Cockroach Labs Inova na Depuração de Código com Abordagem Inspirada em Hospital-Escola e Agentes de IA

A Cockroach Labs está na vanguarda da aplicação de IA para depuração, adotando um modelo rigoroso inspirado em um hospital-escola. Este sistema, batizado de MOLT Sinai, estrutura o fluxo de trabalho de desenvolvimento de software em estágios com funções bem definidas para cada agente de IA. Diferente de abordagens focadas puramente em velocidade, como as descritas na matéria “Enxames de Agentes de IA Otimizam o Desenvolvimento de Software e Redefinem a Economia de Modelos”, a Cockroach Labs prioriza a qualidade do código em ambientes de alta criticidade, como migração de bancos de dados. A metodologia inclui desde a reprodução do problema e diagnóstico diferencial por agentes, até a formulação de planos de tratamento (correção) que exigem revisão prévia de outros agentes.

O fluxo de trabalho, operando inteiramente via GitHub Actions, incorpora protocolos de segurança como a proibição de improviso e a exigência de testes robustos. Quando um agente encontra um impasse, ele não "tenta mais", mas sim escala a tarefa usando um formato padronizado I-PASS (emprestado de hospitais reais) para outro agente ou, em último caso, para um humano, que age como o Chefe de Medicina. Essa divisão clara de responsabilidades e as auditorias de revisão de código, mencionadas também em matérias como “Revisão de Código e IA: Foco na Mudança Real, Não Apenas em Arquivos”, garantem que o produto final seja de alta qualidade e confiável para os clientes. Em cinco meses, o MOLT Sinai integrou mais de um milhão de linhas de código com apenas sete reversões, um feito notável.

Desde sua implementação inicial, o MOLT Sinai evoluiu em aspectos cruciais. Começou como um sistema autônomo, mas rapidamente migrou para um modo de aprovação humana, exigindo que cada mesclagem de código seja validada por desenvolvedores para garantir a máxima qualidade. Houve também uma otimização contínua no uso de modelos de IA, buscando equilibrar capacidade e custo. Inicialmente utilizando um modelo Opus para todas as etapas, o sistema agora planeja com um modelo Fable, que então seleciona modelos mais econômicos, como Sonnet, para a implementação, escalando para Fable ou Opus apenas quando necessário. Além disso, o próprio framework do hospital se tornou em grande parte auto-construído, com cerca de 85% dos 1.570 commits para o repositório Sinai sendo gerados pelos próprios agentes de IA, demonstrando um grau elevado de autonomia e aprimoramento contínuo.

A abordagem da Cockroach Labs é um divisor de águas para o desenvolvimento de software impulsionado por IA, especialmente para empresas que operam com sistemas críticos onde a integridade dos dados e a estabilidade são inegociáveis. Ao criar um processo altamente estruturado e com forte supervisão humana, a empresa demonstra que é possível escalar a produção de código com IA sem comprometer a qualidade, um desafio levantado por diversas matérias anteriores do CEVIU News sobre agentes autônomos. Este modelo oferece um caminho para superar gargalos de revisão humana, transformando o desenvolvimento em um processo mais eficiente e confiável, onde a IA atua como um multiplicador de força sem sacrificar os padrões de excelência.