O Paradoxo das Camadas de Revisão: Quando a Governança de IA Se Torna o Gargalo Que Deveria Prevenir

Avery Pennarun, CEO da Tailscale, publicou na semana passada um texto que deveria ser leitura obrigatória para qualquer pessoa projetando sistemas de governança de IA. A tese é simples ao ponto de desconfortar: cada camada de revisão que você adiciona a um processo torna ele aproximadamente 10x mais lento. Não 10% mais lento. Dez vezes. E os atrasos se compõem exponencialmente, não linearmente.

Uma correção de bug leva 30 minutos para ser escrita. Adicione revisão de pares e ela demora cerca de 5 horas para ir ao ar. Adicione aprovação de design e leva uma semana. Adicione coordenação entre equipes e você está olhando para 12 semanas.

Quase nenhum desse tempo é gasto trabalhando. Quase todo ele é gasto esperando.

A Conta Que Ninguém Faz

A maioria das organizações sente isso intuitivamente, mas nunca quantifica. Pennarun quantificou. Seu modelo de 10x por camada é deliberadamente simplificado, mas a observação subjacente se confirma em toda organização de engenharia com que já trabalhei: a latência de revisão domina o tempo de ciclo. O trabalho propriamente dito é erro de arredondamento.

Considere um processo de três camadas de aprovação para colocar um agente de IA em produção. Camada um: revisão técnica (o código funciona?). Camada dois: revisão arquitetural (ele se encaixa no sistema?). Camada três: revisão de negócio (devemos lançar isso?). Cada camada adiciona uma dependência de agendamento. Cada dependência de agendamento introduz tempo de espera. O tempo de espera em cada camada independe do trabalho em si.

Um pull request que leva 20 minutos para ser revisado pode ficar na fila dois dias esperando disponibilidade do revisor. Multiplique por três camadas e a janela de entrega se estica de horas para semanas. A contribuição de Pennarun está em colocar números concretos nesse padrão.

A fórmula não é polêmica. O que se deduz dela, sim.

O Outro Lado da Moeda

Nós já argumentamos, repetidas vezes e com dados, que velocidade sem governança é caos caro. Os 60 agentes de Zach Wills gerando 77 PRs noturnos com 33% de rejeição. O Dark Factory da StrongDM a US$ 1.000 por engenheiro por dia. A evidência é clara: velocidade sem governo gera desperdício.

O argumento de Pennarun é o complemento. Governança sem velocidade gera paralisia. As duas afirmações são verdadeiras ao mesmo tempo. A pergunta é onde fica a zona ótima entre elas.

A maioria das organizações, ao se deparar com a velocidade da IA, instintivamente adiciona camadas de revisão. O instinto faz sentido. Saída mais rápida cria mais superfície de risco. Mais superfície de risco exige mais supervisão. Mais supervisão exige mais aprovações. Cada camada de aprovação é perfeitamente razoável isoladamente.

Mas o efeito composto faz com que três camadas “razoáveis” transformem uma entrega no mesmo dia em uma entrega trimestral. O sistema de governança, construído para prevenir danos, se torna a principal fonte de arrasto organizacional. Esse é o paradoxo: os controles projetados para tornar a IA segura acabam tornando a IA inútil.

Deming Tinha a Resposta Há Setenta Anos

Pennarun recorre explicitamente a W. Edwards Deming, e a conexão vale ser seguida. Deming passou décadas argumentando contra sistemas de qualidade baseados em inspeção. Seu insight central: não se pode inspecionar qualidade dentro de um produto. É preciso construí-la.

Qualidade baseada em inspeção funciona assim. Construa a coisa. Passe para um inspetor. Se o inspetor encontra defeito, devolva. Corrija. Passe para o inspetor de novo. Cada ida e volta custa tempo, e a maior parte desse tempo é espera.

Qualidade incorporada funciona de forma diferente. Projete o processo para que defeitos não possam ocorrer. Use controle estatístico de processo para detectar desvios antes que virem defeitos. Dê aos trabalhadores a autoridade e as ferramentas para parar a linha quando algo estiver errado. O sistema de qualidade está embutido no trabalho, não empilhado em cima dele.

A analogia com governança de IA é direta. Governança por inspeção: o agente escreve código, um humano revisa, encontra problemas, devolve. Governança incorporada: o agente opera dentro de restrições que previnem categorias inteiras de erro. Sistemas de tipos. Suítes de testes automatizados. Pipelines de CI que rejeitam padrões ruins antes de qualquer humano vê-los. Guardrails arquiteturais codificados nas ferramentas.

Como examinamos no framework on-the-loop, os dados da CircleCI mostram essa divisão na prática. Os 5% melhores times de engenharia dobraram sua produtividade. Conseguiram isso automatizando validação, não adicionando revisores. Os outros 95% adicionaram geração de código por IA sobre seus processos de revisão existentes e viram produtividade cair 7%.

”Não Dá Para Vencer Latência na Força Bruta”

Essa frase de Pennarun merece virar pôster. Organizações continuam tentando resolver o gargalo de revisão adicionando capacidade: mais revisores, revisores mais rápidos, revisores assistidos por IA. Mas o gargalo é estrutural, não de recursos. Adicionar um revisor mais rápido a um processo de três camadas não resolve as dependências de agendamento entre camadas. Não elimina o tempo de fila. Não muda o fato de que três aprovações sequenciais multiplicam tempos de espera.

A mesma lógica se aplica a agentes de IA. Fazer um agente escrever código mais rápido não ajuda quando o código fica em fila de revisão por uma semana. Fazer o revisor mais rápido não ajuda quando a mudança aprovada espera duas semanas por uma janela de deploy. O ponto de Pennarun é que latência é propriedade da arquitetura do sistema, não do desempenho individual.

Isso tem implicações diretas para organizações que estão projetando governança de IA. Se seu modelo de governança exige três aprovações humanas sequenciais antes de uma mudança gerada por IA ir ao ar, a velocidade da IA é irrelevante. Sua cadência de entrega é governada pela cadeia de aprovação mais lenta, não pelo gerador mais rápido.

O Que Qualidade Incorporada Significa Para IA

Se governança por inspeção cria o paradoxo, governança incorporada o resolve. Como isso se parece na prática?

Design de agentes baseado em restrições. Em vez de deixar agentes escreverem qualquer coisa e revisar depois, restrinja o que podem escrever. Defina o escopo de permissões. Limite os arquivos que podem modificar. Defina os padrões arquiteturais que devem seguir. Prevenção supera detecção.

Validação automatizada na velocidade da máquina. Suítes de testes, regras de linting, verificação de tipos, varredura de segurança. Rodam em segundos, não em dias. Eliminam categorias inteiras de defeito sem revisão humana. Cada verificação automatizada que você adiciona é uma etapa de revisão humana que você pode remover.

Supervisão por nível de risco. Nem toda mudança carrega o mesmo risco. Uma atualização de documentação e uma alteração no processamento de pagamentos não deveriam passar pela mesma cadeia de revisão. Encaminhe mudanças de baixo risco apenas por verificação automatizada. Reserve julgamento humano para decisões de alto impacto. Como observamos no debate sobre renomear governança, a resposta não é “matar a revisão”, mas “direcionar a revisão para onde ela gera valor.”

Monitoramento contínuo sobre aprovação em lote. Em vez de aprovar mudanças antes do deploy, monitore comportamento depois. Canary releases. Feature flags. Gatilhos de rollback automático. Isso muda o modelo de governança de “prevenir todas as mudanças ruins de irem ao ar” para “detectar e reverter mudanças ruins rapidamente.” O primeiro adiciona latência. O segundo a remove.

Os Dois Modos de Falha

O framework de Pennarun e nosso trabalho anterior definem dois modos de falha que ficam em extremos opostos do mesmo espectro.

Modo de falha um: velocidade sem governança. É a manhã dos 77 PRs. Agentes produzindo saída sem verificação. Taxa de rejeição de 33%. Tempo de computação e revisão queimados em trabalho que nem deveria ter começado. O sintoma é desperdício.

Modo de falha dois: governança sem velocidade. É a correção de bug de 12 semanas de Pennarun. Três camadas de aprovação transformando uma mudança de 30 minutos em projeto trimestral. Engenheiros gastando 95% do tempo esperando permissão para entregar. O sintoma é paralisia.

A maioria das organizações oscila entre esses polos. Começam com governança insuficiente, se queimam, adicionam camadas. As camadas se calcificam, entregas travam, e alguém propõe remover supervisão para “andar mais rápido.” O ciclo se repete.

A saída não é um meio-termo entre velocidade e governança. É um tipo diferente de governança. Uma onde qualidade é construída dentro do processo, não inspecionada depois. Uma onde sistemas automatizados fazem a verificação que máquinas conseguem fazer, e julgamento humano fica reservado para decisões que máquinas não conseguem tomar.

Por Que Isso Importa Agora

O timing do texto de Pennarun não é acidental. Toda organização que está implantando agentes de IA enfrenta essa questão em 2026. Você tem ferramentas que produzem saída a uma velocidade sem precedentes. Seus processos de revisão existentes foram projetados para saída em velocidade humana. A incompatibilidade gera pressão.

A resposta errada é adicionar mais camadas de revisão para compensar a velocidade da IA. Cada camada que você adiciona multiplica seu tempo de entrega por cerca de 10x. Três camadas e você transformou seu investimento em IA numa forma muito cara de manter sua cadência de entrega atual.

A resposta certa é redesenhar seu modelo de governança em torno de qualidade incorporada. Codifique seus padrões em verificações automatizadas. Empurre supervisão para cima, para as restrições. Reserve revisão humana para decisões que exigem julgamento humano. Monitore resultados continuamente em vez de bloquear entradas sequencialmente.

Isso é um projeto de engenharia, não uma decisão de política. Exige investimento em infraestrutura de testes, confiabilidade de pipelines de CI, sistemas de monitoramento e guardrails arquiteturais. As organizações que fizerem esse investimento vão capturar a vantagem de velocidade dos agentes de IA. As que empilharem processos tradicionais de revisão sobre saída de IA vão gastar mais para entregar no mesmo ritmo.

O multiplicador de 10x de Pennarun é a versão quantificada de algo que Deming disse décadas atrás: inspeção é tarde demais. A qualidade, boa ou ruim, já está no produto. Construa direito, ou revise para sempre.

---

Fontes

• Pennarun, Avery. “Every Layer of Review Makes You 10X Slower.” Março 2026.

A Victorino projeta governança de IA que acelera a entrega em vez de bloqueá-la — qualidade incorporada, não inspecionada: contato@victorino.com.br | www.victorino.com.br