> ## Content Index
> Fetch the complete content index at: https://lucasfogaca.dev.br/llms.txt
> Use this file to discover other available public pages before exploring further.

# Quanto delegar para agentes de IA? Um framework simples
- URL: https://lucasfogaca.dev.br/quanto-delegar-para-agentes-de-ia-um-framework-simples/
- Published: 2026-07-28T15:30:03.000Z
- Updated: 2026-07-28T15:30:03.000Z
- Author: Lucas Fogaça
- Tags: noticias

## Framework prático para delegar tarefas para agentes de IA

A PostHog publicou um artigo excelente no seu newsletter *build mode* — **"How much can you delegate to agents?"**, de Jina Yoon — que apresenta um framework simples para pensar em autonomia de agentes de IA. Vou traduzir e comentar aqui.

A premissa central é: o quanto você pode confiar num agente **não depende do modelo**. Depende da **tarefa**.

> "Confiar nos seus agentes só porque os modelos ficaram mais inteligentes é como pular o cinto de segurança porque você comprou um carro melhor." — Jina Yoon

---

### Os dois fatores que definem o teto

Duas perguntas determinam o nível de autonomia que uma tarefa suporta:

1. **É fácil verificar o trabalho do agente?** (checkability)
2. **É barato desfazer o erro do agente?** (reversibility)

A combinação gera 4 níveis:

---

### 🔹 Level 0 — Agente como assistente

*Difícil verificar + Caro de desfazer*

O agente sugere; você decide. Exemplos: pedir conselho ao ChatGPT, autocomplete no Cursor. Ideal para código sensível e problemáticas complexas, onde o blast radius é grande e não existem verificações determinísticas.

**Como subir de nível:** quebrar a tarefa em pedaços menores. Entregar as partes seguras para o agente e fazer a migração crítica manualmente.

### 🔹 Level 1 — Humano no loop

*Difícil verificar + Barato de desfazer*

Tarefas que exigem avaliação subjetiva — refatorações de legibilidade, naming de variáveis, design. O código fica em draft até um humano revisar.

**Como subir de nível:** usar LLMs como verificadores, definir métricas de sucesso (ex.: "teste variações de copy até 3% de conversão"), e escrever custom skills que padronizam a saída do agente.

### 🔹 Level 2 — Delegação para agentes

*Fácil verificar + Caro de desfazer*

Onde a maioria das tarefas de desenvolvimento está hoje. Testes determinísticos verificam o trabalho, mas o merge é gateado por safety checks. Exemplo clássico: a reescrita do SQL parser do PostHog em Rust — o agente escreveu o código, shadow mode em produção validou, e o cutover foi feito em etapas.

**Como subir de nível:** codificar guardrails e políticas no pipeline — dry-run por padrão, escopar credenciais, colocar mudanças atrás de feature flags.

### 🔹 Level 3 — Modo autônomo (self-driving)

*Fácil verificar + Barato de desfazer*

Ainda são poucas tarefas aqui: bumps de dependência, lint fixes, cobertura de testes. Mas a categoria está crescendo rápido com agentes de longa duração, loops orientados a objetivos e orquestração complexa.

A PostHog lançou os **Scouts** — agentes que rodam em segundo plano, investigam sinais de produto e abrem PRs baseados no que encontram.

---

### O insight principal

Você pode **engenheirar seu pipeline** para mover uma tarefa para um nível superior de autonomia. Não se trata de esperar modelos melhores — trata-se de construir verificações, guardrails e feedback loops melhores.

O artigo também menciona que a escala não é um fator para determinar o nível. As pessoas confundem as duas coisas porque orquestração multi-agente torna a autonomia urgente. Mas se você acertar a autonomia no nível da tarefa, a escala se cuida sozinha.

---

📖 [Leia o artigo original (em inglês)](https://newsletter.posthog.com/p/agent-autonomy?ref=lucasfogaca.dev.br) — recomendo para qualquer pessoa construindo ou usando agentes de IA no dia a dia.