O desenvolvimento de software corporativo entrou definitivamente na era dos agentes inteligentes. Durante o prestigiado evento AI Engineer World's Fair 2026, realizado em São Francisco, a engenharia do Uber revelou como estruturou e colocou em produção sua plataforma de inteligência artificial autônoma: a Managed Software Factory (Fábrica de Software Gerenciada). O ecossistema permitiu que a gigante de tecnologia escalasse o uso de inteligência artificial de forma inédita, atingindo marcos de produtividade surpreendentes.
Atualmente, o Uber conta com mais de 1.500 agentes de IA ativos, auxiliando diariamente os seus mais de 5.000 desenvolvedores. O impacto dessa transformação é visível nos repositórios da empresa: mais de 70% de todos os Pull Requests (PRs) submetidos contam com código escrito, sugerido ou revisado diretamente pelos agentes inteligentes da plataforma. O volume de tarefas delegadas às máquinas é expressivo, alcançando a marca de mais de 30.000 tarefas autônomas executadas por dia.
"O principal objetivo da nossa fábrica de software gerenciada é transformar o processo de desenvolvimento, reduzindo gargalos operacionais e elevando o papel do engenheiro a um nível de revisor e arquiteto de fluxos inteligentes."
A transição para os agentes de desenvolvimento
A jornada do Uber começou com ferramentas básicas de autocompletar código. No entanto, a equipe técnica percebeu rapidamente que o real ganho de produtividade não estava apenas em escrever linhas de código mais rápido, mas sim em automatizar etapas completas do ciclo de desenvolvimento de software (SDLC). Isso levou à criação de agentes de segundo plano especialistas, conhecidos internamente como "Minions".
Esses agentes de IA trabalham de maneira assíncrona, varrendo os repositórios para executar tarefas complexas e repetitivas. Entre as funções delegadas aos agentes estão a triagem inicial de alertas de monitoramento, depuração autônoma de bugs reportados, criação automática de documentação técnica, atualizações de dependências e até a autocorreção de pipelines de integração contínua (CI) que apresentaram falhas de execução. Graças a isso, a quantidade de linhas de código entregues por desenvolvedor dobrou na comparação ano a ano.
Leia também recomendados
A arquitetura por trás da fábrica de software gerenciada
Para sustentar a operation massiva e manter os padrões de governança, segurança e desempenho necessários a uma empresa de tecnologia desse porte, o Uber estruturou a sua plataforma de agentes sobre seis pilares de infraestrutura fundamentais:
- Model Gateway: Uma camada única de infraestrutura que atua como intermediária de todas as chamadas para provedores de grandes modelos de linguagem (LLMs). Esse gateway centraliza a autenticação, remove dados sensíveis ou informações de identificação pessoal (PII) antes do envio e realiza a atribuição fina de custos por equipe produtiva.
- MCP Gateway & Registry: O ponto central que conecta os agentes aos mais de 10.000 microsserviços internos do Uber. Usando o Model Context Protocol (protocolo aberto desenvolvido pela Anthropic), a ferramenta traduz dinamicamente definições de serviços internos em ferramentas utilizáveis pelos agentes.
- Ambientes de Desenvolvimento na Nuvem: Ambientes computacionais isolados (DevPods em Kubernetes) onde os agentes executam, compilam e testam os códigos gerados em tempo real antes de enviar qualquer mudança para o repositório principal.
- Skills Marketplace: Um catálogo centralizado com mais de 2.500 habilidades de IA reutilizáveis pelas equipes, após passarem por um crivo rigoroso e automático de qualidade e segurança.
- Context Graph: Um gráfico de dados organizacionais com mais de 40 milhões de nós e conexões que ajuda os agentes a navegarem pelo contexto de dependências do ecossistema técnico do Uber.
- Orquestrador Interno (Cortana): A interface oficial em que engenheiros humanos podem disparar e gerenciar a execução das tarefas e coordenar os agentes especialistas.
O estouro do orçamento de tokens e a gestão financeira
A rápida e maciça adesão à inteligência artificial trouxe um grande desafio financeiro para o Uber no início de 2026. A quantidade explosiva de requisições de tokens gerada pelas ferramentas fez com que a empresa consumisse todo o seu orçamento anual de APIs de IA logo em abril do mesmo ano. O problema forçou a equipe de engenharia e FinOps a criarem estratégias rápidas de eficiência financeira.
A solução consistiu em implementar técnicas rígidas de engenharia de custo, que incluíram a criação de um sistema de roteamento inteligente de requisições. Tarefas simples de codificação ou revisão foram direcionadas a modelos de linguagem menores e muito mais econômicos. Além disso, foram adotados limites diários de consumo de tokens por desenvolvedor, regras agressivas de cache de prompt no Model Gateway e a redução de dados redundantes enviados nos pacotes de contexto. O resultado foi uma economia expressiva de 34% no custo médio de cada 1.000 requisições, permitindo expandir o volume de uso em 9,4x no restante do ano com o orçamento estabilizado.
O impacto real na produtividade dos desenvolvedores
A automação gerada pela Fábrica de Software Gerenciada mudou significativamente o cotidiano da engenharia de software do Uber. O motor uReview, uma IA multiagente focada em controle de qualidade, realiza análises profundas de segurança e integridade de cada mudança de código antes de qualquer intervenção humana no code review. Apenas em termos de migrações estruturais, a IA foi capaz de gerenciar e atualizar 9 milhões de linhas de código legadas sem interrupções nos serviços de produção.
A experiência do Uber deixa claro que o futuro do desenvolvimento de software corporativo de alta performance reside na consolidação de arquiteturas voltadas a múltiplos agentes. Ao criar uma infraestrutura que permite a descoberta e execução segura de ferramentas pelos modelos, o Uber consolidou um dos casos de estudo de inteligência artificial aplicada ao desenvolvimento mais avançados do mercado tecnológico.
