Seu novo trabalho é integrar agentes de IA: como as empresas nativas de IA realmente operam

In This Article

Caros assinantes, passei os últimos meses entrevistando líderes de empresas nativas de IA. Agora estou convencido de que: Integrar e gerenciar agentes de IA É o trabalho, não importa qual seja sua função. Neste mergulho profundo gratuito, quero compartilhar como três empresas nativas de IA — Linear, Ramp e Factory — colocam esse princípio em prática. Aqui estão algumas citações de cada um:Nan Yu (Chefe de Produto, Linear): “Você terá membros da equipe de IA aos quais poderá atribuir tarefas e conversar da mesma forma que fala com as pessoas.”Geoff Charles (CPO, Rampa): “Se você não estiver usando Claude Code, não importa qual seja sua função, provavelmente você está tendo um desempenho insatisfatório.”Eno Reyes (CTO, Fábrica): “Codificamos o gerenciamento de produtos, interface de usuário de front-end, análise de dados e muito mais em habilidades reutilizáveis ​​que qualquer funcionário pode invocar.”Continue lendo para ver como cada empresa nativa de IA opera.Linear: Tornando os agentes de IA companheiros de equipe de primeira classeVocê pode @mencionar um agente para criar e atribuir um problema a outro agenteA abordagem linear dos agentes é moldada por seu produto. Nan (Chefe de Produto da Linear) acredita que: Os agentes devem ser funcionários de primeira classe. Você deve ser capaz de adicioná-los a projetos, atribuí-los a problemas e mencioná-los em comentários. No entanto, Nan também acredita que o ser humano sempre é responsável pelo resultado. Veja como a Linear constrói produtos com agentes em cada etapa:Entenda o problema. Os agentes leem e resumem todas as conversas dos clientes da Intercom, Zendesk e Gong. Eles criam problemas automaticamente, eliminam a duplicação deles em relação ao backlog e os atribuem à equipe certa. Identifique a solução. Como os agentes têm acesso às conversas com os clientes, eles podem ajudá-lo a iterar uma especificação extraindo insights baseados em dados de vários canais. Faça um plano. Os agentes podem dividir suas especificações em tickets concretos e encaminhá-los automaticamente para as equipes certas. Na Linear, os agentes agora criam a maioria dos tickets. O trabalho do ser humano é revisar seu trabalho e ajustar o contexto ao longo do tempo.Executar. Bugs e pequenos recursos são atribuídos diretamente a agentes como Codex e Cursor. Para recursos complexos, os engenheiros lançam o Claude Code e usam o Linear MCP para extrair o contexto completo do problema. De Nan: Parece que o escopo do que os agentes podem lidar está se expandindo a cada trimestre. Novos modelos e equipamentos estão ultrapassando os limites de soluções simples para projetos cada vez mais complexos. Quer construir com agentes como o Linear? Aqui estão quatro etapas práticas que Nan compartilhou sobre o que sua equipe pode fazer hoje: Todo desenvolvedor deve usar como padrão uma ferramenta líder de codificação de agente. Este é o primeiro passo mais fácil. Forneça a ferramenta oficial (Cursor, Claude Code ou Codex) e gerencie-a para que você possa ver a utilização. Suplemente com um agente de codificação em nuvem assíncrona. Agentes de segundo plano assíncronos podem realizar a maioria das pequenas alterações e correções de bugs. Cursor e Devin têm boas ofertas aqui. Insista para que designers e PMs trabalhem diretamente na base de código. Agentes como Claude abrem um caminho de baixo atrito para PMs e designers fazerem alterações diretamente na base de código. Todos devem se esforçar para ser construtores. PMs e profissionais de marketing devem usar como padrão uma interface de IA. Essas funções deveriam realizar 80-100% de seu trabalho por meio de uma interface de chat – seja Claude, ChatGPT, Notion AI ou algo semelhante. Nan vê um futuro em que os humanos colaborarão com os agentes no nível de especificação - definindo o que precisa ser construído e por quê - e então repassando as coisas aos agentes para lidar com tudo no downstream. Rampa: medindo a proficiência em IA em 4 níveis A Rampa está rapidamente incentivando seus funcionários a serem nativos de IA em 4 níveis. Se Linear mostra como tornar os agentes uma parte de primeira classe de sua equipe, então a Rampa mostra como fazer com que toda a sua empresa os adote. alcançou receita de US$ 1 bilhão e fez tudo com 25 PMs. Eles fizeram isso exigindo que cada função (engenharia, produto, design, vendas, marketing, jurídico, finanças) fosse integrada e trabalhasse com agentes. Geoff (CPO Ramp) compartilhou uma estrutura para avaliar a proficiência em IA para cada funcionário que considero extremamente prática: L0: Às vezes usa ChatGPT. Essas pessoas provavelmente não permanecerão na empresa por muito tempo. Se você não é um empreendedor com uma mentalidade de crescimento em relação às ferramentas de IA, Geoff diz que será muito difícil treiná-lo para se destacar. L1: Usa e ajusta GPTs, projetos e ferramentas internas de IA. Essas pessoas estão experimentando IA, mas ainda não automatizaram o trabalho real. L2: Cria um aplicativo que automatiza parte de seustrabalho. Essas pessoas podem submeter código ou dar feedback significativo sobre o trabalho de outras pessoas usando ferramentas de IA.L3: Construtores de sistemas. Essas pessoas estão construindo a infraestrutura e as habilidades de IA que aceleram todos os outros membros da equipe. O objetivo da empresa é impulsionar todos na hierarquia. L0s se auto-selecionam. L1s tornam-se L2s. L2s tornam-se L3s. E os L3s influenciam o resto da organização. Geoff também compartilhou 5 etapas que qualquer empresa pode seguir para se tornar nativa de IA:Remover todos os atritos. Dê acesso a ferramentas populares de IA sem restrições de tokens ou orçamentos e crie um repositório interno de habilidades de IA que qualquer pessoa pode usar. Se a configuração for difícil, a maioria das pessoas não adotará. Torne a adoção visível. Crie canais públicos no Slack onde as pessoas possam compartilhar o que construíram. Em geral, mostre não-engenheiros fazendo coisas impressionantes, como finanças, construindo um sistema de tesouraria ou marketing, automatizando a criação de sites. Forneça suporte prático. Hospede horários de expediente em que qualquer pessoa pode participar para desenvolver habilidades e fluxos de trabalho de IA. Designe especialistas em IA cujo trabalho inteiro seja evangelizar, preparar as pessoas e ajudá-las a alcançar o “momento aha”. Rastreie o uso e intervenha. O Ramp rastreia o consumo de tokens em ferramentas de IA por funcionário. A liderança compartilha esses dados para criar responsabilidade natural e intervir quando o uso de alguém é baixo. Torne isso um requisito de contratação. As entrevistas de PM agora incluem uma sessão dedicada onde você precisa construir um produto funcional e, em seguida, explicar por que o construiu e como funciona. Geoff resumiu sua filosofia de liderança para cada função na Ramp em uma linha: Seu trabalho é automatizar seu trabalho. De Geoff: "Se eu disser à minha equipe 10 vezes que o CTA precisa estar acima da dobra, a solução não é dizer isso pela 11ª vez. É codificar esse feedback em um processo crítico de design automatizado ou habilidade de IA para que isso nunca aconteça novamente." quando você constrói em torno deles desde o primeiro dia. A Factory é uma empresa de desenvolvimento de software de IA com 55 pessoas avaliada em US$ 300 milhões e estruturada em torno da IA ​​desde o início. Aqui está o que os torna diferentes: Contrate engenheiros de produto A fábrica não contrata PMs e engenheiros separadamente. Em vez disso, contratam engenheiros de produto que gerenciam e trabalham com agentes de IA. Um dia típico se parece com:Examine os rastreamentos das execuções do agente para ver onde o sistema tomou decisões erradas. Escreva correções não como código, mas como governança (por exemplo, uma atualização de uma habilidade, uma nova regra de lint ou uma automação refinada) Revise apenas os PRs que os agentes sinalizam como de alto risco (os agentes cuidam do resto). A fábrica pontua bases de código em cinco níveis de maturidade, e o Nível 3 ("Padronizado") é onde a maioria das equipes precisa mirar primeiro. Estrutura de prontidão do agente da FactoryCodifique a experiência em habilidades reutilizáveisQuando sua base de código estiver pronta para o agente, a próxima etapa é fornecer aos agentes o conhecimento para tomar boas decisões por meio de habilidades (basicamente apenas arquivos de marcação de texto). A Factory usa habilidades para codificar o conhecimento especializado e da empresa em algo que qualquer agente ou funcionário pode usar. Aqui está uma lista de habilidades que o Factory usa internamente e links para seus arquivos markdown para você copiar e modificar: Habilidade de gerenciamento de produtos. Princípios do produto, uma estrutura de experiência de 11 estrelas (emprestada de Brian Chesky do Airbnb), modelo PRD, rubrica de pontuação e orientação linguística, tudo em um arquivo de desconto. Instrui o Droid sobre como construir recursos usando o sistema de design do Factory, convenções de roteamento e padrões de teste. Habilidade de analista de dados de IA. Execute análises exploratórias, crie visualizações e gere relatórios estatísticos usando todo o ecossistema Python. Habilidade em ferramentas internas. Crie painéis de administração, consoles de suporte e painéis operacionais com controles de acesso adequados e registro de auditoria integrados. Habilidade de codificação Vibe. Crie rapidamente protótipos de novos aplicativos da web do zero com estruturas modernas. Se você pode codificar o que seus melhores funcionários sabem em habilidades, não precisa contratar especialistas para cada função.Linear: padronize cada desenvolvedor para uma ferramenta de codificação de agente como Cursor, Claude Code ou Codex. Coloque PMs e designers na base de código. Deixe-os enviar PRs e enviar códigos usando agentes. Pare de encaminhar cada pequena mudança através de um engenheiro.Da Rampa:Avalie a proficiência em IA de toda a sua equipe. A estrutura de 4 níveis da Rampa oferece um vocabulário compartilhado sobre onde as pessoas estão e para onde precisam ir. Acompanhe o uso da IA ​​e inclua-o nas expectativas de desempenho. Você não pode melhorar o que não mede, e os incentivos são importantes. Da fábrica: Pontue sua base de código para prontidão do agente. Use os níveis de prontidão do agente do Factory para entender se sua base de código está pronta. Codifique o conhecimento de sua equipe em habilidades reutilizáveis. Codifique o que seus melhores funcionários sabem em arquivos de habilidades e torne mais fácil para humanos e agentes usá-los. Acima de tudo, integre agentes como se fosse um humano. Dê-lhes contexto, conecte-os à sua pilha operacional e mantenha um ser humano responsável por seus resultados. Deixe-me saber o que você pensa nos comentários!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)