Tushar Mathur, da ForgeCode, defende que o processo de desenvolvimento de software deve funcionar como uma fábrica de produção, e não apenas como um projeto. Tradicionalmente, a escalabilidade do desenvolvimento exigia um aumento no número de engenheiros, tempo e recursos. No entanto, a inteligência artificial está mudando essa paradigma, tornando a escrita de código mais rápida e barata.
No entanto, acelerar a geração de código por si só não garante uma entrega mais rápida do produto final. O código ainda precisa ser verificado, testado e implantado, criando novos gargalos para as equipes de engenharia.
Diante dos líderes de unidades de engenharia surge a questão: como garantir a escalabilidade na entrega de software sem um crescimento proporcional do quadro de funcionários? A ForgeCode resolve esse problema criando o que eles chamam de fábrica de software orientada por IA. Esta plataforma utiliza agentes de IA para gerenciar todo o ciclo de vida do desenvolvimento de software — desde a definição de tarefas e implementação até testes e implantação, enquanto os humanos supervisionam.
No evento TechSparks 2026, o fundador e CEO Tushar Mathur demonstrou o funcionamento da plataforma e explicou por que a redução do custo de escrita de código torna os processos de verificação, teste e implantação mais críticos para a entrega de software.
Apesar do aumento da produtividade individual graças à IA, essas melhorias nem sempre se traduzem em uma entrega de software mais rápida em escala organizacional. Mathur observou: «A primeira coisa que notamos é que praticamente todo o código hoje é gerado automaticamente».
As equipes de engenharia são capazes de criar rapidamente milhares de linhas de código, mas as etapas subsequentes — revisão de código, testes, verificações de segurança e implantação — têm dificuldade em acompanhar esse volume. Na opinião de Mathur, o gargalo mudou do próprio processo de escrita de código para a gestão do que acontece após sua criação.
Ele explicou: «Anteriormente, o principal gargalo fundamental era a escrita de código. Mas hoje, o custo de escrever código é tão baixo que todos esses outros aspectos se tornaram gargalos».
Como resultado, as equipes correm o risco de lançar mais código de baixa qualidade de verificação, contendo erros ou sendo descoordenado, porque os sistemas necessários para gerenciar o volume crescente de trabalho não acompanham.
Para eliminar a lacuna entre a produtividade individual e o resultado organizacional geral, Mathur apresentou a abordagem da ForgeCode para criar uma fábrica de software orientada por IA. A ideia principal é abandonar o ciclo de vida de desenvolvimento de software que depende da coordenação manual de cada etapa por pessoas.
Em vez disso, os agentes de IA assumem tarefas como classificação de tarefas, planejamento, implementação e verificação. Os humanos intervêm apenas quando são necessárias decisões, direção ou feedback mais detalhado.
Ao contrário da automação tradicional, que liga uma sequência de passos predefinidos, a fábrica de software utiliza ciclos contínuos de feedback. Dados da alta administração (CXO), gerentes de produto e sistemas de monitoramento de produção podem fluir diretamente para o backlog de desenvolvimento. Os agentes então trabalham 24 horas por dia no desenvolvimento de funcionalidades, identificação de erros e melhoria de desempenho, mesmo quando as equipes de engenharia estão inativas.
O objetivo é manter o movimento contínuo do desenvolvimento de software sem a necessidade de os engenheiros gerenciarem cada tarefa individual.
Mathur delineou seis princípios que, em sua opinião, são necessários para criar uma fábrica de software orientada por IA eficaz. Esses princípios visam tornar o desenvolvimento de software mais autônomo, mantendo ao mesmo tempo sua conformidade com as prioridades de negócios.
Durante a sessão de perguntas e respostas, a audiência perguntou a Mathur sobre como as equipes de engenharia devem abordar compromissos e requisitos não funcionais complexos, como arquitetura de banco de dados e escalabilidade. Ele respondeu que requisitos que podem ser objetivamente verificados, como metas de escala, podem ser delegados à fábrica de software. O sistema verifica continuamente os resultados e os otimiza em caso de falha na verificação. No entanto, os compromissos exigem julgamento humano. Questões sobre o nível aceitável de risco ou falha que a empresa está disposta a aceitar permanecem como decisão dos engenheiros e executivos de negócios, que intervêm para direcionar o agente quando necessário.
A ForgeCode afirma que isso é possível porque a plataforma opera com base em um ciclo de feedback autoaperfeiçoável. Cada tarefa, decisão e correção contribui para uma base de conhecimento que informa o trabalho futuro. Os engenheiros permanecem intimamente envolvidos nas fases iniciais, mas à medida que o sistema aprende as práticas de engenharia e o contexto de negócios da equipe, ele pode operar com maior autonomia.
A plataforma também determina quais decisões são críticas e exigem supervisão especializada, especialmente aquelas relacionadas à segurança, confiabilidade, desempenho e prioridades de negócios concorrentes. Nesses casos, ela pausa a operação e solicita participação humana antes de continuar. Essa capacidade crescente de distinguir execução rotineira de decisões que exigem julgamento especializado é central para o funcionamento do produto.
A fábrica de software orientada por IA da ForgeCode foi desenvolvida para transformar o aumento da produtividade de código individual em uma entrega de software mais rápida em toda a organização. Ao usar agentes para gerenciar coordenação, verificação de código, testes e outras tarefas de desenvolvimento, a plataforma visa reduzir os gargalos que podem retardar o trabalho das equipes de engenharia.
Para Mathur, essa mudança significa uma alteração no papel dos engenheiros. Em vez de gerenciar cada etapa do desenvolvimento, eles se concentrarão na definição de requisitos, tomada de decisões, análise de resultados e orientação do processo geral. O objetivo não é apenas gerar mais código ou criar equipes maiores, mas sim desenvolver software de forma mais eficiente por meio de sistemas autônomos que operam continuamente sob controle humano.
