Workflow EXACT une TDD e agentes de IA sem abrir mão da qualidade do código

O EXACT é um workflow desenvolvido por Marco Emrich e Ferdinand Ade, da Codecentric, e apresentado por Emily Bache em 5 de novembro de 2026. Ele começa com example mapping, técnica de Matt Wynne para mapear uma user story junto com stakeholders. Depois, o time e o LLM transformam isso em uma lista de testes em linguagem natural, ideia do Canon TDD de Kent Beck. Essa lista alimenta o laço interno de TDD (red, green, refactor), um item por vez.

Os autores testaram o método em um laboratório próprio, com katas novas que não estão nos dados de treino dos modelos e uma suíte de testes de aceitação escondida do LLM. Com example mapping antes da implementação, a correção subiu entre 60% e 80% frente ao vibe coding com descrição em prosa. Na comparação com "Plain TDD" (só mandar o modelo fazer TDD), o EXACT gerou código com funções menores, menor complexidade cognitiva e melhor mutation score, mas gastou mais tokens. Um subagente dedicado ao refactor deu ganho extra no Claude Code com Opus 5.5, porém menor que o observado com o Opus 4.6. Eles também usam TDD preditivo (prever o resultado e o motivo da falha antes de cada passo) e deixam o nível de autonomia configurável, de revisão a cada passo até execução totalmente autônoma.

A cobertura anterior já apontava a direção. Em 1 de junho de 2026, o CEVIU noticiou "Com IA no ciclo de desenvolvimento, testes ganham protagonismo", e em 3 de junho de 2026, "Como orientar agentes de IA para escrever testes de qualidade com TDD", que defendia guiar os agentes com um processo estruturado de TDD. Em 9 de outubro de 2026, "Novo Gate de Testes Reforça Qualidade de Código Gerado por IA" tratou da verificação do código gerado. O que o EXACT traz de novo é um método nomeado, com experimentos e números comparando variantes, em vez de princípios gerais.

Para quem opera TI corporativa e já adota agentes de IA, a leitura é que a qualidade depende do processo ao redor do modelo, não só do modelo. O custo aparece em duas frentes: mais tokens por entrega e tempo de gente em example mapping. Em contrapartida, há menos retrabalho em requisitos ambíguos, cenário comum em bancos, seguradoras e e-commerce, como citou Ferdi. Vale tratar o nível de supervisão humana como decisão de governança, não como detalhe de ferramenta. Os dados vêm de katas controladas pelos próprios autores, então convém validar em projeto real antes de padronizar.