TLDR;

Agentes de IA conseguem traçar o fluxo de dados em sistemas complexos e automatizar atualizações do front-end até o banco de dados, facilitando a modernização de código legado. O guia propõe uma abordagem orientada por solicitações em três etapas — planejar (documentar o setup, criar sandbox/Docker e usar "planning mode" para mapear impactos), executar (quebrar em subtarefas, liderar com TDD/BDD, gerenciar contexto e definir regras do agente) e verificar (revisão humana, revisão AI na CI/CD e smoke tests em staging). Para evitar bugs recomenda-se regras estritas do agente, testes primeiro com modelos pro para critérios e modelos mais baratos para implementação, revisão humana e automática na CI/CD e smoke tests em staging, nunca permitindo deploy direto à produção.

Resumo

Este vídeo explica como usar IA para enfrentar código legado de forma segura e produtiva, propondo uma abordagem orientada a solicitações de mudança baseada em três etapas: planejar, executar e verificar. No planejamento, documente o ambiente local (README, Docker) para criar um sandbox descartável e ative um modo de reconhecimento que mapeie o “blast radius” das alterações; trate a IA como um colega, pedindo três opções arquiteturais, autocritica e perguntas de sondagem. Na execução, controle o contexto dividindo grandes mudanças em subtarefas com resumos, lidere com testes (TDD/BDD) gerados por modelos mais robustos e delegue a escrita ao modelo mais barato, e estabeleça regras de agente (fluxo padrão, limites rígidos, proibir commits automáticos). Na verificação, implemente um filtro em três camadas: revisão humana orientada à qualidade de código, revisão automatizada por outro modelo na CI/CD com defesa do agente original, e smoke tests em staging com click-through. Regras chave: documentar e usar planejamento, escrever testes antes e definir guardrails de agente, e nunca liberar IA direto em produção. A combinação de planejamento, testes e diálogo com o agente transforma um projeto legado em um processo previsível. Isso aumenta velocidade, reduz erros e facilita onboarding de novos desenvolvedores de forma consistente.