Desenvolvimento de produto na era agêntica: o que Jess Yan (Anthropic) me fez aprender

Li o artigo de Jess Yan no blog oficial da Anthropic — ela é a PM dos Claude Managed Agents — e a frase de abertura me pegou de surpresa: mesmo trabalhando com IA o dia inteiro, o papel dela como PM "felt more human than ever". É o tipo de afirmação contraintuitiva que merece atenção. A tese dela — que agentes de IA devolvem tempo de qualidade para o trabalho de produto em vez de roubá-lo — contraria o medo que vejo em muita gente. E depois de ler o negócio todo, saí convencido de que o desenvolvimento de produto na era agêntica não é sobre automatizar o PM. É sobre redefinir o que um PM faz com o tempo que sobra.

O que mudou: o feedback loop colapsou

O insight central do artigo, na minha visão, é que o ciclo design-implementação tradicional — aquele que atravessava documentos, threads de comentários, reuniões de alinhamento e mais documentos — simplesmente colapsou. Jess conta que, com Claude Code, ela consegue esboçar um agente contra specs de API que ainda estão em pré-produção e ter um protótipo end-to-end rodando em uma tarde. Não em uma sprint. Em uma tarde.

O resultado prático disso: o time dela remodelou abstrações de API e a experiência do Claude Console múltiplas vezes baseado no que aprenderam construindo — mudanças que nem uma revisão de várias semanas teria revelado. Isso, para mim, é o sinal mais forte de que o desenvolvimento de produto mudou de patamar: o gap entre especular e testar encolheu a ponto de você descobrir o que funciona construindo, não discutindo.

Os dois modos de operação de um PM agentic

Jess descreve um fluxo bipartido que eu acho que qualquer pessoa que trabalha com produto deveria copiar. No primeiro modo, pesquisa e descoberta early-stage com Claude + Claude Cowork — aquela fase onde o problema ainda está mal definido, você precisa explorar, conversar, iterar em hipóteses sem o compromisso de implementar nada. Cowork brilha aqui porque é colaborativo, multi-arquivo, fluido.

No segundo modo, execução com Claude Code + Managed Agents — aí a mão pesa. Ela usa o Managed Agents skill dentro do Claude Code para montar agents customizados que rodam em cloud, com acesso persistente a bancos de dados, ferramentas de busca, repositórios e memória de execuções anteriores. O que antes exigia requisições cross-funcionais e planilhas caóticas, hoje é um agente que ela mesma constrói.

A frase que resume o insight: o ganho duplo — construir contra o próprio produto e automatizar o backlog — foi o maior unlock que ela teve. É exatamente o que o Founder's Playbook da Anthropic chama de orquestração de agents: o profissional deixa de ser executor e vira orquestrador.

Três agents que um PM pode construir com Managed Agents

O artigo descreve três agents específicos que Jess construiu para o próprio fluxo. Cada um ilustra um padrão diferente de agentic workflow que qualquer time de produto pode adaptar.

O primeiro é um agente de análise de adoção, com acesso persistente a bancos de dados internos e skills de schema de dados. Ele usa memória de execuções anteriores para continuamente avançar a perspectiva a cada análise — não começa do zero toda vez. O segundo é um agente de monitoramento de sentimento de desenvolvedores, que usa a ferramenta de web search para escanear domínios específicos em busca de feedback, e distribui a pesquisa entre múltiplos agents em paralelo antes de sintetizar. O terceiro é um agente de construção de demos, com acesso a repositórios GitHub, assets de branding e decks de eventos, que transforma templates em demos polidas para audiências específicas.

O que me chama atenção é o padrão: agents especializados, não um super-agente. Memória, paralelismo e acesso a dados são os três eixos. Exatamente o tipo de abordagem que quem já construiu agents conhece — mas ver isso aplicado ao trabalho de produto em vez de engenharia é um sinal forte de que o paradigma está amadurecendo para outras disciplinas.

O que muda no dia a dia do desenvolvimento de produto

Jess fala que, há um ano, o trabalho que ela hoje faz com agents passaria por requisições de staffing cross-funcionais, planilhas caóticas ou conceitos meio prontos que nunca saíam do papel. Hoje ela "se escala" — passa tempo gerando ideias inovadoras com clientes, mergulhando em problemas ambíguos com engenheiros e investindo energia criativa em trabalho de fronteira.

Traduzindo para o que isso significa na prática: (1) o gargalo do desenvolvimento de produto mudou da execução para a clareza de hipótese — se você sabe o que testar, você testa em horas, não em semanas; (2) a capacidade de prototipar contra APIs reais antes de elas serem lançadas é um superpoder que separa times que inovam de times que seguem cronograma; (3) agents especializados viram força de trabalho paralela — o mesmo padrão que usamos para delegar tarefas entre devs agora se aplica a agents que cada membro do time comissiona.

Conclusão

A frase que ficou na minha cabeça depois da leitura: Jess diz que o trabalho dela hoje "feels more human than ever". Não porque a IA fez o trabalho dela — mas porque a IA eliminou o trabalho que ela não deveria estar fazendo. O desenvolvimento de produto na era agêntica não é sobre PMs que programam agents. É sobre PMs que recuperam o tempo para fazer o que só humanos fazem: entender usuários, navegar ambiguidade e decidir o que construir. Se você ainda não construiu um agente para o seu próprio fluxo, comece esta semana. O texto completo está no blog da Anthropic e vale cada minuto.