SDLC + IA — Parte 2

Destaques

• Efraim (.NET): sistema legado sem testes nem documentação levado a 70% de cobertura de testes de integração em cerca de 80 dias, rodando com banco de dados real e zero mock, hoje também integrado ao pipeline de deploy.
• Claudio Pereira (Claudião): workflow com Cloud Code Review que aprova ou reprova PRs no GitHub segundo guidelines do projeto, skill make.pr que documenta a sessão, roda a suíte de testes e abre o PR, com merge automático quando tudo passa.
• Deploy no Ploy.io scriptado por Claudião: identifica automaticamente se o servidor é o Horizon (roda migration) ou secundário (aguarda 15s), sobe o serviço e notifica o resultado por WhatsApp.
• Cloud Prime (Vitor Hugo), parceira do Clã: deploys executados em cerca de 18 segundos, suporte direto via WhatsApp e cupom CLAMBEER; vários membros (Matheus, Dan) migraram de Forge, DigitalOcean e Oracle para lá durante o próprio encontro.
• Backup automatizado: integração via Rclone com Google Drive (pasta por servidor/site) e comando Artisan que recupera o último backup de produção e reconstrói o ambiente local para reproduzir bugs relatados por cliente.
• Nando apresentou o Hermes, agente autônomo que orquestra deploy, código e documentação entre Telegram, WSL e VPS, cria suas próprias skills e sincroniza memória entre ambientes.
• Caso de alerta trazido por Victor: cliente com Cloud Code conectado direto ao servidor via SSH teve o Docker e o certificado SSL reconfigurados pela IA sem aviso, causando queda do sistema a cada 5 minutos; a solução foi cortar o acesso direto da IA à infraestrutura e mover o deploy para pipeline via Git.
• Manutenção e evolução: uso de Cloud Code para auditoria sistemática de sistemas antigos antes de upgrades de versão (Filament e Laravel), seguida de deploy na Cloud Prime e migração de storage para S3; observabilidade de load balancer via webhook no Discord lendo o header de servidor gerado pelo proxy.

Profundidade técnica

Nesta segunda parte, o ganho mais concreto da IA aparece em testes de integração contra dados reais sem mocks — destravando cobertura em sistemas legados sem documentação — e em pipelines de deploy que se auto-orquestram (detecção de papel do servidor, migrations condicionais, notificação de status), reduzindo deploy a scripts de poucos segundos com salvaguardas explícitas. Ferramentas como Playwright aparecem tanto para teste end-to-end quanto para gerar documentação e vídeos de demonstração como subproduto do próprio desenvolvimento. Do lado da manutenção, a IA acelera auditorias de código legado e upgrades de versão, e passa a compor a camada de observabilidade (webhooks, identificação de servidor por proxy). O contraponto necessário, levantado pelo caso do cliente com SSH direto, é que dar à IA acesso irrestrito à infraestrutura de produção sem revisão de mudanças é um risco real — reforçando que domínio de arquitetura e processo continua sendo o que diferencia o uso maduro do uso perigoso de IA no ciclo de desenvolvimento.

Faça parte do Clã

Esse nível de troca — com ferramentas, scripts e erros reais — é conteúdo exclusivo de quem está dentro do Clã. Participe: Beer and Code — Clã Nível 1