Identificar responsabilidades, riscos, anti-padrões e necessidades de rastreabilidade

Concluído

À medida que os agentes se tornam mais capazes, pode ser tentador imaginar que as responsabilidades passam para o sistema. Não tem. Os sistemas agentivos podem executar o trabalho, mas os humanos continuam responsáveis pelos resultados e pelos controlos que regem a execução.

Nesta unidade, vais aprender

  • Quem é responsável pelas ações e resultados dos agentes

  • Quais riscos comuns e anti-padrões aparecem nos sistemas de agentes

  • Como os controlos do GitHub mitigam estes riscos

  • Porque é que a rastreabilidade e a observabilidade são necessárias para sistemas fiáveis

A responsabilidade não se altera com a execução

Quando um agente cria um pull request, revê código ou responde a feedback, participa no fluxo de trabalho, mas não assume a propriedade dos resultados. As partes responsáveis continuam a ser as pessoas e equipas que:

  • Definiu a tarefa

  • Definir permissões

  • Escolha e configure os controlos

  • Aprovada a alteração resultante

Um modelo de revisão por pull request torna isto explícito: o sistema pode propor, mas os humanos decidem o que é aceite.

Riscos comuns e anti-padrões

Os sistemas de agentes em estágio inicial falham frequentemente de formas previsíveis:

  • Execução sem plano O agente começa a alterar código sem uma abordagem clara e inspecionável.

  • Agentes com excesso de permissões O agente (ou o seu token de workflow/credenciais de ferramentas) tem acesso mais amplo do que o necessário.

  • Raciocínio oculto O fluxo de trabalho expõe apenas as saídas (o diferencial) sem artefactos intermédios (plano, pressupostos, pontos de decisão, contexto de execução).

  • Confiança cega na automação: Passar no CI é importante, mas as verificações só validam o que foram projetadas para detetar. Uma build bem-sucedida não implica automaticamente que a alteração está completa, é apropriada ou de baixo risco.

Mapeamento de implementação: mitigação de riscos → GitHub

Risco / anti-padrão Como fica em GitHub Mitigação usando controlos GitHub
Execução sem plano PR tem um diferencial, mas não tem plano ou justificação Exigir uma secção de plano via modelo de RP; Exige revisão antes da fusão
Agentes excessivamente autorizados Os fluxos de trabalho podem escrever no repositório e aceder a segredos de forma ampla Privilégio mínimo GITHUB_TOKEN; ambientes com revisores obrigatórios; Restringir quem pode desencadear fluxos de trabalho
Raciocínio oculto Sem suposições/âmbito/rastro de decisões Exigir o planeamento e a ligação de execuções de fluxo de trabalho e registar decisões nos comentários de pedidos de pull
Confiança cega na automação Mentalidade de "CI aprovado, envia" Combinar verificações com CODEOWNERS, revisões obrigatórias e aprovações baseadas no risco

Rastreabilidade e observabilidade

Para supervisionar bem um agente, precisas de mais do que uma diferença final — precisas de um rasto. No GitHub, esse rasto pode incluir:

  • Pull requests e histórico de commits

  • Revise comentários e aprovações

  • Execuções de workflows e artefactos carregados (relatórios de teste, registos)

  • Envios e alertas de digitalização de código

  • Alertas secretos de varredura e eventos de proteção contra o empurrão

  • Eventos de registo de auditoria da organização (disponibilidade e acesso dependem da configuração da organização/empresa)

O objetivo não é apenas a conformidade. É uma compreensão operacional: quando algo falha, é preciso saber o que mudou, quem o aprovou, que provas existiam e o que aconteceu a seguir.

Registo mínimo de auditoria para contribuições de agentes

  • Um objetivo declarado (link da edição ou descrição do PR)

  • Um plano inspecionável (seção ou arquivo do plano de relações públicas)

  • Um conjunto de mudanças limitado (branch e commits)

  • Evidência automatizada (execução do fluxo de trabalho e artefactos)

  • Julgamento humano (revisão e aprovação)

  • Um resultado claro (fusão, reverter ou escalar)

Suponha que a correção da vulnerabilidade do agente passe pelo CI mas depois cause um retrocesso. A questão chave não é apenas se o agente cometeu um erro – é se o sistema tornou o erro compreensível e evitável:

  • Havia um plano e escopo visíveis?

  • Foram os revisores certos solicitados (e eles aprovaram)?

  • As verificações estavam em conformidade com o risco da alteração?

  • O registo de auditoria é suficiente para reconstruir o que aconteceu?

Os sistemas agentes mudam quem realiza o trabalho, mas não quem detém os resultados. As equipas humanas mantêm-se responsáveis, razão pela qual devem desenhar contra anti-padrões comuns e exigir uma forte rastreabilidade através de artefactos e registos nativos do GitHub.

Depois de perceber como funciona a responsabilidade, o passo final é decidir como o trabalho de agente deve ser avaliado. Na unidade seguinte, irá aplicar o modelo do contribuinte à saída gerada por agentes.