SDLC Nativo de IA: o Playbook de 6 Estágios da Anthropic

Código parou de ser o gargalo do seu time de engenharia. É essa a virada que a Anthropic descreve no playbook que publicou sobre o SDLC nativo de IA, e depois de rodar Claude Code em produção nos meus próprios projetos, eu concordo: quando um agente escreve um PR inteiro em minutos, o problema não é mais escrever — é revisar, testar e aprovar rápido o bastante pra isso não virar fila. O playbook redesenha as 6 fases clássicas do ciclo de vida de software pra esse mundo. Tem parte que eu já uso, tem parte que ainda vou adotar.

O que mudou: código parou de ser o gargalo

O SDLC tradicional foi desenhado em volta de um gargalo específico: humano escrevendo código em velocidade humana. Daí vem reunião de comitê pra levantar requisito, documento de design revisado por cinco pessoas, PR que fica dias esperando review. Isso fazia sentido quando escrever era a etapa mais lenta. Não faz mais. Quando o agente entrega o código rápido, a etapa mais lenta virou revisão, teste e aprovação — e é exatamente aí que o playbook da Anthropic foca.

Os 6 estágios do playbook

São seis fases, cada uma redesenhada em volta de um agente mais um humano no ponto certo. Plan vira um arquivo intent.md versionado no git, no lugar de levantamento de requisito em reunião. Design colapsa requisito e design numa sessão só do Claude, aplicando skills da própria organização — política de marca, segurança, compliance — direto ali. Build usa o plan mode do Claude Code pra produzir um plan.md antes de qualquer linha de implementação, mantendo um CLAUDE.md com conhecimento institucional acumulado. Test é o agente verificando o próprio trabalho via loop de feedback, com evals contínuos rodando pra pegar regressão de configuração. Deploy tem o Claude revisando PR contra política própria, humano aprovando gate de produção via hook, e CI/CD liberado pra deploy autônomo em ambiente que não é produção. Maintain fecha o ciclo: monitoramento determinístico dispara o Claude quando uma métrica sai da faixa de controle, ele gera um novo intent.md, e o loop recomeça.

Artefatos como trilha de auditoria, não burocracia

O que eu acho mais esperto nisso: cada estágio produz um artefato rastreável — intent.md vira spec.md vira plan.md vira PR vira deploy vira registro de incidente, se precisar. Isso não é papelada, é trilha de auditoria que qualquer agente ou humano consegue reconstruir depois. Skills funcionam como template de conhecimento institucional versionado — padrão de API, regra de segurança, tudo documentado uma vez e reaplicado sempre. Hooks são o gate de aprovação em ação específica, tipo deploy de produção exigindo autorização humana. E managed settings cuidam do sandbox no nível de sistema operacional, controle de credencial, allowlist de permissão. A frase do playbook que resume tudo isso: "a atenção humana se desloca junto com os artefatos que precisam ser revisados" — governança vira configuração, não reunião.

Por que isso importa pra você

Três coisas que eu tiro disso pra quem tá rodando agente em produção de verdade: (1) o tempo entre ideia e intent.md versionado devia cair de semana pra hora — se seu time ainda formaliza requisito em reunião de comitê, tá otimizando a etapa errada do processo. (2) as métricas que importam mudam de figura: taxa de sucesso do CI na primeira tentativa do agente, tempo de review de PR, que devia cair pra minutos, taxa de aprovação de eval — esses são indicadores antecedentes, não vaidade de quantos PR o agente abriu essa semana. (3) DORA metrics continuam valendo, só que agora medem o time híbrido, humano mais agente, e não só a produtividade humana isolada.

Onde isso já bateu por aqui

Se você seguiu meu post sobre a Super Simple Software Factory do IndyDevDan, viu esse exato padrão na prática: gate determinístico entre cada fase, código validando antes de devolver pro agente, e não o agente julgando o próprio trabalho. E se comparar com o que eu escrevi sobre o novo SDLC segundo o Google, dá pra ver que os grandes labs estão convergindo pra essa mesma ideia central: quem trata isso como processo de engenharia sai na frente de quem trata como sorte de prompt.

Conclusão

Se código parou de ser o gargalo, otimizar o tempo de escrita não resolve mais nada — o jogo agora é revisão, teste e aprovação em velocidade de agente. Vale a leitura completa do playbook completo da Anthropic.