Agentes já escrevem código.O desafio agora é fazer engenharia.
Quando a IA participa da implementação, escrever deixa de ser o centro do trabalho. Intenção, contexto, decisões, limites e evidência passam a determinar se o software pode ser confiado e se continua confiável quando o projeto muda.
DOCOD é um método para organizar esse trabalho e um runtime open source para torná-lo executável.
Um desafio prático de engenharia AI-native por dia, direto no seu e-mail.
2026
A execução ficou mais barata. A responsabilidade não.
Agentes conseguem implementar, testar, refatorar e revisar partes cada vez maiores de um sistema.
Isso não elimina o trabalho de engenharia. Muda onde ele acontece.
Você transformava requisitos em código e carregava boa parte do contexto necessário para mantê-lo correto.
Você precisa tornar intenção, contexto, restrições e critérios explícitos o bastante para que agentes possam executar e produzir evidência suficiente para que o resultado possa ser aceito.
A IA assume mais execução. A engenharia assume mais controle.
Produzir mais código não resolve o que se perde entre uma decisão e a próxima execução.
- Uma especificação muda.
- Uma decisão de arquitetura muda.
- Um agente entra no projeto. Outro continua o trabalho.
- O código muda de novo.
Se intenção, decisões, dependências e evidências não permanecem conectadas, cada nova execução depende de um humano ou de um agente reconstruir o contexto e interpretar novamente o que deveria ser verdade.
É aí que velocidade vira drift.
DOCOD existe para preservar continuidade entre o que foi decidido, o que foi executado e o que foi confirmado.
Cinco movimentos. Uma responsabilidade que nunca é delegada.
- 01
Definir
O que precisa ser verdade?
Transforme intenção em requisitos, decisões, design, contratos, riscos e trabalho que possa ser executado sem depender de contexto implícito.
- 02
Orquestrar
Quem executa o quê e sob quais condições?
Coordene agentes, ferramentas, contexto, ambientes e regras para realizar o trabalho decidido.
- 03
Confirmar
Que evidência prova que o resultado está correto?
Teste comportamento, revise resultados, confronte critérios e mantenha decisões humanas onde aprovação realmente significa responsabilidade.
- 04
Observar
O que acontece quando o software encontra a realidade?
Acompanhe comportamento, falhas, custos, drift e resultados que só aparecem depois da execução.
- 05
[Re]definir
O que o que aprendemos muda no que havíamos decidido?
Leve evidência de volta às decisões. Analise impacto, revise o que mudou e inicie o próximo ciclo com um estado melhor que o anterior.
O método diz como o trabalho deve funcionar.O runtime faz o processo deixar rastros.
O DOCOD Method não depende de um modelo, uma IDE ou um agente específico.
Método
O modelo de engenharia por trás dos cinco movimentos.
O DOCOD Runtime é a implementação open source de referência: transforma documentos, decisões, aprovações, tarefas e verificações em um fluxo que pode ser inspecionado pelo projeto, não lembrado por uma conversa.
Runtime
A implementação executável para aplicar o método em projetos reais.
Se uma máquina pode verificar, a confiança não precisa depender da palavra de um agente.
No runtime, confiança deixa evidência.
- Aprovação pertence ao que foi aprovado
- Uma aprovação está ligada ao conteúdo daquela versão. O artefato mudou, a aprovação anterior não finge continuar válida.
- Verificação precisa mostrar de onde veio
- Não basta declarar que passou. Evidência aponta para o comando, o resultado ou o artefato usado para sustentar a conclusão.
- Quem produz não é quem encerra a discussão
- Execução e verificação têm responsabilidades diferentes. Produzir uma mudança não concede autoridade para aprová-la.
- Mudança upstream tem consequência
- Alterar uma decisão anterior exige entender o impacto no que depende dela, ou registrar explicitamente por que esse impacto foi dispensado.
O runtime é open source. Você pode verificar essas regras no código.
Leia antes de comprar
Receba gratuitamente um capítulo e decida por conta própria se esta abordagem é útil para o seu trabalho.
AI-Native Software Engineering
Um manual operacional para quem precisa construir software com agentes sem terceirizar a engenharia para eles.
O livro desenvolve a disciplina por trás do DOCOD: como sair de uma intenção ainda ambígua, tomar decisões, organizar execução com agentes, confirmar resultados e aprender com o que acontece depois que o software encontra a realidade.
- Não é um livro de prompts.
- Não depende de uma ferramenta específica.
- É sobre o trabalho de engenharia que permanece quando escrever código deixa de ser a parte difícil.
Você não consegue confirmar bem aquilo que não sabe avaliar.
Agentes aumentam a quantidade de código que um engenheiro consegue colocar em movimento. Isso torna os fundamentos ainda mais valiosos, e com eles a capacidade de reconhecer quando uma implementação está errada.
O Daily Challenge transforma isso em prática diária.
Um problema por dia. Executável. Com entrada, saída e casos de teste.
Você treina desde fundamentos clássicos até problemas que aparecem quando IA entra no produto, agentes entram no processo e código gerado precisa ser supervisionado.
Fundamentos
Estruturas de dados, algoritmos, estado, concorrência, invariantes e casos de borda.
IA no produto
RAG, busca, evals, observabilidade, custos, guardrails e componentes determinísticos ao redor de modelos.
Construir com IA
Context engineering, agentes, handoffs, decomposição, verificação e coordenação.
Onde a IA costuma errar
Problemas construídos em torno de padrões de erro que parecem corretos até alguém saber exatamente onde olhar.
Próximo desafio em breve
Estamos preparando o próximo desafio. Ative o loop diário para recebê-lo em primeira mão.
Grátis
Receba o desafio do dia por e-mail. Enunciado, contexto e casos de teste.
O formulário está indisponível no momento. Tente novamente em instantes.
Premium
Vá além de descobrir se sua resposta funciona: solução completa, explicação do raciocínio, alternativas, trade-offs e a análise de onde código gerado por IA costuma falhar naquele problema.
Entenda. Treine. Aplique.
Livro
Entenda os princípios e o raciocínio por trás da engenharia AI-native.
Conhecer o livroDesafios
Treine diariamente a capacidade de construir e avaliar software com IA.
Explorar os desafiosMétodo
Use os cinco movimentos para estruturar o trabalho.
Conhecer o métodoRuntime
Leve o método para dentro de um projeto real.
Pegar o runtime