Operação e deploy

Falei sobre isso recentemente: precisamos começar a colocar IA da direita pra esquerda no fluxo de desenvolvimento, automatizando deploy, monitoramento e rollback.

Podemos transformar bugs de produção em novos casos da nossa suíte.

O professor modela o custo total como produção + responsabilidade futura do código + revisão.

A automação precisou ser complementada por testes manuais das jornadas do produto e um deploy gradual com monitoramento.

O motivo é que o código é produzido mais rápido, mas continua passando pelas mesmas filas de review, planejamento e deploy.

Do mesmo jeito que o dev não deveria perder tempo pensando em configurar infraestrutura, deploy, monitoramento, ou pensar em como conectar no banco de dados, ou configurar cache.

Se a IA também consegue decompor problemas, planejar e implementar soluções, competências como supervisionar o agente, avaliar e auditar a sua produção, e definir restrições para que o agente opere cada vez mais de forma independente ganham força.

Agentes criando seus próprios dashboards para monitorar o deploy.

Mesma coisa pra deploy, monitoramento e operação.

A conversa aborda os desafios de revisão e governança, a passagem das mudanças para produção e o papel do contexto e da orquestração de agentes no processo de desenvolvimento.

Você tem um número enorme de engenheiros/as fazendo PRs, enquanto tem provavelmente uma esteira linear de deploy.

A bateria de teste é fácil de evoluir junto com o código de produção?

Mas os meus grandes aprendizados, aqueles que me fazem senior, aconteceram pq eu estava ali tomando parte de decisões complexas de arquitetura, de negócio, e de operação.

O desenvolvimento e as operações de software moderno dependem do monitoramento para entender como os sistemas se comportam na produção.

Os desenvolvedores colocam instruções de log no código-fonte e usam dados de log para entender como o sistema se comporta na produção.

“Testes em produção” costumava ser uma piada entre os desenvolvedores.

Curiosamente, as atividades de desenvolvimento de software acontecem principalmente no IDE, enquanto o raciocínio sobre o monitoramento da produção acontece em ferramentas de monitoramento separadas.

O que defendo é que, após implementar o código de produção (com todo o suporte do código de teste de caminho feliz), o próximo passo deveria ser testá-lo adequadamente.

Para código de produção, muitos projetos de software industrial e de código aberto empregam revisão de código, uma prática de qualidade de software bem estabelecida, mas permanece a questão se e como a revisão de código também é usada para garantir a qualidade do código de teste.

Por fim, analisamos manualmente como o uso de objetos simulados no código de teste evolui ao longo do tempo, bem como o impacto de seu uso no acoplamento entre o código de teste e o código de produção.

Entre os principais desafios, os desenvolvedores relatam que é difícil manter o comportamento da simulação compatível com o comportamento da classe original e que a simulação aumenta o acoplamento entre o teste e o código de produção.

Os testes de unidade e o código de produção estão intrinsecamente conectados.