Método de Codificação de IA com Rédea Curta: Vença a Fábula Mantendo o Controle

Greg Slepak, mantenedor de software crítico para segurança, destila mais de um ano de pesquisa em agentes de IA para codificação no método de coleira curta. Ele é projetado para desenvolvedores experientes que querem que a IA aumente a produção sem sacrificar a qualidade — e afirma superar os resultados do Fable 5 mesmo sem modelos de ponta.
O problema central que Slepak identifica: agentes de IA frequentemente "saem dos trilhos", produzem código feio/ineficiente ou exigem sistemas de orquestração estilo YouTuber que removem o desenvolvedor do loop. O método dele mantém você no controle a cada passo.
Regras da Coleira Curta
- Planeje a tarefa, opcionalmente usando algo como
tasks skillpara dividir tarefas grandes em etapas. - Nunca use o modo "YOLO" (também conhecido como "pular perigosamente as permissões").
- A IA só funciona enquanto você está assistindo — sem "codificação por vibe" enquanto você joga videogame.
- Use um agente de codificação que exiba um diff no prompt de permissões antes de fazer alterações.
- Analise cada diff proposto — negue permissões sempre que a IA estiver prestes a fazer algo que você não quer.
- Mantenha-se no loop para ter uma compreensão atualizada do código.
- Intervenha com frequência para evitar que a IA saia dos trilhos.
- Faça commit após cada subtarefa para se proteger contra a IA excluindo trabalho anterior (Slepak já viu Opus fazer isso).
Revisões de IA
Slepak recomenda tratar a IA como um linter para revisões de PR. A IA pega erros comuns, o humano pega problemas de alto nível. Juntos, ambos superam qualquer um sozinho. A IA precisa de contexto suficiente (issue, descrição do PR).
Ele também observa que construiu ferramentas de revisão de IA personalizadas com desempenho tão bom quanto sistemas de bilhões de dólares, e mantém um fork de um agente chamado Crush.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Como Configurar Subagentes com Espaços de Trabalho Separados no OpenClaw
Uma solução comunitária para configurar múltiplos subagentes com espaços de trabalho isolados e modelos diferentes

Desenvolvedor compartilha 25 prompts testados do Claude para fluxos de trabalho de desenvolvimento SaaS
Um desenvolvedor compartilhou 25 prompts específicos que usa diariamente para desenvolvimento de SaaS, abrangendo arquitetura de backend, design de API, cópia de frontend, documentação de produto e tarefas de go-to-market. Os prompts são projetados para economizar tempo em tarefas repetitivas como revisão de código, geração de documentação e testes de casos extremos.

Pilha de Rastreamento de LLM de Ponta a Ponta: Do Toque de Tecla ao Token Transmitido
Um engenheiro de software criou um documento abrangente que rastreia cada camada da pilha ao enviar um prompt para um LLM, cobrindo contagem de tokens no lado do cliente, protocolos de rede, gateways de API, classificadores de segurança, tokenização, cache KV, pipeline de amostragem e mecânicas de streaming.

Construindo Habilidades Claude para Automatizar Processos Cognitivos
O Claude Code inclui um criador de habilidades integrado que permite criar habilidades com IA descrevendo processos em linguagem natural em vez de escrever código. A fonte descreve a criação de uma habilidade de validação de startups que reduziu um processo manual de 2 dias para 15 minutos.