Transformando o contexto volátil de sessões de codificação com IA em memória de projeto — caso de uso do rhwp

Este é um texto que organiza a metodologia de colaboração com IA que vivenciei diretamente ao contribuir por 3 meses como colaborador do rhwp.

Ele analisa por que uma IA que funcionava bem em vibe coding enfrenta dificuldades quando aplicada a um projeto existente ou ao codebase de uma empresa, sob a perspectiva não de simples desempenho do modelo, mas da “ausência de contexto acumulado do projeto”.

O rhwp externaliza o contexto gerado durante o trabalho por meio do Hyper-Waterfall da seguinte forma.

• Em nível macro, registra conhecimento de longo prazo que várias tarefas precisam compartilhar em mydocs/manual, mydocs/tech etc.
• Em nível micro, registra nos documentos de plano de implementação/execução de cada tarefa, nos relatórios por etapa e no relatório final os julgamentos e resultados de validação, além dos motivos de sucesso e fracasso
• Esses documentos são commitados no repositório junto com o código, para que o mesmo contexto possa ser reutilizado por outros contribuidores, sessões, agentes e modelos

Como caso real, um documento de design escrito antes de eu conhecer o projeto foi reencontrado cerca de 5 meses depois em um novo trabalho. Com isso, novos contribuidores e a IA puderam entender novamente os problemas que o maintainer principal estava considerando na época, a direção do design e as decisões tomadas.

Não se afirma que o Hyper-Waterfall seja uma ferramenta universal adequada para todos os projetos. O texto apresenta uma forma de transformar o contexto volátil das sessões em “memória de projeto”, passível de revisão e reutilização em projetos complexos de longa duração, e também como aplicar isso a outros repositórios.