Desenvolvimento IA-Native com Claude na prática

Notas do episódio

Neste episódio do Zupcast, Zup e Itaú Unibanco abrem os bastidores do piloto de uma plataforma de engenharia com 100% do código gerado por agentes de IA usando Claude Code. Mais de 8 milhões de linhas de código, nenhuma escrita manualmente, e um piloto rodando em dois meses de projeto.Victor Vilella, Diretor de Tecnologia da Zup, recebe Cadu Pereira, CPO da Zup, e Jorge Rua, Distinguished Engineer do Itaú, para decompor o que muda estruturalmente quando a inteligência artificial deixa de ser copiloto e passa a ser o recurso central do ciclo de desenvolvimento de software. A conversa cobre o desafio de engenharia de plataforma em um dos maiores consumidores de cloud do mundo, a escolha da família de produtos da Anthropic (Claude Code, Claude Cowork e Claude Design), a adoção de spec-driven development, o roteamento de modelos entre Opus e Sonnet para controlar consumo de tokens, e por que os gates de decisão humanos seguem inegociáveis mesmo em fase de piloto.Neste episódio você vai aprender sobre:Por que a complexidade em software não desaparece, apenas muda de lugar, e como isso levou à decisão de experimentar IA de forma massivaComo o time passou a trabalhar para melhorar o harness e o contexto dos agentes, em vez de escrever cada PRD, tela e linha de códigoPor que designers hoje entregam código funcional de front-end com Claude Design e o que isso muda para o papel do front-endPor que DevOps e trilhos determinísticos de deploy voltaram ao centro quando a geração de código deixa de ser gargaloComo o consumo de tokens caiu ao investir em contexto e memória para os agentes, e por que o custo não pode ser analisado isolado do ROIModel routing na prática: Opus para Solution Design e análise de impacto, Sonnet para 100% da codificaçãoPor que 100% das decisões técnicas, de arquitetura, segurança e resiliência continuam com o time humanoPor que a escolha por Go e o domínio total do desenho da solução são a base da resiliência quando a IA vira caminho críticoPor que esse modelo só funciona com times de alta profundidade técnicaResultados do piloto até aqui: 8 semanas de projeto contra estimativa inicial de 8 meses, 93% do código integrado sem revisão manual, ideia em produção em 9 dias e mais especificação do que código no repositório#IA #ArtificialIntelligence #SoftwareEngineering #Leadership #Tecnologia@zupinnovation - LinkedIn | Instagram00:00 Abertura: 8 milhões de linhas e nenhum código escrito à mão00:35 Do que este episódio trata e convite para seguir a Zup no LinkedIn00:58 Apresentação do episódio com Victor Vilella01:52 Convidados: Cadu Pereira (CPO Zup) e Jorge Rua (Itaú)02:41 O papel de Jorge Rua na Engenharia de Plataforma do Itaú03:41 O desafio de negócio: velocidade de startup com robustez de banco06:08 Níveis de maturidade de IA no SDLC e por que ir além do copiloto10:21 A mentalidade do time: o que a IA consegue fazer, ela deve fazer12:11 Ferramental: Claude Code, Claude Cowork e Claude Design14:22 Designers entregando código funcional de front-end15:10 Gestão da entrega em alta velocidade e managers equipados com IA17:06 O novo fluxo: pessoas trabalham para a IA produzir melhor18:41 Velocidade, stack e DevOps como trilho fundacional22:27 O que muda em produto: métricas, backlog e planejamento26:06 Consumo de tokens: contexto, memória e model routing (Opus e Sonnet)30:30 Custo versus ROI e a decisão de começar sem limite de investimento32:49 Resiliência: quando a IA vira caminho crítico34:07 Decisões técnicas 100% humanas e a escolha por Go38:07 Por que esse modelo exige alta profundidade técnica39:05 Resultados: qualidade, cobertura de testes e documentação43:32 Resultados: piloto em 8 semanas, 93% de merge direto, produção em 9 dias45:58 Encerramento