Empreendedor residente da @Esade, membro do Conselho Consultivo da iHealth Labs, consultor, mentor e coach no Martin Trust Center for MIT Entrepreneurship, investidor-anjo self, chefe de produto @Google edu, fundador, CPO e CEO da BrightBytes (adquirida pelo Google), membro do conselho da iEARN-USA, mentor e coach - Big Ideas na University of California, Berkeley Hisham Anwar, Empreendedor - Tecnólogo - Investidor-Anjo O maior desafio na construção de agentes prontos para empresas não é a capacidade da IA de programar, mas sim o Contexto Lacuna. Assistentes de IA tradicionais frequentemente perdem a visão geral à medida que as sessões crescem. Eles esquecem os padrões arquitetônicos, as peculiaridades específicas da pilha tecnológica e o roteiro de longo prazo do projeto. Em um ambiente empresarial, isso (amnésia) leva a retrabalhos e código inconsistente. Tenho me aprofundado no framework GSD (Get Shit Done) para o Claude Code, e ele é um divisor de águas para fluxos de trabalho agentes: Memória Persistente: Utiliza um planejamento/diretório estruturado para dar a Claude uma memória de longo prazo, garantindo que nunca perca de vista os objetivos do projeto. Engenharia de Contexto Automatizada: Com comandos como /gsd:map-codebase, ele não apenas lê código; Ela constrói um modelo mental de toda a sua arquitetura. Roteiros Verificáveis: Ele força um ciclo "Planeje > Execute > Verifique" que espelha os fluxos de trabalho de engenharia sênior, reduzindo a necessidade de vigilância constante. O que isso resolve: - Reduz a descoberta de semanas para dias - Extrai modelos de domínio implícito de sistemas existentes - Gera fundações de camadas semânticas a partir de código de produção - Documentar fluxos reais de dados vs. arquitetura pretendida A principal percepção: Sua lógica de negócios já codifica seu modelo de domínio. O GSD nos permite extraí-lo programaticamente em vez de reconstruí-lo manualmente por meio de entrevistas com partes interessadas. Isso não é uma solução completa para a lacuna de contexto, você ainda precisa de expertise no domínio humano, governança de dados e validação. Mas é um acelerador poderoso para a fase de descoberta. ...