# Como testar agentes de IA autônomos em um projeto real

> Published 2026-11-04T12:14:22.163Z on https://youblog.app/pt/p/como-testar-agentes-de-ia-autonomos-em-um-projeto-real/
> Source video: https://www.youtube.com/watch?v=9CX8WMTYIQw

Agentes de IA autônomos conseguem entregar um app funcional sem supervisão, mas não um produto pronto. No experimento de Daniel Lima, dois agentes rodaram uma noite inteira e devolveram um app iOS em Swift, uma aba de WhatsApp e um painel de métricas, além de ajustes de design que o dono do projeto não pediu.

## O que agentes de IA autônomos entregaram em uma noite

Agentes de IA autônomos entregaram, em uma noite, um app iOS em Swift nativo, uma aba de grupos de WhatsApp e um painel de métricas, mas o resultado ficou como MVP e não como produto final. O experimento é de Daniel Lima, que deixou o computador ligado no escritório e foi dormir sem acompanhar a execução.

O projeto em questão é o Bip Club (grafado "Build in Public Club" no vídeo), uma comunidade paga criada em live no canal do autor. A ideia é reunir pessoas que constroem SaaS, agentes e produtos digitais para trocar experiência sobre produto, marketing e distribuição.

A comanda principal não foi um prompt único. Daniel descreveu um checklist de tarefas dentro de uma instrução maior, que ele chama de skill, com a exigência de rodar em loop fechado: o agente pega um item, executa, verifica e segue para o próximo sem esperar aprovação humana.

O pedido mais ambicioso era criar, fora do repositório Git do site, um aplicativo em Swift para iOS, pesquisar a estrutura do projeto e orquestrar outros agentes para dividir o trabalho. O agente devolveu o simulador já aberto no computador quando o autor chegou.

A lição prática é que agentes de IA autônomos funcionam melhor com escopo bem delimitado e verificação embutida. Sem isso, o volume de mudanças não revisadas cresce mais rápido que a capacidade humana de checar.

## Qual workflow agêntico o experimento usou

O workflow agêntico usado por Daniel Lima combina uma instrução-mestre com um checklist de tarefas e um loop de execução fechado. Em vez de escrever prompts soltos, ele registra o que o agente deve fazer e o que não deve, e deixa o sistema repetir o ciclo até esgotar os itens.

O agente tinha acesso a terminal, arquivos e navegador. Esse conjunto permite abrir o app, testar telas e criar versões mobile para checar responsividade sem intervenção. O autor relata que o agente montou sozinho telas responsivas e verificou variações de layout.

A checklist separava etapas nomeadas pelo próprio agente: fundação, telas em paralelo, integração e verificação. Um item ficou marcado como fora de alcance e direcionado ao desenvolvedor: a assinatura e a distribuição precisam de conta Apple Developer e de certificados reais de APNs, que dependem de credenciais humanas.

O autor conta que não enviava mais prompts individuais, e sim a lista de tarefas. O padrão se parece com uma fila de trabalho de equipe, com a diferença de que o executor responde em minutos e não pede esclarecimento antes de agir.

Para quem quiser montar algo parecido, o ponto de partida é escrever regras explícitas de escopo, permissões e critérios de verificação. Sem isso, o loop agêntico vira uma máquina de gerar mudanças difíceis de auditar.

## O que o app em Swift realmente faz

O app em Swift cobre cadastro visível, área de membros pagantes, comentários, edição de perfil e uma tela inicial de discussões. As áreas de discussão aparecem organizadas por temas como dúvidas, procura de sócio e conversa geral, e o conteúdo é liberado conforme o status de assinatura.

A regra de acesso é clara: qualquer pessoa lê, só assinantes comentam. Daniel confirma no vídeo que a assinatura é vinculada ao plano do Bip Club e que o app mostra o status de membro pagante na própria interface.

O próprio autor aponta duas pendências. A primeira é o login: ele não entendeu como entrar no app e disse que verificaria depois. A segunda é se as notificações push estão realmente entregando — o app exibe área de notificações, mas o teste de recebimento não aparece concluído.

O saldo declarado é de um MVP apto a ir para o TestFlight, o ambiente de distribuição de testes da Apple, antes de uma submissão à App Store. A frase do vídeo resume o tom: existem melhorias a fazer, mas o app cobre o essencial para uma primeira versão.

Um app que compila e navega não é o mesmo que um app pronto para produção. Autenticação, entrega de push e publicação são exatamente as etapas que exigem credenciais e testes no dispositivo, e elas ficaram fora do que a noite resolveu.

## A área de grupos de WhatsApp e o painel de métricas atrás

O agente criou uma aba de grupos de WhatsApp para centralizar links que a comunidade pedia com frequência, separando grupos por perfil, como os voltados a desenvolvedores de WhatsApp. A página passou a ter um lugar fixo para esses convites, em vez de depender de respostas soltas no chat.

A segunda entrega é administrativa: um painel com posts por semana, categorias, tags e total de posts nos últimos sete dias. Esse tipo de métrica ajuda a ver se a comunidade cresce ou esfria, sem exigir consultas manuais ao banco.

Também foi adicionada paginação inteligente ao feed. A motivação é concreta: o site acumulou cerca de 400 posts em uma semana e a barra lateral ficou enorme. Sem paginação, o carregamento e a navegação degradam conforme o volume cresce.

A ressalva é honesta. Daniel tentou validar a paginação rolando a página e não encontrou posts suficientes para disparar a segunda leva, então marcou a funcionalidade como ainda não verificada e prometeu testar depois criando novos posts.

Recurso entregue e recurso validado são categorias distintas. O experimento mostra que o agente entrega código plausível, mas o dono do produto continua responsável por confirmar se o comportamento corresponde ao esperado.

## Onde o agente errou ou passou do combinado

O erro mais evidente não foi técnico, e sim de escopo: o agente alterou elementos de design que o autor não queria mudados. Ele relata ter visto mudanças que não gostou no site da comunidade e deixou o comentário para depois, o que indica falta de critério explícito de preservação visual.

A segunda falha é de verificação. A paginação foi implementada, mas não comprovada dentro da sessão. A terceira é de dependência externa: assinatura, distribuição e push real ficaram bloqueados por certificados e pela conta de desenvolvedor da Apple, itens que nenhum loop autônomo resolve sozinho.

Há ainda o problema de autorização. O app exibe telas restritas a assinantes, mas a checagem de permissão no servidor não é detalhada no vídeo. Em qualquer produto com assinatura, essa é a parte que precisa de teste adversarial, não apenas de interface funcionando.

Esses pontos importam porque definem o que você pode delegar. Interface, layout, telas repetitivas e integrações simples são boas candidatas. Regras de negócio, controle de acesso e publicação em loja pedem revisão humana com checklist próprio.

O saldo do experimento é positivo com ressalvas. O agente acelerou a produção de um MVP em Swift, mas produziu também mudanças não solicitadas e deixou pendências que só uma pessoa com as credenciais certas consegue fechar.

## Vale a pena confiar em agentes de IA autônomos?

Vale a pena confiar em agentes de IA autônomos para tarefas de escopo delimitado e com verificação posterior, não para decisões de produto ou segurança sem revisão. O experimento de Daniel Lima produziu um MVP de app iOS em uma noite, mas deixou login, push e paginação em aberto, e alterou o design além do pedido.

A tabela abaixo resume o que foi delegado, o que funcionou e o que exige humano.

| Entrega | Resultado no experimento | Precisa de humano |
| --- | --- | --- |
| App iOS em Swift | MVP navegável no simulador | Login e publicação |
| Notificações push | Tela criada, entrega não testada | Certificado APNs |
| Aba de grupos de WhatsApp | Implementada com links da comunidade | Curadoria dos links |
| Painel de métricas | Posts, tags e janela de 7 dias | Definição do que medir |
| Paginação do feed | Código criado, comportamento não validado | Teste com volume real |
| Design do site | Alterações não solicitadas | Critério de preservação |

O critério prático é separar o que é reversível do que não é. Código de interface pode ser revisado e refeito; autenticação, cobrança e distribuição têm custo alto de erro e devem ficar sob controle de quem responde pelo produto.

O autor também menciona números do negócio no mesmo vídeo: cerca de R$ 6 mil de MRR, 319 transações e ticket médio de R$ 19 desde o início do projeto. São dados declarados por ele, sem auditoria independente, e servem para contexto — não como prova de desempenho do agente.

## Como reproduzir o experimento sem perder controle

Para reproduzir o experimento sem perder controle, escreva o escopo em checklist, defina o que o agente não pode alterar e feche cada item com um critério de verificação explícito. O loop só é seguro quando existe um jeito objetivo de dizer que a tarefa terminou.

Siga esta sequência:

1. Separe o projeto novo em pasta fora do repositório principal, como fez Daniel ao criar o app Swift em diretório externo ao Git.

2. Descreva as permissões do agente: terminal, arquivos e navegador. Restrinja o que não for necessário para a tarefa da noite.

3. Liste as tarefas em ordem, com nome, resultado esperado e critério de aceite. Inclua o que está fora de alcance por depender de credenciais.

4. Rode o ciclo em loop fechado, com verificação automática a cada item concluído.

5. Na manhã seguinte, trate o resultado como pull request, não como entrega: revise diffs, teste fluxos e confirme o que não foi validado.

Esse formato aproveita a principal vantagem do agente — volume de trabalho em pouco tempo — e reduz o risco de mudanças silenciosas. O checklist também deixa rastro do que foi pedido, o que facilita a auditoria.

Se você quer aprender a estruturar projetos desse tipo com stack tipada, vale conhecer o trabalho de [Gustavo Dev Doido](https://crazystack.com.br) e o [Crazystack Typescript](https://crazystack.com.br), que organizam padrões de código e automação em TypeScript. O [Bootcamp do Dev Doido](https://crazystack.com.br) aprofunda esse tipo de arquitetura para quem quer construir produtos com IA sem perder organização.

## Perguntas frequentes sobre agentes de IA autônomos

- **Agentes de IA autônomos conseguem criar um app iOS sozinho?** No experimento de Daniel Lima, o agente gerou um app em Swift nativo que abriu no simulador com telas de assinatura, perfil e discussões. O resultado foi tratado como MVP, com login e entrega de push ainda não confirmados.

- **O que é um loop agêntico?** É um ciclo em que o agente executa uma tarefa, verifica o resultado e segue para o próximo item sem pedir aprovação humana a cada passo. No vídeo, o ciclo foi guiado por um checklist dentro de uma instrução-mestre.

- **Quais ferramentas foram usadas no experimento?** O agente tinha acesso a terminal, arquivos e navegador, e rodou em duas instâncias. O objetivo principal era produzir um app em Swift para iOS fora do repositório Git da comunidade.

- **Por que a paginação ficou sem validação?** Porque o teste exigia volume suficiente de posts para disparar o carregamento seguinte. O autor rolou a página, não encontrou posts bastantes e marcou o recurso como pendente de validação posterior.

- **É seguro deixar agentes rodando durante a noite?** É razoável em escopo delimitado e com revisão no dia seguinte. O experimento registra mudanças de design não solicitadas, o que mostra que limites explícitos e revisão de diffs continuam necessários.

- **Quanto custa entrar no Bip Club?** O autor informa assinatura de R$ 19 para interagir na comunidade, com leitura livre para quem não paga. O valor aparecia como ticket médio das transações no momento do vídeo.

- **O que ficou fora do alcance do agente?** Assinatura, distribuição na loja e notificações push reais, porque dependem de conta Apple Developer e certificados. O próprio agente marcou esses itens como tarefa para o Daniel.

- **Que resultado de negócio foi mostrado?** Cerca de R$ 6 mil de MRR, 319 transações e ticket médio de R$ 19 desde o início do projeto, segundo o autor. Os números são declarados no vídeo e não foram auditados.

- **Qual a principal lição do experimento?** Delegar execução funciona; delegar decisão de produto, segurança e publicação não. O ganho vem de transformar o resultado da noite em pull request revisável, com critérios objetivos de aceite.

- **Onde ver o passo a passo completo?** O autor afirma que o workflow detalhado está no vídeo anterior do canal, disponibilizado de graça. O vídeo desta análise foi publicado em 15 de julho de 2026.

## Do experimento ao texto: como publicar o que você aprendeu

O experimento de Daniel Lima só tem valor porque ele documentou o processo, incluindo o que deu errado. A mesma lógica vale para quem tem aulas, entrevistas ou bastidores gravados em vídeo e nunca transforma esse material em texto pesquisável.

Se você tem esse tipo de conteúdo em um vídeo do YouTube, o [Skala Blog](https://skalablog.com) faz o caminho inverso: você cola a URL, o vídeo é transcrito e a ferramenta gera um artigo estruturado, pronto para revisão e publicação.

Assim como o agente da noite entregou um MVP que precisou de revisão humana, o rascunho gerado também pede o seu olhar. A diferença é que você começa com a estrutura pronta, em vez de uma página em branco.

[Source video](https://www.youtube.com/watch?v=9CX8WMTYIQw)