Pouca gente sabe, mas por trás da Tera existe uma operação de tecnologia de verdade, que suporta milhares de profissionais aprendendo sobre IA. Ou seja, a gente não é só uma escola que fala sobre IA, que ensina como aplicar IA. A gente constrói software, mantém sistemas em produção há anos e enfrenta os mesmos problemas de engenharia que qualquer empresa de tecnologia. 

Essa força tecnológica sempre foi discreta, quase invisível para quem nos conhece pelas aulas. A história que quero contar é sobre ela. E começa com uma ligação que fiz para o Wilson, nosso CTO.

Um ano de trabalho em uma ligação de dez minutos

Liguei para falar de outro assunto, e no meio da conversa ele me contou, quase de passagem, o que tinha acabado de acontecer. Um projeto que ele mesmo estimava em um ano de trabalho tinha sido concluído em três semanas.

“Se você tivesse me perguntado em abril, eu teria dito um ano, com o time inteiro dedicado. A gente fez em três semanas, em dois.”

Precisei pedir para ele repetir. E depois pedi para ele me explicar tudo, com calma, porque uma frase dessas muda a conta de qualquer empresa que tem tecnologia. Inclusive a nossa.

O gargalo invisível da nossa tecnologia

Imagine que, ao longo de dez anos, a sua empresa construiu sete sistemas diferentes. Cada um nasceu em um momento, para resolver uma necessidade específica. Cada um vive em um lugar separado, com suas próprias regras e sua própria manutenção.

O detalhe é que esses sete sistemas fazem várias coisas parecidas. E como cada um carrega sua própria cópia do mesmo código, essas cópias foram se distanciando com o tempo. É como sete filiais que começaram com o mesmo manual de operações, mas cada gerente foi fazendo pequenas adaptações. Dez anos depois, ninguém sabe mais qual manual é o oficial.

A solução é conhecida: migração. É o tipo de projeto que toda empresa sabe que precisa fazer e nunca faz, porque é longo, arriscado e não gera nada visível para o cliente enquanto acontece.

Foi esse projeto que o Wilson tirou da fila. Com dois engenheiros e o Claude Fable 5, o modelo mais recente da Anthropic, recém liberado novamente após o banimento do governo americano: uma nova geração de IA que, semanas atrás, simplesmente não existia. A gente estava prestes a descobrir do que ela é capaz. 

A tarde das 41 mil linhas

Antes de explicar o método, um episódio que resume a mudança de escala.

No dia do relançamento do Fable 5, o Wilson resolveu testar o modelo novo no projeto. Sentou às 13h e levantou às 19h. Seis horas de trabalho contínuo, ele dirigindo e o modelo executando. Quando o dia terminou, 41 mil linhas de código tinham sido migradas, testadas e revisadas.

Para dar uma referência: um engenheiro experiente, num dia muito bom, escreve algumas centenas de linhas de código de qualidade. O que aconteceu naquela madrugada não foi um humano trabalhando mais rápido. Foi um tipo novo de trabalho.

“Em nenhum momento eu senti que estava supervisionando um estagiário apressado. Eu estava dirigindo uma operação. Minha função era decidir, não digitar.”

O modelo que o governo tirou do ar

Aqui entra um capítulo que dá a dimensão do que estamos falando. Três dias depois do lançamento, em 12 de junho, o governo dos Estados Unidos aplicou controles de exportação ao Fable 5, e a Anthropic suspendeu o acesso ao modelo para todos os usuários do mundo. Um pesquisador havia encontrado uma forma de contornar as travas de segurança na área de cibersegurança, e o governo preferiu agir com cautela máxima enquanto o caso era investigado.

Pense no que isso significa: a ferramenta que estávamos usando é considerada tão capaz que virou, por duas semanas e meia, assunto de segurança nacional. As restrições foram retiradas em 30 de junho, depois que a Anthropic reforçou as proteções em conjunto com o governo americano, e o modelo voltou ao ar no dia 1º de julho.

E aqui está o detalhe que confirma a nossa tese: durante a suspensão, o projeto não parou. O processo continuou rodando com os modelos anteriores, em ritmo menor, mas com a mesma disciplina. Porque a força nunca esteve só na ferramenta. Esteve no método. É sobre ele que quero falar agora.

Como a IA pensou o problema

Aqui está a parte que eu mais quero esmiuçar, porque é onde mora a diferença entre usar IA como interface para respostas rápidas e usar IA como sistema de trabalho.

O Fable 5 não recebeu uma ordem do tipo “migre esses sistemas”. Ele recebeu um processo, desenhado pelo Wilson junto com a IA, com três etapas e pontos de controle humanos entre elas. E o que o modelo fez de notável foi executar esse processo com uma fidelidade que nenhum time humano conseguiria sustentar por semanas.

O fluxo completo era assim:

O processo em três etapas, com portões de aprovação humana e uma regra que atravessa tudo.

Na etapa 1, entender antes de mexer, a primeira tarefa da IA para cada sistema era produzir um relatório completo comparando o que existia no sistema antigo com o que já existia no novo. Como um inventário antes de uma mudança de casa: o que é igual e pode ser aproveitado, o que é parecido mas divergiu com o tempo, o que só existe ali. Esse relatório era um portão. Nenhuma linha de código era escrita antes de um humano ler e aprovar. A IA não decidia quando começar; ela pedia permissão.

Na etapa 2, a execução, o Fable 5 não trabalhava como um agente único fazendo tudo. Ele se dividia em papéis, como um pequeno time. E os papéis se fiscalizavam entre si:

O ciclo de fiscalização: quem executa não é quem audita.

A regra fundamental desse ciclo: nenhum agente aprovava o próprio trabalho. É o mesmo princípio de qualquer boa equipe humana: quem executa não é quem audita. E todo o progresso ficava registrado por escrito, em um sistema de tarefas, de modo que qualquer agente podia retomar exatamente de onde o anterior parou. A IA não dependia de “lembrar” de nada. A memória do projeto estava no processo, não na cabeça de ninguém.

Na etapa 3, provar que funciona, valia uma proibição simples: dizer “está pronto” sem evidência. Antes de declarar qualquer parte concluída, a IA precisava ligar o sistema em um ambiente de teste, usar as funções de verdade e mostrar que tudo respondia como deveria. Afirmar sucesso sem demonstração era violação do processo.

E uma regra de ouro atravessava as três etapas: nada podia mudar de comportamento. Em sistemas antigos, o maior perigo não é errar. É criar algo sutilmente diferente do original, porque o negócio pode depender de detalhes que ninguém documentou. O sistema antigo era tratado como a verdade, incluindo as próprias esquisitices. Quando a IA encontrava algo que parecia um erro de verdade, não corrigia por conta própria. Anotava, sinalizava e esperava um humano decidir. Vários bugs que estavam em produção há anos foram descobertos assim, e corrigidos depois, deliberadamente, em uma revisão separada.

O que me surpreendeu

Eu esperava velocidade. Não esperava que a qualidade subisse.

Todos os sistemas migrados saíram com cobertura total de testes, um padrão mais alto do que tinham antes. O maior deles chegou com mais de 1.100 testes. Um dos sistemas não tinha nenhum teste automatizado; ganhou uma bateria completa escrita do zero durante o processo.

Fiquei pensando muito sobre por que isso aconteceu, e cheguei a uma conclusão que carrego para tudo o que fazemos na Tera. Rigor tem um custo humano. Seguir um processo à risca, todos os dias, exige uma energia que nós, pessoas, nem sempre temos. Temos semanas difíceis, atenção dividida, prazos apertados. Não é falta de competência. É a nossa natureza.

Para a IA, seguir o processo não custa nada. O padrão que definimos nos nossos melhores dias virou o padrão de todos os dias.

As pessoas subiram de função

O Wilson e mais um engenheiro conduziram o projeto inteiro. E o papel deles foi o mais nobre que existe em engenharia: decidir. Aprovar cada diagnóstico. Julgar os casos ambíguos. Escolher o que fazer com cada problema encontrado. Comandar cada ida para produção.

A autonomia da IA não veio de deixá-la solta. Veio de construir um processo com pontos de controle claros e deixá-la correr dentro dele, na velocidade máxima. A IA executou. As pessoas governaram. Sem essa divisão, eu não confiaria no resultado.

Refaça a sua conta

Estou contando isso porque a Tera ensina empresas a adotar IA, e eu acredito que só se ensina o que se vive. Este projeto rodou dentro da nossa operação, nos nossos sistemas reais, com dinheiro e risco reais. É a força tecnológica que sempre existiu por trás da Tera, agora amplificada por uma geração de modelos que acabou de chegar ao mundo.

E porque a conta mudou para todo mundo. Se a sua empresa tem um projeto de tecnologia parado há anos porque “não cabe no roadmap”, vale refazer a matemática. O problema não ficou mais fácil. O custo de resolvê-lo caiu de um ano para algumas semanas.

O futuro do trabalho não é a IA fazendo tudo sozinha. É gente boa desenhando processos e tomando decisões, com uma capacidade de execução que não existia até agora. Foi isso que a gente viveu. E é isso que a gente ensina.