Pet Planner é um SaaS multiplataforma de verdade, em produção. Mas o que ele prova não está na tela do usuário — está em como foi feito: 10 personas de agentes de IA, um pipeline de 7 fases com aprovação humana entre cada uma, e um cost-log que registra token por token. Isto não é um app de pet. É a prova de que a fábrica de agentes entrega.
Para entender a telemetria, primeiro o objeto. Pet Planner é um SaaS multiplataforma de saúde e rotina de pets para tutores no Brasil, entregue como PWA na web e app nativo no celular, ambos sobre a mesma API. Cinco repositórios, um produto — e é sobre a construção deles que esta página fala.
OpenAPI e eventos AsyncAPI são a fonte da verdade de ponta a ponta. Os mesmos contratos viram contract tests no CI de API, Web e Mobile — PWA e Flutter falam a mesma língua porque validam o mesmo contrato.
PII criptografada (AES-256), rate limiting por IP, verificação de e-mail obrigatória e blocklist de senhas vazadas. Não é um patch posterior: os agentes seguem essa postura como parte do padrão da organização.
A IA do Pet Planner está na construção, não no runtime. A API do produto não embarca IA — nenhum LLM responde ao usuário final. É um app construído por agentes de IA, não um app com features de IA. Dizer isso em voz alta é parte da marca: onde há IA, apontamos; onde não há, avisamos.
O AgentWorkspace é um ambiente multi-agente spec-driven. Cada persona tem um papel definido; nenhuma trabalha sozinha e nenhuma fase avança sem que uma pessoa aprove. É o método ZDZCloud na prática: copiloto primeiro, IA + Pessoas, decisão por evidência.
O Product Owner e o Arquiteto transformam a história em especificação: contratos, critérios de aceite e ADRs. A fonte da verdade nasce aqui — não no código.
O Orquestrador desenha o plano de execução e sincroniza com o Azure Boards. O trabalho vira um mapa auditável antes de qualquer agente escrever código.
O plano é decomposto em tarefas paralelizáveis, cada uma com contrato e escopo claros — prontas para serem roteadas aos devs certos.
Dev API, Dev Web e Dev Mobile trabalham em paralelo sobre o mesmo contrato. Código e testes saem juntos; os contract tests garantem que os três clientes continuem alinhados.
Revisor, QA e Auditor de Segurança passam o pente-fino: qualidade, cobertura e postura de segurança/LGPD. É onde a máquina desafia a própria máquina — e a pessoa arbitra.
Com os gates verdes, a entrega é integrada à base. Contratos e ADRs seguem como registro do que foi decidido e por quê.
O DevSecOps conduz a publicação. O ciclo fecha com a história em produção — e o cost-log de tokens dela já contabilizado.
Toda campanha fala de "economia de IA". Nós mostramos o log. Estes são os números reais de um sprint de 8 histórias do Pet Planner — economia medida, não estimada. É o mesmo instinto de auditabilidade que aplicamos ao código: se não dá para apontar o número, ele não entra.
Estes 3,28 milhões de tokens foram gastos construindo o Pet Planner: escrevendo spec, código, testes e revisão. Nenhum deles roda no app que o usuário abre — a IA está na CONSTRUÇÃO, não no runtime do produto. Medir o custo de construir é o que nos deixa dizer isso com números na mão.
O Pet Planner não é uma exceção montada para o portfólio: é a fábrica de agentes rodando como roda todo dia. O que você viu aqui — a frota, os gates, o cost-log — é o processo que passa a construir o seu produto.
Dev API, Web e Mobile trabalham em paralelo sobre um único contrato. Vários fluxos avançam ao mesmo tempo sem sair do trilho, porque todos validam a mesma fonte da verdade.
Sete fases, aprovação humana entre cada uma, ADRs e contratos como registro. Você aprova, rejeita ou pede ajuste — a decisão de peso é sempre de uma pessoa. IA + Pessoas.
Cada história tem seu cost-log em tokens. Você não recebe uma fatura de "IA" opaca: recebe o número — chamadas, tokens, cache hit — para decidir com evidência.
71% dos tokens de entrada vieram do cache. Estruturar o trabalho para reaproveitar contexto é o que separa uma frota de agentes cara de uma frota viável. Cache é decisão de arquitetura, não sorte.
Gate entre cada fase evita que um erro de spec vire retrabalho de deploy. A pessoa não desacelera a frota: ela impede que a frota corra na direção errada. Copiloto primeiro, autonomia testada depois.
Sem o cost-log, "IA economiza" é fé. Com ele, é planilha. Instrumentar tokens por história transforma a discussão de custo de IA em algo auditável — e honesto sobre onde a IA está e onde não está.
Multiplataforma sobre um contrato, frota de agentes no desenvolvimento, aprovação humana entre as fases e cada token medido. Vamos conversar sobre o seu projeto — e mostrar o processo, não só o slide.