The New Stack amplia visao sobre infraestrutura cloud-native, plataformas de desenvolvimento e en...

Agentes de IA estão se tornando infraestrutura, e ainda não estamos os tratando assim. A auditoria de segurança revela que esses sistemas geram código em escala sem os frameworks de governança que construímos para desenvolvedores humanos. Para times de data engineering, isso é particularmente preocupante porque nossos codebases acessam pipelines sensíveis, data warehouses e lógica de transformação. Vi times adotarem dbt Cloud e ferramentas modernas de orquestração justamente para impor rastreamento de linhagem e controle de versão—mas agentes de IA frequentemente contornam essas proteções. A implicação arquitetural é cristalina: precisamos tratar código gerado por IA como qualquer dependência externa, não como output confiável. Isso significa implementar análise estática, gates de code review e atestação de supply chain mesmo para transformações geradas por agentes. A tendência maior é que times de platform engineering evoluam de gerenciar pipelines CI/CD para gerenciar workflows de IA como artefatos de software de primeira classe. Minha recomendação é imediata: audite seu uso atual de ferramentas de IA, documente quais sistemas tocam dados em produção, e exija que outputs de agentes passem sua governança de código existente antes do deploy. A janela para estabelecer esses controles antes que se tornem padrão da indústria está fechando rapidamente.