Loop Engineering - Addy Osmani

A próxima etapa sugerida para agentes de codificação com IA: a “engenharia de loops”

Este texto, centrado em “Loop engineering”, de Addy Osmani, aborda a visão de que os agentes de codificação podem deixar de depender de instruções manuais a cada etapa e passar a operar em um sistema iterativo no qual o próprio agente encontra trabalho, divide tarefas, valida resultados e decide o próximo passo. Aqui, loop se aproxima de “um fluxo de trabalho que a IA executa repetidamente em direção a um objetivo definido”. Ainda assim, o texto não trata isso como uma solução universal. Ele também enfatiza custos reais, como gasto com tokens, responsabilidade pela validação e perda de compreensão por parte dos desenvolvedores.

Resumo principal

O significado de engenharia de loops

Antes, o desenvolvedor escrevia prompts para o agente de codificação, lia o resultado e então dava novas instruções. A engenharia de loops descrita no texto é uma abordagem que transforma esse processo em uma estrutura automatizada. Em vez de o humano dar instruções o tempo todo, projeta-se um sistema que define “o que procurar, como processar e quando parar”.

Componentes

O autor apresenta como elementos para criar loops: execução automática, worktrees, skills, plugins e conectores, subagentes e memória externa. Worktree é um recurso do Git que divide o mesmo repositório em vários espaços de trabalho para reduzir conflitos. Skills são mecanismos para documentar regras e conhecimento do projeto, evitando que o agente tenha de adivinhar tudo de novo a cada vez. Conectores são os canais que ligam o sistema a ferramentas externas como Linear, Slack e bancos de dados.

Vantagens

Na redução de trabalho repetitivo, é possível automatizar tarefas como resumir falhas de CI, classificar issues e revisar commits recentes. Em termos de processamento paralelo, vários agentes podem trabalhar em worktrees diferentes, reduzindo conflitos de arquivo. No reaproveitamento de conhecimento, práticas do projeto e procedimentos de build podem ser preservados como skills, evitando repetir as mesmas explicações em toda sessão.

Desvantagens e riscos

A carga de validação não desaparece. Os resultados gerados pelo loop ainda precisam ser verificados por humanos. O custo com tokens também pode aumentar. À medida que o número de subagentes cresce, cada agente passa a usar separadamente o modelo e as ferramentas. O débito de compreensão também é um problema. Se o desenvolvedor aceita os resultados sem lê-los, a base de código pode crescer, mas o alcance do que os humanos realmente entendem pode diminuir.

Diferencial

Enquanto a engenharia de prompts tradicional se concentra em “uma boa pergunta única”, a engenharia de loops está mais próxima de projetar “um sistema de trabalho repetível”. O autor considera que, à medida que Codex e Claude Code passam a oferecer componentes semelhantes — como automação, skills, conexões baseadas em MCP e subagentes —, o desenho do loop se torna uma preocupação mais importante do que a própria ferramenta.

Características marcantes

A separação entre quem cria e quem valida é uma característica importante. Como o agente que gerou o código pode ser indulgente ao avaliar o próprio resultado, propõe-se uma estrutura em que um subagente separado faz a revisão. A manutenção de memória externa também é central. É preciso deixar o estado fora da conversa, como em arquivos Markdown ou painéis de issues, para que a próxima execução possa continuar dali.

A engenharia de loops parece menos uma discussão sobre substituir desenvolvedores e mais uma mudança no ponto em que eles intervêm. O foco sai de continuar escrevendo prompts diretamente e passa para projetar estruturas iterativas, condições de validação, distribuição de tarefas e formas de registro. Ainda assim, bons loops não substituem bom julgamento. Sem a capacidade de ler código, validar resultados e entender os limites do sistema, a automação pode ampliar o risco antes de ampliar a velocidade.