O primeiro agente em uma equipe é uma história de produtividade individual. O quinto já é uma história organizacional. Em algum ponto entre esses dois, um grupo deixa de ser uma equipe que usa IA e se torna uma equipe agêntica: humanos e agentes trabalhando no mesmo quadro, nas mesmas tarefas, sob regras que alguém precisou escrever.
É nessa transição que estão as perguntas mais interessantes. Quem é dono do trabalho que um agente executou? O que uma reunião diária tem para discutir quando o quadro se atualiza sozinho? Quantos agentes um revisor consegue absorver? Este guia aborda a composição de uma equipe agêntica, a divisão de trabalho que sobrevive ao contato com o trabalho real e os acordos de trabalho que vale a pena copiar. O Sharkly é a plataforma que construímos para esse formato de equipe, e os modos de falha descritos abaixo vêm de observar esse formato dando errado.
TL;DR
Uma equipe agêntica é um grupo em que pessoas e agentes de IA têm trabalho atribuído dentro de um mesmo sistema compartilhado, com os humanos mantendo a direção, a autoridade e a aceitação. Os agentes pesquisam, executam, testam e reportam. As pessoas definem a direção, concedem autoridade e aceitam o resultado. Os requisitos práticos são: um registro de tarefa que ambos consigam ler, um responsável pela execução separado da pessoa responsável, um estado de revisão que chegue a alguém e escopo escrito o suficiente para que o agente não precise adivinhar.
Do que é feita uma equipe agêntica
Três tipos de participante, e vale a pena nomeá-los com precisão.
Pessoas criam e atualizam tarefas, comentam, recebem itens na fila, têm trabalho atribuído, revisam resultados de agentes e gerenciam as configurações que seu papel permite. São os únicos participantes que podem ser responsabilizados.
Agentes são configurações de trabalho salvas, e não prompts avulsos: instruções, um runtime como o Claude Code ou o Codex, repositórios, ambiente, configurações de execução e habilidades vinculadas. Um agente está mais para um papel documentado do que para uma pessoa. Nosso explicador sobre os Sharkly Agents detalha o que entra em um deles.
Crews agrupam agentes sob um agente líder para trabalhos que exigem coordenação. A execução começa pelo líder: ele lê a tarefa e as instruções do crew e então ou assume o trabalho ou chama membros específicos. Essa ordem existe para evitar que todos os membros comecem ao mesmo tempo. Os detalhes estão no nosso guia sobre Sharkly Crews.
O acesso é construído em camadas por cima disso: um papel na organização determina a capacidade administrativa ampla, e a participação em espaços determina quais áreas de trabalho alguém consegue acessar. Os agentes são delimitados da mesma forma, a repositórios e máquinas específicos.
A divisão de trabalho que funciona
O contrato do próprio Sharkly é um bom padrão porque é restrito o bastante para ser aplicável: agentes pesquisam, executam, testam e reportam; pessoas definem a direção, concedem autoridade e aceitam o resultado.
Quatro responsabilidades permanecem com os humanos, por mais capazes que os agentes se tornem.
- Direção. Decidir o que vale a pena fazer e em que ordem.
- Contexto. Escrever um escopo sobre o qual o agente possa agir: por que o trabalho importa, o que está fora do escopo, arquivos e restrições relevantes e como a conclusão será revisada.
- Aceitação. Ler as evidências e decidir que o trabalho está concluído. Uma execução finalizada não é um resultado aceito.
- Escalonamento. Decidir o que fazer quando um agente está bloqueado, errado ou esbarrou em uma questão que exige julgamento.
Todo o resto é negociável e depende de quanta confiança sua equipe tem no histórico de um determinado agente em um determinado tipo de trabalho.
Como o trabalho circula pela equipe
O ciclo é curto e vale a pena torná-lo explícito, porque equipes que pulam uma etapa sentem isso em uma semana.
- Uma pessoa escreve uma tarefa com um resultado declarado e critérios de aceitação.
- A tarefa recebe um responsável humano pela prestação de contas e um agente ou crew como responsável pela execução. São campos separados, e mudar um não altera o outro.
- Tirar a tarefa de um estado de backlog parado inicia a execução quando o agente designado estiver pronto.
- A execução roda em uma máquina conectada, em um diretório isolado, com o progresso e os bloqueios retornando para a tarefa.
- O agente deixa o trabalho aguardando resposta humana ou aguardando revisão humana, o que cai na caixa de entrada de agentes da pessoa responsável.
- Uma pessoa lê o trace e o diff e então aceita, comenta para continuar ou reatribui.
Os comentários são a conversa duradoura. Um comentário em uma tarefa com um agente pronto pode enfileirar a próxima execução, o que faz do feedback de revisão e da execução o mesmo movimento, em vez de dois sistemas.
Três formatos que funcionam
O desenvolvedor em par. Cada desenvolvedor mantém um ou dois agentes para o próprio trabalho recorrente: cobertura de testes, atualizações de dependências, refatorações que já fez vinte vezes. O benefício para a equipe é que essas definições de agente são compartilhadas, então uma pessoa recém-contratada herda cinco configurações funcionais no primeiro dia em vez de construir as suas próprias.
O squad com um crew compartilhado. Um crew cuida de uma categoria de trabalho da qual todo o squad depende, como preparação de release ou triagem de incidentes. Um agente líder decide qual membro contribui, e um humano é dono da categoria. Esse é o formato que escala mais longe antes que a capacidade de revisão vire o gargalo.
O time de plataforma padronizando. Um grupo de plataforma ou de experiência do desenvolvedor é dono das definições de agentes, das habilidades e da configuração de máquinas de vários times de produto. Os times de produto atribuem trabalho; o time de plataforma mantém os runtimes, as permissões e as instruções atualizados. Esse formato troca um pouco de autonomia por consistência, e normalmente é a troca certa acima de cerca de trinta engenheiros.
Nenhum dos três exige reorganizar nada. São padrões sobre quem é dono da configuração dos agentes, que é a questão que decide se a capacidade dos agentes se acumula pela equipe ou continua sendo individual.
Acordos de trabalho que vale a pena adotar
Um humano responsável por tarefa. Mesmo quando um crew de quatro agentes faz o trabalho. Especialmente nesse caso.
O escopo é escrito antes da atribuição. Se ninguém consegue dizer como o resultado será verificado, a tarefa não está pronta para um agente. Só essa regra elimina a maior parte das execuções ruins.
A revisão é capacidade agendada, não tempo livre. Decida quanto trabalho de agentes cada revisor consegue absorver por dia e mantenha esse número. Uma pilha crescente de resultados de agentes não revisados é a mesma dívida que pull requests não mesclados, e cresce mais rápido.
Execuções com falha são diagnosticadas, não repetidas. Abra o log de execução e leia primeiro o título e os detalhes técnicos. Erros de fornecedor que parecem iguais muitas vezes exigem correções opostas, então repetir por reflexo esconde a causa real.
As definições de agente ganham um dono e uma data de revisão. As instruções apodrecem. O desenvolvedor que escreveu o agente de migração sai da empresa, as convenções mudam, e o agente continua aplicando com confiança as regras do trimestre passado.
O que quebra primeiro conforme a equipe cresce
A capacidade de revisão é o primeiro gargalo, sempre. A segunda restrição é a capacidade de máquina: as execuções entram na fila esperando concorrência ou um diretório de trabalho livre, e uma equipe que adicionou agentes sem adicionar computadores descobre uma fila que não consegue ver pelo quadro.
A terceira é a deriva de propriedade. Quando vários agentes contribuem para tarefas relacionadas e ninguém renomeia o responsável após uma transferência, você termina com trabalho que está tecnicamente atribuído e praticamente sem dono. Uma passada semanal pelas tarefas com responsáveis de execução que são agentes e responsáveis humanos desatualizados leva dez minutos e evita a versão bagunçada disso. Se preferir começar de um sistema que já separa esses campos, baixe o Sharkly e rode um tipo de trabalho recorrente por ele durante uma semana.
Perguntas frequentes
Quantos agentes por desenvolvedor é razoável? Comece com um ou dois e deixe a taxa de revisão definir o teto. O número certo é aquele em que os resultados não esperam mais do que um dia útil por uma decisão humana.
Os agentes participam da reunião diária? O trabalho deles participa. O quadro carrega o status, então a diária passa a ser a lista de exceções: falhas, execuções bloqueadas e resultados esperando por pessoas.
Um agente pode ser o único responsável alguma vez? Não. Mantenha uma pessoa responsável pelo resultado, com o agente na função de execução. Nosso guia sobre gestão de projetos com agentes de IA explica por que essa separação importa ainda mais conforme o volume cresce.
Como integramos um novo agente à equipe? Da mesma forma que você integra uma pessoa: dê a ele uma primeira atribuição restrita, revise de perto e depois amplie o escopo. Salve o que funcionou como as instruções e habilidades do agente, para que a próxima equipe não precise redescobrir isso.
