma do bug.

Causa raiz evita que o mesmo problema volte.

Root cause > band-aid.

O sistema aprende com cada falha e ajusta a si mesmo.

Auto-melhoria compõe: o sistema fica melhor sozinho ao longo do tempo.

Feedback loop; melhora composta.

Revisar periodicamente o próprio sistema auto-melhorável.

Auto-melhoria sem supervisão pode derivar para o lugar errado.

Auditar o auto-ajuste; humano no nível de cima.

O review é o ponto onde você verifica e corrige o rumo do agente.

É a sua rede de segurança no mundo AFK.

Checkpoint = controle de qualidade.

Adiar o ponto de revisão para o fim, dando mais autonomia ao agente.

Quanto mais à direita o checkpoint, mais AFK você consegue.

Mover o checkpoint conforme a confiança sobe.

Identificar os checkpoints onde o humano já não agrega valor.

Remover o humano certo acelera; remover o errado quebra.

Cortar o checkpoint redundante, manter o crítico.

Usar um agente para revisar o trabalho de outro antes de você.

Filtra a maioria dos erros antes do checkpoint humano.

Agente revisor; dupla checagem.

O agente grava um walkthrough em vídeo com narração TTS do que fez.

Você revisa assistindo, em vez de ler diff por diff.

Walkthrough narrado; review por vídeo.

Usar IA para resumir, destacar e acelerar o seu review humano.

Review rápido mantém o AFK fluindo sem virar gargalo.

IA resume o diff; review sem dor.