isso é aceitável?
o que mudou quando eu fiz um agente de IA escrever uma spec e me perguntar as coisas antes de construir
No meio do planejamento de um app pequeno para Mac, o agente parou e me perguntou: “O ‘Hoje’ só consegue contar o tráfego enquanto o app está aberto. Isso é aceitável?”
O app é uma janela flutuante que mostra o que a minha conexão está fazendo, segundo a segundo, com um total do dia. Mais cedo naquele dia eu tinha decidido que fechar a janela encerra o app, por motivos que não tinham nada a ver com contagem. App fechado não conta nada, então o “Hoje” ia pular, sem avisar, cada hora em que a janela ficasse fechada.
Nada ia apontar isso. O código ia fazer exatamente o que mandaram, e o total ia sair um pouco menor todo dia, por um motivo que ninguém escolheu.
da primeira vez
Fiz o meu primeiro app terminado, o EXIF.ER, com o Claude e o Codex, descrevendo o que eu queria e conferindo o que voltava. Ele está na App Store, as pessoas baixam, e uma vez passou em 569 testes enquanto dava a um vídeo a data errada.
Olhando pra trás, os testes e o código saíram das mesmas conversas, então os testes conferiam o que o código fazia, e não o que eu queria que o app fizesse. Muita escolha pequena foi feita desse jeito também. Quando eu pedia uma funcionalidade, o agente não parava nas partes em que eu não tinha pensado. Escolhia alguma coisa razoável e seguia em frente, e depois de pronta a escolha parecia ter sido o plano desde o começo.
escrever antes
No app de Mac eu tentei algo mais rígido, o tlc-spec-driven, uma skill pra agentes de código que o Felipe Rodrigues escreveu pro Tech Lead's Club e que depois eu adaptei pra apps da Apple. A regra é nada de código sem spec, e nada de spec sem a minha aprovação. A aprovação fica no arquivo como citação, “Spec aprovada, com os padrões. Siga para o design e as tarefas.”, e a lista de tarefas precisou de uma segunda.
Os requisitos usam EARS, um formato que engenheiros da Rolls-Royce criaram em 2009 trabalhando nas regras de aeronavegabilidade do sistema de controle de um motor a jato. Os meus são pra um medidor de rede. “WHILE monitoring, the system SHALL read the counted interfaces' byte counters every 1.0 s.” É muita letra maiúscula pra uma janela com alguns números e um gráfico, mas é difícil escrever uma frase vaga nesse formato.
A spec também lista o que o app não vai fazer, e por quê. O modo na barra de menus ficou de fora porque “dobra a interface que precisa de acabamento; a janela flutuante é o produto”. E ela tem limites de verdade, menos de 1% de CPU e 60 MB de memória durante o monitoramento. Quando o agente mediu um build do começo, o SwiftUI redesenhando o texto a cada segundo estava comendo a maior parte de 1,21% de CPU. Ele sugeriu desenhar os números com Core Animation, mediu isso entre 0,30 e 0,50% e perguntou se devia trocar. Eu disse que sim. Sem um número escrito, duvido que algum de nós fosse procurar.
perguntas em vez de surpresas
Toda vez que o agente esbarrava numa questão de produto, ele me perguntava antes de construir, e a minha resposta ia pra um registro de decisões, junto com o motivo e o custo. Até agora são vinte e três.
Algumas foram grandes. O teste de velocidade usa o networkQuality, a ferramenta de
linha de comando que vem com o macOS, e nenhum de nós sabia se um app da Mac App Store, dentro da
sandbox, tem permissão pra rodar isso. Então a gente escolheu a alternativa primeiro, “Lançar só
com a medição ao vivo”, e depois botou um app descartável pra testar. Deu certo.
A maioria foi minúscula. No meu design a janela tinha um botão de zoom verde, mas a janela não dá zoom, e o macOS desenha em cinza um controle que não se usa, então o agente perguntou qual eu queria. O mesmo com o menu ⋯, que eu tinha desenhado alinhado embaixo do botão enquanto o macOS abre ele pra direita. Nada disso ia quebrar alguma coisa. Só ia ser decidido por quem estivesse digitando na hora.
conferir os testes
Teste passando já tinha me enganado uma vez, então dessa vez tinha mais um passo. Um verificador
faz mudanças pequenas e de propósito no código e vê se algum teste percebe. Na primeira versão ele
fez três, e nenhuma foi pega. Uma trocou .test(enabled: online) por
.test(enabled: true), então o botão do teste de velocidade continuava clicável sem
conexão, e todos os testes passavam. As correções acrescentaram as verificações que faltavam e
levaram a regra do botão pra onde os testes alcançam.
A skill quer que o verificador seja um agente diferente do que escreveu o código. Eu não deixo agentes iniciarem outros agentes, então ele rodou numa sessão nova, e o registro diz “self-verified (degraded)”. É mais fraco do que a skill pretende, mas pelo menos está escrito.
mudar de ideia
Quatro dias depois de aprovar aquela nota, mudei de ideia. O “Hoje” agora conta o tráfego de quando o app estava fechado, lendo os contadores do sistema na próxima vez que ele abre, a menos que o Mac tenha reiniciado no meio. A spec também tinha deixado de fora um histórico dos testes de velocidade, e o histórico entrou na primeira versão mesmo assim, numa janela própria. As duas mudanças são entradas novas no registro que apontam pras que elas substituem, com os meus motivos nas minhas palavras.
Então a spec não congelou nada. O app mudou durante a construção inteira, e cada uma dessas mudanças tem uma data e uma resposta minha do lado.
O app ainda não saiu, e a nota que eu aprovei já não está nele. A pergunta que começou tudo isso continua no registro, como AD-004, marcada como substituída.