Definir IA de agentes no SDLC
Muitos desenvolvedores já usam IA em um padrão de assistente familiar. Um assistente responde a um prompt, gera saída e retorna o controle para o usuário. Um agente vai além: ele pode interpretar uma meta, decidir sobre etapas intermediárias, usar ferramentas e tomar medidas dentro de um fluxo de trabalho.
Essa diferença importa porque altera a IA de algo que ajuda no desenvolvimento em algo que participa do desenvolvimento.
Nesta unidade, você aprenderá
O que torna um sistema de IA agente em um contexto de desenvolvimento
Como os sistemas baseados em agente diferem dos sistemas baseados em assistente
Como o comportamento do agente aparece dentro de fluxos de trabalho GitHub
O que torna um sistema de IA agente em um contexto de desenvolvimento.
Os sistemas baseados em assistente normalmente são reativos:
Eles dependem de um usuário para decidir o que fazer a seguir.
Eles podem sugerir código, explicar a saída ou resumir alterações.
Eles não avançam o trabalho de forma independente dentro de um repositório.
Os sistemas baseados em agente são orientados por metas:
Eles podem interpretar uma tarefa, desenvolver uma abordagem e tomar medidas para a conclusão.
Eles podem usar ferramentas (por exemplo, a API do GitHub, fluxos de trabalho de CI ou operações de gravação de repositório) para produzir resultados duráveis, como branches, commits e pull requests.
Eles podem iterar baseados em feedback (verificações, revisões, varreduras).
Em GitHub, esse modelo geralmente é expresso por meio de um fluxo de trabalho orientado para solicitação de pull: o agente propõe alterações em um branch, abre uma solicitação de pull e aguarda revisão e validação antes que a alteração seja mesclada.
Assistente versus agente?
Ele está se comportando como um assistente quando:
Produz sugestões ou explicações
Não executa ações de repositório
Requer que o usuário aplique cada etapa manualmente
Um sistema de IA está se comportando como um agente quando pode:
Manter um objetivo ao longo de várias etapas
Decidir ações intermediárias
Usar ferramentas
Criar ou modificar artefatos duráveis (branch/commits/PR)
Iterar com base em sinais de feedback
Como o comportamento do agente aparece no GitHub
Em GitHub, o comportamento do agente é visível por meio das mesmas estruturas que os desenvolvedores já usam:
Branches e commits (o que foi alterado)
Solicitações pull (o que é proposto, por que e para revisão)
Fluxos de trabalho e verificações (quais evidências existem)
Revisar comentários e aprovações (o que os humanos aceitaram ou rejeitaram)
Um agente não substitui o fluxo de trabalho. Entra no fluxo de trabalho como participante.
Exemplo de implementação
Comportamento do agente (produção de PR) Um alerta de segurança é registrado. O agente:
- Cria uma ramificação (por exemplo, agent/bump-dep-2026-04-03)
- Atualiza uma dependência e um arquivo de bloqueio
- Abre uma solicitação de pull com um resumo e um plano
- Aguarda as verificações de CI e o feedback de revisão e faz revisões, se necessário.
Comportamento do assistente (somente sugestão) Você pergunta a um assistente: "Como atualizar essa dependência com segurança?" O assistente fornece:
um conjunto de comandos recomendados
uma lista de verificação de riscos
alterações de código sugeridas Você ainda cria o branch e o pull request por conta própria.
Na próxima unidade, você examinará o ciclo de vida que rege como os agentes planejam, atuam e avaliam.