Aprender

Every developer's agent on your team works a different way, and the shared instructions file grows until nobody reads it. In nine lessons you give the team one way of working, built by asking Claude Code: a short AGENTS.md that routes to your standards and docs, a locked review list, a hook, one bug-fix workflow, and three loops that keep it small. Lesson 9 checks your own repo for the certificate.

Testes de aceitação conduzidos por agentes são um ciclo de verificação em que um agente de IA conduz cada percurso do utilizador num browser real e indica se passa ou falha face a critérios de aceitação congelados. Fazemos testes de aceitação com Playwright MCP no ConvOps: o agente que testa nunca corrige, e uma falha volta à construção até que a execução completa passe de novo.

Um sistema de IA que se melhora a si próprio é um repositório de normas, um armazém de memória e fluxos de trabalho com pontos de aprovação que transformam as lições de cada trabalho concluído em regras que o trabalho seguinte lê. Aprende em seis camadas, da memória a um pipeline que revê o sistema inteiro. Nós corremos o nosso no ConvOps.

Uma proteção contra eliminações no Claude Code são quatro camadas que impedem um agente de apagar os seus ficheiros: um pedido de aprovação, uma regra de negação, um hook PreToolUse e trabalho com commit e push. O ConvOps acrescenta execuções isoladas e uma aprovação antes do merge para as execuções que ninguém vigia.

Um CLAUDE.md é demasiado longo quando tem linhas sem as quais o agente não erraria. A Neomanex resolve-o com uma auditoria: testar cada linha, manter o que evita um erro e mover o resto para uma página de documentação, uma skill, uma regra de pasta, um fluxo de trabalho do ConvOps ou um hook, tanto no CLAUDE.md como no AGENTS.md.

Gerir uma empresa com agentes de IA significa que cada trabalho corre num fluxo de trabalho escrito, não num chat: o primeiro passo recupera o que já foi decidido, uma pessoa aprova onde importa e o trabalho guarda o que vale a pena lembrar. Gerimos a nossa no ConvOps, onde estão as nossas tarefas, fluxos de trabalho e memórias.

Um agente de IA para um website com autorreparação é um ciclo agendado que lê o site tal como um leitor o recebe, regista cada defeito como um bug e põe um agente num ambiente isolado a reparar o que consegue reescrever e verificar de novo, e deixa o resto para uma pessoa. O ConvOps gere o varrimento semanal, o pool de bugs e a reparação de cada bug.

O ciclo de experiências de SEO é um ciclo de agentes que transforma cada correção de SEO numa experiência pré-registada com um grupo de controlo aleatório. O ConvOps agenda cada execução, o Claude Code faz a alteração, uma pessoa faz o merge e um script avalia-a face a páginas intactas ao dia 15 e ao dia 31.

Graph engineering é desenhar um sistema de agentes de IA como um grafo: os nós fazem o trabalho, as arestas decidem o que corre a seguir e o estado viaja entre eles. A nossa visão: o grafo substitui o ficheiro de instruções, por isso um CLAUDE.md pode encolher para 8 linhas enquanto o processo e as regras vivem em fluxos de trabalho e normas.