Fábrica de software com IA: o que muda quando agentes escrevem o código
“Fábrica de software com IA” virou frase de proposta comercial. O problema é que ela junta coisas diferentes. No Brasil, fábrica de software é o nome de um contrato. Em inglês, “software factory” passou a nomear uma linha de produção em que agentes de IA escrevem o código.
Quem contrata precisa separar as duas. Uma diz como o trabalho é feito. A outra diz o que você paga e quem responde pelo resultado.
Este guia mostra o que o termo nomeia hoje, o que muda com agentes, o que já foi medido e o que perguntar antes de assinar.
O que “fábrica de software” nomeia hoje no Brasil
No Brasil, o termo descreve um jeito de contratar, e a medida é esforço: ponto de função, hora e posto de trabalho.
A lógica é antiga. Uma apresentação da FATTO de 2013 lista três modelos de contratação de serviços de software: homem-hora, preço global fixo e preço unitário. Ela descreve o homem-hora como alocação de profissionais terceirizados, com remuneração desvinculada dos resultados entregues, e apresenta o ponto de função como a unidade de preço unitário dos contratos de fábrica.
Esse desenho continua em uso. O guia de contratação do Banco do Nordeste, anexo de uma RFI de 2026, prevê a fábrica prestada em postos de trabalho e medida pelo quantitativo mensal de pontos de função. Entre os postos medidos em ponto de função já aparecem engenheiro de IA e engenheiro de prompt.
A Secretaria da Fazenda do município de São Paulo trabalha com fábrica de software desde 2013, primeiro por pontos de função e, desde 2021, por postos de trabalho ajustados por resultado. O edital de 2026 mantém essa remuneração híbrida, condicionada a níveis mínimos de serviço, inclui inteligência artificial no escopo e estima R$ 48,35 milhões para 24 meses.
A IA já entrou no escopo e nos cargos. A unidade de medida continua sendo o esforço.
O que muda com agentes
Em inglês, o termo ganhou outro sentido. Ele descreve a linha de produção, não o contrato. E as definições divergem no papel das pessoas.
- StrongDM. Especificações e cenários guiam agentes que escrevem o código, com duas regras: humanos não escrevem e não revisam código.
- Augment Code. Agentes escrevem, testam e entregam código, com a especificação e a aprovação de merge sob controle humano.
- PostHog. Trata o termo como metáfora sem critério formal, num espectro definido por quanto código os agentes escrevem e por quão de perto os humanos leem. Segundo o texto, a StrongDM é uma das poucas empresas que descreveram publicamente operar sem ninguém ler o código.
Outras empresas mantêm a leitura humana. Na Stripe, mais de mil pull requests mesclados por semana são produzidos inteiramente por agentes e revisados por humanos. No Brasil, a Central IT descreve oito agentes, um por papel da esteira, com pessoas decidindo, revisando e validando.
Para quem contrata, o método de produção é só parte da mudança. A outra parte é comercial: o que é vendido, quem assume o risco e quem responde depois da entrega. Dá para trocar a linha de produção inteira e continuar vendendo hora.
Tradicional e com agentes, lado a lado
A tabela resume a diferença. Ela pareia fatos de fontes diferentes, detalhados logo abaixo.
| Eixo | Modelo tradicional | Modelo com agentes |
|---|---|---|
| Unidade de venda | Hora, ponto de função e posto | Resultado, assinatura ou conversa resolvida |
| Risco de escopo e prazo | Remuneração desvinculada do resultado entregue | Parte do pagamento só existe com resultado |
| Depois da entrega | Gestão de aplicações cobrada por esforço | Suporte de longo prazo anunciado |
| Qualidade | Código escrito por humanos | Revisão humana proibida ou mantida |
De onde vem cada linha:
- Unidade de venda. Hora, ponto de função e posto estão nos documentos da FATTO e do Banco do Nordeste. Do outro lado há medida de resultado em um segmento da TCS (Reuters, via The Star), assinatura por pod na Globant (Bain) e conversa resolvida no atendimento (TechTarget).
- Risco de escopo e prazo. No homem-hora, a remuneração é desvinculada do resultado entregue (FATTO). Em contrato de nuvem com a E.ON, a HCLTech não recebe no primeiro ano (Reuters, via The Star). Na Softo, parte do pagamento só existe se houver resultado (Startups.com.br).
- Depois da entrega. A gestão de aplicações é cobrada por esforço, headcount e volume de tickets (Economic Times, via HFS). A empresa de serviços da Anthropic anunciou suporte de longo prazo.
- Qualidade. Código escrito por humanos, como nas fábricas do Departamento de Defesa dos EUA em 2025 (Augment Code). Com agentes, a revisão humana é proibida na StrongDM e mantida na Stripe, como visto acima.
O que falta também informa: nas fontes consultadas para este artigo, não há evidência de operação incluída no preço nem de quem responde por erro.
Os contrapontos medidos
A promessa mais comum da fábrica com agentes é velocidade. É também a menos medida.
Os multiplicadores vêm de quem vende. A BCG Platinion cita ganho de até 30% para assistentes e de 3 a 5 vezes para fábricas agênticas, este último sem fonte nem método. O CEO da Volund fala em entrega até 15 vezes mais rápida, sem medição independente. A EY e a 8090 declaram entrega 80 vezes mais rápida.
As medições de terceiros contam outra história:
- Tempo. Em ensaio do METR de julho de 2025, 16 desenvolvedores experientes levaram 19% mais tempo com IA e acreditavam ter sido 20% mais rápidos. O instituto avisa que o resultado está desatualizado. Em fevereiro de 2026, viu alguma evidência de aceleração, com dados que chama de evidência muito fraca do tamanho do ganho.
- Onde o ganho cabe. A Bain aponta ganho de 10% a 15% com assistentes de código. Escrever e testar código ocupa só 25% a 35% do tempo entre a ideia e o lançamento.
- Segurança. Em 2025, a Veracode, que vende ferramentas de segurança de código, testou mais de 100 modelos em 80 tarefas e achou vulnerabilidades em 45% dos casos.
- Qualidade do código. Estudo da Carnegie Mellon comparou 806 repositórios que adotaram o Cursor com um grupo de controle. O ganho significativo de velocidade só apareceu nos dois primeiros meses. Ficou uma alta persistente de 41,6% na complexidade do código e de 30,3% nos avisos de análise estática.
- Revisão. Em nota do METR, mantenedores de três projetos de código aberto revisaram 296 PRs gerados por IA. Cerca de metade dos que passam nos testes automáticos não seria aceita. Os agentes tiveram uma única tentativa, sem iterar com feedback.
- Estabilidade. O relatório DORA 2025, com quase 5.000 respostas, registra relação positiva da adoção de IA com o throughput de entrega e negativa com a estabilidade da entrega.
Nada disso diz que agentes não funcionam. Diz que velocidade anunciada não é velocidade medida, e que a conta aparece depois, em revisão, segurança e estabilidade.
O que perguntar a um fornecedor
O rótulo não responde nada. As perguntas abaixo respondem.
- Qual é a unidade que você me vende? Hora, ponto de função, posto, entrega de escopo fechado, resultado ou assinatura. Se for assinatura com capacidade medida, peça a definição da unidade por escrito. Ao analisar o pod da Globant, a Bain viu definição de token pouco clara e risco de aprisionamento na plataforma.
- Quem lê o código que o agente escreve? A resposta vai de “ninguém” a “toda mudança passa por uma pessoa”. Peça a regra, não a intenção.
- Como o ganho de velocidade foi medido, e por quem? Número do próprio fornecedor é declaração. Pergunte pelo método e pela base de comparação.
- O que acontece se o resultado não vier? Há modelos em que o risco muda de lado. Na Softo, a entrada é menor e o complemento só é pago se houver resultado. Na GX2, a meta de desempenho que falha vira crédito em horas.
- A especificação fica firme antes do preço? A Ona atribui a maioria dos bugs da sua linha a falhas de especificação. Preço fechado sobre escopo solto vira disputa.
- Quem responde pelo sistema depois da entrega? Pergunte se a operação está no preço e quem atende quando quebra.
- De quem é o código? Artigo assinado por um servidor do INPI, que não é posição oficial do órgão, registra que a legislação brasileira não reconhece a IA como autora. Deixe a titularidade escrita no contrato.
Como a Humanoide responde a essas perguntas
Na Humanoide, a gente prefere responder às perguntas a escolher um rótulo. Construímos software sob medida e agentes de IA, implantamos nos seus sistemas e operamos o que está em produção.
O trabalho começa por um Diagnóstico, que define o fluxo e a meta. Segue com um Sprint de Implantação, de escopo e preço fechados, que coloca esse fluxo em produção. E continua na Evolução Contínua, em que a gente opera e evolui o que entregou. Código, infraestrutura e dados ficam com você. Quando quebra ou erra, a responsabilidade é nossa, e está em contrato.
Se a sua dúvida é o que escrever nesse contrato, leia o que colocar no contrato de um agente de IA.
Quer ver as etapas em detalhe? Veja como a Humanoide trabalha.