
A equipe de desenvolvimento da I'mweb apresentou um "colega de IA" que conversa com 60 pessoas no mensageiro da equipe, corrige código, abre mais de 100 pull requests (PRs) e conclui o deploy. O caso foi mostrado no TechGround 26, em Seul. A lição: o que importa não é a IA trabalhar, e sim os critérios de quando chamar o humano. No atendimento, o julgamento das respostas caiu de 100% para menos de 2% e depois zerou em produção.
A equipe de desenvolvimento da I'mweb, plataforma de criação de sites, construiu um "colega de IA" que conversa com 60 pessoas no mensageiro da equipe, corrige código diretamente, abre mais de 100 solicitações de mudança de código (PRs) e conclui o deploy.
O caso foi apresentado em 18 no "TechGround 26", o primeiro meetup técnico externo da empresa, voltado para desenvolvedores, no escritório da sede em Gangnam, Seul. No centro das apresentações ficaram os tropeços e os resultados de levar IA para desenvolvimento, atendimento ao cliente e operação de infraestrutura.
Kim Hyeop-seop, CTO da I'mweb, disse que, como a IA acelerou a escrita de código, o que importa agora é encontrar e destravar os pontos onde o fluxo de trabalho inteiro trava. O método que ele propõe se chama "AI Loop Engineering": o desenvolvedor cria, para a própria função, ferramentas de IA que reduzem tarefas repetitivas, e reinveste o tempo ganho em novos problemas.
Com esse método, o engenheiro de produto Kim Sol apresentou três chatbots de IA: um bot de perguntas e respostas que responde a dúvidas sobre as políticas da empresa com base no código, um bot que auxilia pedidos de desenvolvimento de funcionários que não são desenvolvedores, e um bot que atualiza a documentação de guia de desenvolvimento de acordo com o conteúdo das PRs. As perguntas repetitivas e a gestão de documentação ficaram a cargo da IA, e os engenheiros passaram a focar em problemas mais complexos e na melhoria do produto.
O engenheiro de plataforma Choi Sung-guk contou a experiência de criar um agente que participa do trabalho como um colega real, em uma apresentação batizada de "Avaliação de estagiário do recém-chegado de IA sem noção". No começo, a IA não conhecia o modo de trabalho e os critérios de julgamento da equipe, e interferia fora de contexto. A solução foi desenhar separadamente as regras de conversa e a estrutura de colaboração. Esse agente se comunicou com mais de 60 colegas e escreveu e distribuiu mais de 100 PRs. Segundo o engenheiro, mais importante do que a IA trabalhar é definir o critério de quando falar com o humano e quando tomar a decisão junto com ele.
No atendimento ao cliente, houve o caso em que a intervenção humana foi eliminada por completo. O engenheiro de produto Lee Jung-min automatizou em etapas o processo de julgamento das respostas de um agente de IA. No começo, o julgamento era 100% humano. A proporção caiu para menos de 2%, e depois o envolvimento humano foi totalmente eliminado no ambiente de produção real. O engenheiro apresentou as bases pelas quais considerou confiável o julgamento sem humano.
Na operação de infraestrutura, o ponto central foram as proteções. O SRE (engenheiro de confiabilidade de site) Lee Seung-min redesenhou o sistema de fila de espera de conexões e trocou em etapas, processando cerca de 140 milhões de pedidos de entrada sem falhas relacionadas à fila. Na operação de infraestrutura com IA, o princípio é validar obrigatoriamente os comandos criados pela IA antes de executá-los, e usar a experiência operacional acumulada pela equipe como critério de trabalho da IA.
Nas perguntas e respostas depois da apresentação, predominaram os problemas do dia a dia dos desenvolvedores: a IA reproduzindo também os padrões ruins do código antigo, como validar o código gerado pela IA, e como proteger o código-fonte e os dados pessoais.
O CTO encerrou dizendo que, na era em que a IA substitui grande parte do desenvolvimento, cresce a importância do engenheiro que sabe julgar qual problema resolver e projetar um melhor modo de trabalhar. Ele disse que a equipe continuará compartilhando as experiências testadas e validadas em campo.
"AI가 개발의 많은 부분을 대신하는 시대일수록 엔지니어에게는 어떤 문제를 풀어야 하는지 판단하고 더 나은 업무 방식을 설계하는 역량이 중요해지고 있다"손지우, Platum (20/11/2026) · original
Uma equipe real de desenvolvimento, não um laboratório, já roda um agente que abre, escreve e distribui PRs, e o julgamento humano no atendimento ao cliente já chegou a zero com bases apresentadas. Para o mercado brasileiro, a mensagem: o papel do humano muda de "fazer" para "julgar". Quem define os critérios de julgamento antes de ligar a máquina é quem vai controlá-la depois.
Como aplicar:
Radar de oportunidade: a dor é o humano virar gargalo de operações repetitivas. O desejo é automação com controle humano só nos pontos críticos. A objeção é "não confio na IA para julgar". O modelo é a redução gradual do julgamento humano (100% para menos de 2% para 0), com log e critérios explícitos. E o Brasil: as equipes que já usam IA no atendimento e no marketing estão a 6 a 12 meses desse padrão, e quem mapear os fluxos agora chega antes da curva.
Se você quer saber onde encaixar IA no seu marketing com controle humano (e onde as IAs citam a sua marca na busca), o audit SEO+GEO do Grupo Fornax entrega o diagnóstico e um plano de 90 dias. Chama no WhatsApp +55 61 99205-2182 com "Quero IA no marketing com controle humano". Para ver o agente em ação no navegador, veja também o Chrome testando a visualização das tarefas do Gemini na barra de ferramentas.
Quero IA no marketing com controle humano →Receba as notícias do Radar GF por e-mail: o que está movendo o mercado global de SEO, GEO, IA, marketing e vendas, traduzido para o português e com a análise do Grupo Fornax, direto na sua caixa de entrada.
Quer levar esse conhecimento para o seu negócio? O Grupo Fornax é assessoria de marketing digital: SEO, GEO/AEO (visibilidade nas IAs), tráfego pago, social media e estratégia de vendas. Fale com a equipe e contrate o serviço que o seu momento pede.
É uma plataforma de criação de sites (web builder) que apresentou o caso no "TechGround 26", seu primeiro meetup técnico externo, realizado em 18 de novembro na sede em Gangnam, Seul.
São pull requests, solicitações de mudança de código. O agente de IA escreveu e distribuiu mais de 100 delas, até o deploy.
Em etapas: o início era 100% humano, depois a proporção caiu para menos de 2%, e o envolvimento humano foi totalmente eliminado no ambiente de produção real, com as bases apresentadas pelo engenheiro responsável.
É o método apresentado pelo CTO da I'mweb: o desenvolvedor cria ferramentas de IA para a própria função, reduz tarefas repetitivas e reinveste o tempo liberado em novos problemas.