Quem é Paulo Silva e como a PSCode opera com agentes de IA
Conheça como opero agentes de IA na PSCode e na Nativve, com limites de confiança, aprovação humana e exemplos de processos reais.

Quem sou e o que a PSCode faz
Sou Paulo Silva e estou à frente da PSCode e da Nativve, empresas de software, automação e inteligência artificial aplicada. Meu trabalho é construir e operar soluções em que agentes de IA participam de processos reais, com limites definidos e pessoas responsáveis pelas decisões que precisam de julgamento humano.
Essa distinção importa. Colocar um agente em funcionamento não significa entregar a ele autonomia ilimitada. Significa definir uma tarefa, estabelecer como as decisões são avaliadas e determinar o que acontece quando o sistema não tem confiança suficiente para seguir sozinho.
Na PSCode, também aplico essa forma de trabalhar à produção deste blog. O conteúdo é criado por um pipeline de agentes especializados, mas nenhum artigo é publicado sem minha aprovação. O processo permite automatizar etapas sem confundir automação com ausência de responsabilidade.
Agentes de IA trabalhando, pessoas decidindo
Minha tese é simples: agentes podem executar tarefas e preparar decisões; pessoas devem conservar o controle sobre decisões relevantes. Para isso funcionar, a automação precisa incluir critérios de confiança e uma rota de escalonamento.
Na operação que utilizo, agentes especializados trabalham com uma camada de decisão. Ela só aplica decisões quando a confiança é de pelo menos 80%. Abaixo desse limite, a decisão é encaminhada ao responsável.
flowchart LR
A[Agente avalia tarefa] --> B{Confiança em 80 por cento ou mais}
B -->|Sim| C[Aplicar decisão]
B -->|Não| D[Encaminhar ao responsável]
D --> E[Pessoa avalia caso]
O limite não transforma a avaliação do agente em verdade absoluta. Ele define uma regra operacional: quando a confiança não atinge o critério estabelecido, o sistema não deve tratar a decisão como autorizada. A pessoa recebe o caso para avaliar.
Uma representação simplificada dessa regra pode ser escrita assim:
// Exemplo ilustrativo da regra de confiança e escalonamento.
// A decisão só é aplicada a partir do limite definido.
type ResultadoAgente<T> = {
decisao: T;
confianca: number;
};
type ResultadoOperacao<T> =
| { status: "aplicada"; decisao: T }
| { status: "escalar"; decisao: T; confianca: number };
function avaliar<T>(resultado: ResultadoAgente<T>): ResultadoOperacao<T> {
if (resultado.confianca >= 0.8) {
return { status: "aplicada", decisao: resultado.decisao };
}
return {
status: "escalar",
decisao: resultado.decisao,
confianca: resultado.confianca,
};
}O código mostra apenas a lógica do limite, não descreve a implementação interna da operação. Em um sistema real, a forma de calcular confiança, registrar a decisão e encaminhar o caso depende do processo e do contexto. O ponto é preservar uma regra verificável: abaixo do limite, o agente não decide sozinho.
O que já está em operação
Na Nativve, opero um CRM multiempresa, ou multi-tenant, com agentes de IA voltados à prospecção e ao atendimento, incluindo tarefas de SDR. O sistema está em desenvolvimento e homologação. Isso significa que estou avaliando o funcionamento dentro do produto, sem apresentar esse estágio como uma solução já concluída.
Também existe uma fábrica de software organizada em etapas de aprovação. Quando surge uma demanda de projeto de cliente, ela se transforma primeiro em uma especificação. O trabalho só passa para a etapa de código depois que o cliente aprova essa especificação.
A homologação é publicada automaticamente. Já a produção só é publicada com aprovação. Essa separação dá ao cliente um ponto explícito para validar o que foi preparado antes que a mudança chegue ao ambiente de produção.
flowchart LR
A[Demanda do cliente] --> B[Preparar especificação]
B --> C[Aprovação do cliente]
C --> D[Desenvolver código]
D --> E[Publicar homologação]
E --> F[Aprovação para produção]
F --> G[Publicar produção]
O objetivo não é adicionar uma aprovação por formalidade. É deixar claro quem valida cada etapa e qual é o próximo passo permitido. Especificação aprovada antes do código, homologação disponível para conferência e produção condicionada à aprovação são controles diferentes, aplicados em momentos diferentes.
O blog como exemplo de pipeline com aprovação humana
O blog blog.pscode.ia.br também funciona como um exemplo concreto de automação com IA para empresas. A produção do artigo passa por quatro agentes com funções distintas: pesquisador, redator, diretor de arte e revisor.
Depois dessas etapas, a publicação é feita por código. Ainda assim, o artigo não vai ao ar automaticamente. Eu aprovo cada publicação por meio de botões em um bot do Telegram. A automação prepara o conteúdo e conduz o fluxo; a decisão final de publicar continua comigo.
Essa separação ajuda a evitar duas confusões comuns. A primeira é tratar várias etapas automatizadas como se fossem uma única ação sem controles. A segunda é supor que um agente deve publicar tudo o que consegue produzir. No meu processo, pesquisa, redação, direção de arte, revisão e publicação são etapas identificáveis, e existe uma aprovação humana antes de o conteúdo ficar disponível.
O mesmo princípio pode orientar outros processos: mapear as tarefas, definir o papel de cada agente e decidir em que ponto uma pessoa precisa revisar ou autorizar a próxima ação. O desenho adequado depende do risco e das características do trabalho. Não existe um único nível de aprovação que sirva para todos os casos.
Regras que sigo ao operar agentes
Valido agentes com projetos reais de clientes, não apenas com testes sintéticos. Um teste controlado pode ajudar a verificar um comportamento específico, mas não substitui observar o agente no contexto de um projeto real. É nesse contexto que avalio se ele ajuda a executar a tarefa proposta e se respeita os limites estabelecidos.
Também exijo respostas diretas, curtas e objetivas. Um agente que participa de uma operação precisa comunicar o resultado sem esconder a decisão principal em explicações desnecessárias. Quando não tem confiança suficiente, deve escalar em vez de preencher a lacuna com uma resposta apresentada como certa.
Por fim, mantenho a aprovação humana nos pontos que defini como necessários. No blog, isso acontece antes da publicação. Na fábrica de software, a especificação depende da aprovação do cliente antes do código e a produção depende de aprovação. Esses controles fazem parte do processo desde o início, não são uma etapa acrescentada depois que a automação já está pronta.
Como conversar comigo
Se você quer conversar sobre agentes de IA em produção, automação com IA para empresas ou aprovação humana em fluxos automatizados, pode entrar em contato comigo pelo meu perfil público no LinkedIn: linkedin.com/in/paulorssilva.
Prefiro discutir o processo concreto: qual tarefa precisa ser executada, que decisões podem ser automatizadas e em quais situações uma pessoa deve assumir. A partir dessas respostas, fica mais claro onde um agente pode ajudar e quais controles precisam acompanhar o trabalho.
- #IA e agentes
- #Automação
- #Agentes de IA
- #Software
- #Aprovação humana