Faça o Agente Manter um Diário: Quatro Títulos, Trinta Segundos, Trilha de Auditoria

Jenny Wanger publicou uma trilha de auditoria de agentes que cabe em quatro títulos de markdown. O Que Foi Construído ou Alterado. Decisões Importantes. Erros e Enganos. Próximos Passos. O agente preenche os quatro ao final da sessão, anexa a entrada a um arquivo de log, e o operador fecha o terminal. A medida que ela própria dá do formato: “Cada entrada é lida em cerca de trinta segundos.”

Ela construiu isso enquanto conduzia a adoção de IA entre os 50 gerentes de produto de um cliente. A implantação passou por produto e não por engenharia, o que definiu o que o artefato precisava suportar. Cinquenta pessoas sem toolchain compartilhada, sem CI onde pendurar um hook, e sem paciência para um programa de governança que chega em forma de apresentação.

A justificativa dela é curta. “Você não pode melhorar aquilo que não consegue ver. A maior parte do uso de IA é invisível.” A frase mais útil é a que descreve como essa invisibilidade é sentida por dentro: “Quando as sessões evaporam no instante em que fecho a janela do terminal, fico com a sensação incômoda de que sou um usuário avançado ou uma fraude.”

Essa sensação é quase universal entre quem opera agentes todos os dias, e quase ninguém tem um artefato que a resolva.

Os Quatro Títulos

O formato é fixo, e a rigidez é o projeto. O Que Foi Construído ou Alterado registra a saída. Decisões Importantes registra as escolhas que vão parecer arbitrárias daqui a três semanas. Erros e Enganos registra o que deu errado. Próximos Passos registra o fio que você segurava quando parou.

Ela entregou o formato como uma skill de Claude Code, publicada em github.com/jennydove/self-improving-claude. O mecanismo de entrega pesa mais do que parece. Um comando de barra custa uma tecla no fim da sessão, e uma tecla é praticamente todo o orçamento disponível naquele momento. Práticas de documentação mais caras que isso morrem no primeiro contato com uma sexta-feira à tarde.

Compare com os demais artefatos de governança de agentes hoje em circulação. Pipelines de telemetria, motores de política, APIs de auditoria de memória, federação de identidade para workloads. Tudo isso é trabalho legítimo, a maior parte está correta, e nada disso pode ser adotado entre o almoço e a próxima reunião. Este pode.

A Seção de Erros É a Que Paga a Conta

Três dos quatro títulos servem à memória. Você os escreve para que o seu eu futuro reconstrua por que o schema ficou daquele jeito, ou para que o seu eu de segunda-feira retome a linha de sexta sem reler um diff inteiro.

A seção de Erros faz outra coisa. Ela acumula evidência sobre o operador.

Leia vinte entradas em sequência e um padrão aparece do seu lado do teclado: as tarefas que você delega com contexto insuficiente, as restrições que você presumiu óbvias, o ponto de uma sessão longa em que você para de ler a saída com atenção. Os erros do agente são a metade visível de um hábito de delegação. Capacidade do modelo é a explicação entediante e quase sempre a errada, porque o mesmo modelo produziu trabalho excelente na entrada de três dias antes, sob um briefing melhor.

É essa a parte que uma prática genérica de “registre seu uso de IA” perde. O log é, antes de tudo, um conjunto de dados de acumulação lenta sobre como você delega. E delegação é a habilidade que determina se um programa de agentes compõe ou estagna.

O método dela para reler é deliberadamente barato: deixe rodar por duas semanas e então peça para a sua IA ler o log. O primeiro leitor é o operador. O primeiro uso é autoavaliação. Todo o resto que o log habilita vem depois, e ela nomeia quatro usos: primeira versão do relatório semanal para stakeholders, recuperação de sessão após perda de contexto, autoavaliação anual, e preparação de pauta de 1:1.

Vale parar nessa lista, porque ela explica a economia da coisa. A entrada custa trinta segundos de saída do agente. Ela se paga quatro vezes, em artefatos que você produziria de qualquer forma, mal, de memória.

A Restrição de Privacidade Sustenta o Resto

Wanger encerra com uma única frase de governança: “Só não peça para ler o diário de ninguém.”

Lida rápido, soa como cortesia. É a restrição de projeto que faz a prática inteira funcionar, e ela merece defesa em vez de pedido de desculpas.

Público define conteúdo. Um log escrito em um lugar onde um gestor talvez leia vira relatório de status em duas entradas. A seção de Erros esvazia primeiro, depois achata em itens seguros sobre testes instáveis e timeout de API. A seção que carregava todo o valor diagnóstico é a que tem o maior incentivo para ser higienizada, e ela é higienizada no instante em que o leitor muda.

A troca fica explícita. Você abre mão da visibilidade organizacional sobre o log e ganha conteúdo honesto dentro dele. Para o operador individual essa troca é evidentemente boa, porque a versão honesta muda como ele trabalha na semana seguinte e a versão higienizada não muda nada.

É aqui que a prática toca problemas bem maiores que um terminal só. Já argumentamos que a plataforma de trabalho agêntico se torna a camada de governança e que a melhor governança é invisível para quem é governado. Ambos são argumentos de escala de plataforma, e ambos continuam de pé. Este texto é a contraparte individual deles, e traz um alerta para a versão de plataforma.

Programas de observabilidade de agentes morrem quando são lidos como vigilância. A falha é previsível: a instrumentação chega, o dashboard sobe, o uso parece ótimo por um mês, e então os números ficam limpos demais. As pessoas contornam um sistema que as avalia. Com agentes o contorno é barato, porque a telemetria do fornecedor enxerga rotas e volumes, não raciocínio, e uma sessão que nunca é narrada não deixa nada para avaliar.

A lição de projeto se transfere direto. Seja o que for que você construir na camada de plataforma, preserve uma superfície que pertence ao operador, que gestor nenhum lê e que avaliação de desempenho nenhuma toca. Depois deixe as pessoas oferecerem o que quiserem a partir dali. Uma gerente de produto que leu as próprias duas semanas de erros chega em um 1:1 com material melhor do que qualquer dashboard extrairia dela.

Uma Trilha de Auditoria Que Ninguém Lê Ainda É Auditoria

Vale levar a objeção a sério, porque ela é a resposta institucional padrão a qualquer coisa privada.

Auditoria tem dois clientes. Prestação de contas externa exige a camada de plataforma: tagueamento de consultas, logs imutáveis, federação de identidade, política de retenção. Esse cliente é real, esse trabalho é necessário, e o diário não o atende.

Prestação de contas pessoal exige outra coisa. Exige um registro que o operador escreveria com honestidade, a um custo baixo o bastante para sobreviver a uma semana ruim. Esse registro é o que muda comportamento, e mudança de comportamento é o que todo programa de governança está de fato comprando. Os dashboards são um substituto dela.

Uma organização com a camada de plataforma e sem a camada pessoal tem visibilidade sobre uma força de trabalho que otimiza silenciosamente para o dashboard. Uma organização com as duas tem visibilidade e mais cinquenta pessoas que sabem exatamente onde delegam mal.

Faça Isso Hoje

Adicione os quatro títulos à rotina de fim de sessão do seu agente. Use a redação da Wanger, porque o valor está na rigidez e qualquer reescrita que você fizer hoje será uma melhoria da qual você se arrepende em um mês.

Quatro regras mantêm a prática viva. Escreva o arquivo em lugar privado, fora do repositório ou no gitignore, e trate isso como fronteira dura. Mantenha o custo em um comando. Resista à vontade de acrescentar um quinto título. Rode por duas semanas antes de avaliar qualquer coisa, e então peça ao agente para reler o log e dizer o que ele percebe sobre a sua forma de trabalhar.

Se você lidera um time que opera agentes, adote primeiro em você mesmo e diga a parte silenciosa em voz alta ao apresentar a prática: você jamais vai pedir para ver o arquivo de ninguém. Pergunte, em vez disso, o que cada pessoa aprendeu lendo o próprio. As respostas vão ser melhores do que qualquer consulta que você conseguiria rodar.

---

Fontes

• Jenny Wanger. “Your AI Should Keep a Diary.” Julho de 2026.

A Victorino ajuda organizações a construir governança de agentes que os praticantes adotam por vontade própria, do log de sessão individual até a camada de plataforma: contato@victorino.com.br | www.victorino.com.br