Gestor sem código transformou fábrica de software hospitalar com IA agêntica — e o relato é surpreendente

Gestor sem código transformou fábrica de software hospitalar com IA agêntica — e o relato é surpreendente

Imagine liderar por 15 anos a fábrica de software de uma rede hospitalar, ser responsável por um sistema legado que roda em mais de 40 unidades, ter um time pequeno — e nunca ter escrito código de profissão. Agora imagine usar inteligência artificial agêntica não como um brinquedo tecnológico, mas como um método rigoroso de transformação real. Foi exatamente isso que mdemian1972, gestor identificado apenas pelo nickname na plataforma TabNews, fez — e o relato que ele publicou está gerando debate intenso na comunidade de tecnologia brasileira.

A história não é sobre milagre. É sobre método, ceticismo produtivo e a coragem de expor um processo inacabado ao escrutínio público.

---

O cenário: time pequeno, sistema gigante

O ponto de partida é brutal na sua honestidade. Um sistema com mais de uma década de existência, rodando em produção em dezenas de hospitais, mantido por uma equipe enxuta. Qualquer mudança mal calculada pode impactar operações críticas. Qualquer paralisia tecnológica significa ficar para trás num setor que está sendo rapidamente reconfigurado pela IA.

Quando o mundo agêntico ganhou escala em 2025, a pergunta que o gestor fez não foi "isso é legal?". Foi mais pragmática e mais difícil: "dá pra colocar isso pra trabalhar sem parar a operação?"

Essa distinção de postura — do entusiasmo ingênuo para a pergunta operacional — já diferencia o relato da maioria dos casos de adoção de IA que circulam por aí.

---

O método: muitos experimentos pequenos e verificáveis

Em vez de uma grande prova de conceito — aquele projeto monumental que demora meses, custa caro e frequentemente morre antes de chegar à produção —, o gestor adotou uma abordagem radicalmente diferente: dezenas de projetos isolados e descartáveis, cada um respondendo a uma hipótese específica.

As perguntas eram cirúrgicas:

• Este tipo de módulo a IA consegue desenvolver com qualidade?
• Com qual arquitetura o resultado se sustenta no longo prazo?
• Qual a qualidade real do código gerado? E dos testes automatizados?

Cada projeto existia para responder uma pergunta. O que funcionava virava padrão documentado. O que falhava custava barato e ensinava rápido. É a lógica do portfólio de apostas aplicada à adoção tecnológica — muitas apostas pequenas e verificáveis no lugar de uma grande aposta cega.

O próprio gestor define bem o contraste: "Isso é o oposto de 'vibe coding'. É método de fábrica aplicado à própria adoção da IA."

---

A stack que emergiu dos experimentos

Depois de rodadas de experimentação, um padrão técnico se consolidou. Vale registrar porque as escolhas são deliberadas e têm justificativa:

• Monorepo: Bun + Turborepo
• Frontend: React + TanStack Router + Tailwind/shadcn
• Backend: Hono + tRPC
• Dados: PostgreSQL + Drizzle
• Testes: Vitest + Playwright

Mas a escolha mais controversa — e provavelmente a mais interessante para debate técnico — foi no campo agêntico: não foram de LangChain nem de LlamaIndex. Em vez de adotar um framework genérico consolidado, a equipe montou seu próprio fluxo agêntico sobre Claude Code + Skills, com rastreabilidade e checkpoints de revisão humana.

A aposta é explícita: método e controle em vez de abstração de framework. É uma escolha que pode ser discutida, mas não é ingênua — é arquitetural e tem intenção clara.

---

O que de fato foi construído

Aqui o relato ganha ainda mais credibilidade justamente por não inflar os resultados. O gestor é direto: saiu dos experimentos e foi para a conversão de módulos do sistema hospitalar real. Duas frentes já foram desenvolvidas.

Mas ele faz questão de calibrar as expectativas: "Está em andamento, não é 'tudo em produção nas 40+ unidades'. É construção de verdade, não maquete — mas é processo, não bandeira de vitória."

Num ecossistema saturado de cases de sucesso exagerados e apresentações de resultados ainda hipotéticos como se fossem conquistas consolidadas, essa honestidade é, paradoxalmente, um dos elementos mais convincentes do relato.

---

As surpresas — inclusive as incômodas

Três pontos surpreenderam o gestor ao longo do processo, e todos têm implicações relevantes para qualquer equipe pensando em adoção similar:

1. Velocidade e qualidade acima do esperado — e isso vindo de alguém que era cético declarado. Não é entusiasmo de evangelista, é surpresa de quem foi com expectativas baixas e saiu com avaliação positiva.

2. O gargalo mudou de lugar — de "escrever código" para "especificar bem, revisar e medir". Isso tem uma implicação enorme para como as equipes de desenvolvimento precisam ser estruturadas e quais habilidades ganham valor.

3. O papel do arquiteto ficou mais importante, não menos — trabalhando lado a lado com André Lins, o arquiteto da operação, o gestor observou que a IA não diminuiu a importância do pensamento arquitetural. Pelo contrário, amplificou a necessidade de decisões técnicas de qualidade — porque agora essas decisões se multiplicam em velocidade muito maior.

---

As críticas que ele mesmo antecipa

Uma das partes mais intelectualmente honestas do post é a seção onde o próprio gestor lista onde espera ser questionado:

• "Gestor não-programador não tem como avaliar a qualidade do que a IA gera." Ele mesmo classifica isso como crítica legítima e convida o debate.
• Manutenção de longo prazo do código gerado por IA — uma questão que o setor ainda não tem resposta consolidada.

Essas não são objeções retóricas para serem rebatidas facilmente. São tensões reais que qualquer operação séria de adoção de IA vai enfrentar. O fato de o gestor colocá-las na mesa em vez de varrê-las para baixo do tapete é, por si só, um sinal de maturidade na abordagem.

---

Por que este relato importa além do caso específico

O que torna essa história relevante não é a tecnologia em si — Claude Code, Hono e Drizzle são ferramentas conhecidas da comunidade. O que é notável é o modelo de adoção:

• Ceticismo como ponto de partida, não entusiasmo
• Experimentos pequenos e descartáveis em vez de big bets
• Arquitetura deliberada em vez de adoção acrítica de framework
• Transparência sobre o que ainda não está pronto
• Revisão humana como parte do processo, não como exceção

Num momento em que boa parte do discurso sobre IA oscila entre o catastrofismo ("vai acabar com todos os empregos") e o triunfalismo ("resolve tudo automaticamente"), este relato oferece algo mais raro: uma visão operacional, granular e honesta de como a tecnologia se encaixa numa operação real com restrições reais.

---

O debate que está por vir

A publicação no TabNews gerou engajamento imediato, e o próprio autor convida explicitamente a crítica fundamentada. As questões que certamente vão dominar os comentários são exatamente as mais importantes: como um gestor não-técnico garante qualidade do código gerado? Como se mantém código agêntico em produção crítica ao longo de anos? Vale a pena reinventar o fluxo agêntico em vez de usar frameworks consolidados?

Não há respostas fáceis. Mas o fato de essas perguntas estarem sendo feitas com seriedade — por alguém que tem 40 hospitais dependendo das respostas — é exatamente o tipo de conversa que o setor de tecnologia hospitalar precisava começar.

A virada da fábrica está em andamento. O método, pelo menos, está em debate público. E isso já é mais do que a maioria entrega.