Suas Correções São o Julgamento Que Você Deixou de Antecipar

Melody Koh, da NextView Ventures, passou um mês fazendo algo que quase ninguém que opera agentes faz: manteve o placar sobre si mesma. Ao longo de quinze das próprias sessões de trabalho, registrou cada vez que interrompeu um agente e classificou a interrupção em um de três baldes. Era julgamento irredutível, algo que só ela podia decidir? Era custo mecânico, um clique ou um copiar e colar que a configuração deveria ter resolvido? Ou era correção de um erro do agente?

As correções venceram. Por larga margem, nas palavras dela. Koh omite qualquer percentual, e a leitura honesta é que a divisão exata importa menos do que a ordem.

A conclusão em The Autonomous Middle incomoda de um jeito útil. “The correction load was the price of the judgment I’d failed to front-load.” A carga de correção era o preço do julgamento que ela deixou de antecipar. As interrupções remetem às preferências que ela nunca tinha escrito, chegando atrasadas e uma por rodada, na forma de “não, assim não”.

Já argumentamos aqui que a verificação é o gargalo real e que julgamento segue sem medição. Este texto é o instrumento da segunda afirmação. É uma auditoria pequena, que o seu time roda nesta semana sobre as últimas quinze sessões, e que produz um número que ninguém tem hoje.

Os Três Baldes

Escolha uma sessão. Percorra a transcrição. Todo ponto em que um humano digitou algo fora da definição original da tarefa é uma intervenção. Classifique cada uma.

Julgamento irredutível. Uma decisão que exigiu o seu gosto, o seu contexto ou a sua responsabilidade. Qual de dois caminhos viáveis seguir. Se uma afirmação é defensável o bastante para publicar. Se o trade-off é aceitável para o cliente. Esse balde é o trabalho. Nunca chega a zero, e nem deve.

Custo mecânico. Copiar a saída de uma ferramenta para outra. Rodar de novo um comando que o agente poderia ter rodado. Buscar um arquivo ao qual o agente não tinha caminho. Aprovar a mesma classe de ação pela décima primeira vez. Esse balde é um defeito de ferramenta fantasiado de supervisão.

Correção de erro do agente. O agente produziu algo errado e você pegou. Os exemplos de Koh são específicos e familiares: “the agent would invent an attribution, or talk itself out of a problem it had already flagged.” Uma fonte inventada. Uma preocupação levantada em um parágrafo e racionalizada no seguinte.

Classificar é mais difícil do que parece, e a dificuldade é exatamente onde está o valor. A maioria dos times chama os três de “revisão”. Somados, produzem uma conclusão inútil, a de que agentes ainda precisam de supervisão. Separados, apontam para três donos distintos: o humano, a plataforma e o prompt.

Rode em Quinze Sessões

A auditoria dispensa instrumentação para começar. Uma planilha com quatro colunas resolve: sessão, intervenção, balde e uma linha com o que você de fato disse.

Quinze sessões correspondem a cerca de um mês de trabalho real de uma pessoa, e é o número que Koh usou. Evite escolher só as sessões ruins; as que fluíram bem carregam a informação sobre qual antecipação já funciona. Registre a intervenção no momento em que ela acontece, porque a reconstrução posterior reclassifica correções como julgamento em silêncio. Ninguém lembra de ter errado tantas vezes quanto errou.

Uma regra mantém o dado honesto. Quando houver dúvida entre julgamento e correção, faça uma única pergunta: eu poderia ter escrito isso antes da sessão começar? Se sim, foi correção. O teste cobre tudo que era escrevível de antemão, tenha alguém escrito ou não.

O Que Significa Quando a Correção Domina

Perfil dominado por correção é o resultado comum, e ele soa como boa notícia depois que você entende o que está dizendo. Correção é o balde mais sob o seu controle, porque cada item é uma regra que você já carrega na cabeça e ainda não externalizou.

A resposta é transformar a correção em forma permanente. A prática de Koh é fazer de cada correção uma regra aplicada automaticamente na próxima rodada, em vez de lembrada. Os agentes de revisão dela leem cada rascunho a frio, por lentes fixas: uma para precisão, uma para voz, uma para saber se o texto entrega. O que um humano pegou uma vez vira verificação que um revisor aplica sempre.

Perfil dominado por custo mecânico é uma conta de plataforma. Se as intervenções se concentram em mover dados entre sistemas e aprovar ações repetitivas, nenhuma dose de engenharia de prompt resolve. Alguém precisa ser dono do tecido conectivo.

Perfil dominado por julgamento, com os outros dois pequenos, é o maduro e o mais raro. Significa que o rotineiro foi separado e que o que sobrou exige mesmo você. Se um time relata esse perfil já na primeira auditoria, revise a classificação antes de comemorar. Julgamento dominante no papel costuma ser correção dominante com rótulo generoso.

O Sanduíche Realoca o Imposto

O movimento estrutural que Koh descreve é creditado por ela a Kieran Klaassen, da Every: o sanduíche de IA, com julgamento humano na entrada, trabalho do agente no meio e julgamento humano na saída. A formulação de compound engineering também é de Klaassen. “Software-brained” é de Ethan Mollick.

Koh é precisa sobre o que o sanduíche compra, e a precisão é o que vale levar para a sua operação: “The sandwich doesn’t pay that tax down; it relocates it, out of the middle where it stalls you turn by turn, to the edges where it doesn’t.” O sanduíche não abate o imposto, realoca. Revisão é custo fixo. Um time que espera redução no tempo total de revisão vai ler as próprias métricas como fracasso. O ganho é que a mesma revisão deixa de chegar como interrupção que quebra a execução do agente e a sua atenção ao mesmo tempo.

A contribuição original dela está embaixo disso: a largura do meio autônomo se treina, e depende muito mais da limpeza com que você separa julgamento de rotina do que do modelo da vez. “The limit on autonomy was never really the model. It’s how cleanly you can separate the judgment from the routine.” Duas pessoas com ferramentas idênticas terminam com meios de larguras diferentes. Quem antecipa melhor fica com o mais largo.

O Resíduo Que Não Dá Para Antecipar

Koh estima que os últimos dez a vinte por cento do julgamento são imprevisíveis e só aparecem na revisão de saída. Esse número é uma estimativa que ela oferece, apresentada como tal, e merece ser tratado como formato, jamais como meta.

O formato importa para quem você coloca na saída. Se um quinto do julgamento de um trabalho é indescobrível até o trabalho existir, a revisão de saída não pode ser delegada a quem estiver livre. Precisa ser a pessoa com a responsabilidade, e precisa entrar na agenda como trabalho de verdade, jamais espremida nos vinte minutos antes de uma reunião. Times que antecipam bem e depois atropelam a saída otimizaram a metade barata do sanduíche.

Faça Isso Agora

Pegue as suas últimas quinze sessões com agentes. Registre cada intervenção em um dos três baldes, usando o teste do escrevível de antemão para separar julgamento de correção. Depois pegue a correção mais frequente e converta em uma regra que roda sem você, seja como verificação na configuração, seja como lente que um agente revisor aplica em toda saída.

Uma correção convertida por semana são cinquenta e duas regras permanentes por ano, cada uma comprada com evidência em vez de chutada em retrospectiva. A auditoria cabe numa sexta-feira à tarde e produz a única resposta honesta para uma pergunta que a maioria dos líderes de engenharia hoje responde por intuição: quanto do que chamamos de supervisão era evitável?

Vale a ressalva que a própria Koh faz. Quinze sessões, observadas e classificadas por ela mesma, formam uma autoauditoria disciplinada, e nada além disso. Trate os números dela como método a copiar, nunca como referência a bater. As suas quinze sessões vão produzir a sua própria ordem, e é ela que diz onde gastar o próximo mês.

---

Fontes

• NextView Ventures. “The Autonomous Middle.” Julho de 2026.

A Victorino ajuda organizações de engenharia a instrumentar o trabalho de julgamento que as métricas de agentes deixam invisível: contato@victorino.com.br | www.victorino.com.br