Não, Isso Não é uma Fábrica de Software — Ryan Cooke, WorkOS
원제 · No, That's Not a Software Factory — Ryan Cooke, WorkOS
핵심 요약
O verdadeiro valor de uma fábrica de software baseada em IA surge ao codificar os processos e rituais de engenharia de produto em uma camada de infraestrutura própria com gateway MCP, em vez de focar no volume bruto de código ou pull requests gerados.
하이라이트
Medir o sucesso de fábricas de software por volume de código ou número de pull requests oculta a falta de valor real entregue aos clientes.
O WorkOS implementou uma arquitetura dividida em dois sistemas: o TARS para integração de ferramentas de produto e o Horizon para orquestração de infraestrutura de execução.
A automação do ciclo de vida no WorkOS elimina o problema da página em branco ao gerar rascunhos automáticos de PRDs no Notion e criar tickets com dependências no Linear a partir de comandos no Slack.
O gateway MCP interno conectado ao Snowflake permite que agentes façam consultas em tabelas semânticas sobre dados de uso de produto e interações com clientes.
A posse total da camada de infraestrutura e sandboxes permite inspecionar sessões de agentes para identificar habilidades obsoletas ou lacunas de automação no código.
타임라인
A Ilusão das Métricas de Saída na Geração de Código
Ambientes de teste convencionais com agentes gerando pull requests sob comando não garantem aumento exponencial de produtividade em comparação ao desenvolvimento em laptops locais. A medição baseada em volume de código mascara gargalos e aumentos gerais de pull requests sem valor prático. Avaliar resultados concretos de entrega orienta os investimentos de engenharia para criar automações que realmente acelerem o lançamento de novos recursos.
- Métricas de volume como porcentagem de código escrito por IA mascaram a real eficiência da engenharia.
- O foco em métricas de resultado avalia o ganho real de velocidade na entrega de funcionalidades complexas.
- A meta funcional da automação é fornecer a cada engenheiro a capacidade operacional de uma equipe dedicada.
Codificação de Processos no TARS e no Horizon
Para superar o desempenho de ferramentas locais isoladas, os rituais de engenharia de produto foram incorporados à infraestrutura de automação. O TARS reavalia projetos no Linear após a conclusão de cada tarefa, identificando lacunas no plano e adicionando novos tickets necessários. Documentos de especificação técnica e de produto aprovados acionam automaticamente o início da implementação do projeto pelos agentes.
- O TARS rastreia o ciclo de vida do projeto escutando webhooks do Slack, Linear e GitHub.
- O Horizon atua na camada de orquestração de infraestrutura posicionado à frente do gateway MCP.
- Webhooks ativam a criação e execução autônoma de tickets dependentes sem intervenção humana contínua.
Execução Prática e Resolução do Problema da Página em Branco
A criação inicial de estruturas de projetos no Linear, registros de decisão e especificação no Notion é totalmente tratada pelo agente TARS a partir de instruções simples em linguagem natural. Essa abordagem elimina o esforço de configuração inicial para os engenheiros, permitindo que eles atuem diretamente na revisão e refino do escopo. Ferramentas externas de IA e engenheiros humanos colaboram no mesmo canal de projeto, usando a documentação unificada como contexto.
- Um único comando de texto no Slack estrutura o projeto no Linear e os rascunhos de documentação no Notion.
- Sistemas externos de agentes como Devin podem operar usando o contexto gerado pela fábrica de software.
- Agentes de programação leem especificações do Notion via MCP para executar tarefas locais no Opus.
Integração de Dados Internos via Gateway MCP
A construção de um gateway MCP próprio fornece instruções aos agentes sobre o funcionamento e navegação nas ferramentas corporativas. As descrições das ferramentas indicam quais tabelas no data lake do Snowflake contêm logs de conversas ou métricas de utilização. Além do suporte aos agentes de código, o servidor MCP passou a servir como interface de consulta direta de dados para diversas equipes internas.
- O motor de contexto centraliza prompts de sistema e descrições de ferramentas para agentes de IA.
- Tabelas semânticas no Snowflake orientam consultas autônomas sobre uso de produtos e dados de clientes.
- O servidor MCP expande o acesso a dados para consultas diretas de análise via Slack por equipes internas.
Autonomia de Infraestrutura e Melhoria Contínua
O WorkOS está substituindo sandboxes externas por uma infraestrutura própria para manter controle profundo sobre os dados de sessão e movimentação de cargas. A implementação de uma camada de memória unificada registrará continuamente o contexto de atuação de cada funcionário e as regras semânticas da organização. Esse nível de controle de infraestrutura permite auditar o desempenho dos agentes, ajustando habilidades desatualizadas e acelerando o aprendizado contínuo do sistema.
- Triagens e correções de bugs ocorrem de forma autônoma a partir de eventos capturados no Slack.
- A posse da camada de sandboxes e memória perpétua garante controle total sobre as sessões dos agentes.
- A inspeção de sessões identifica habilidades obsoletas e erros recorrentes nos modelos de código.
설명
The standard software factory puts an agent in a sandbox, prompts it and merges the PR. When WorkOS built one, the results were hard to tell apart from engineers running Claude Code on their laptops. Ryan Cooke, an engineer at WorkOS, argues that counting PRs or lines of AI code is the wrong measure. What matters is outcomes: are you actually shipping more to customers? WorkOS's answer is to build its engineering process into the factory itself. TARS, its agent, lives in Slack, Linear and GitHub and uses webhooks to track projects and pick up the next ticket on its own. A PM agent drafts the "Hilltop" product doc and breaks approved work into tickets, which solves the blank-page problem. Horizon, the orchestration layer, sits in front of an internal MCP gateway that connects every tool, including Snowflake. Cooke calls that gateway the single best investment for any team starting a factory. He also covers bug and support triage, why WorkOS is building its own sandboxes and a company-wide memory layer, and how it measures success with defect rates, recovery time and adoption. Related links: WorkOS: https://workos.com Timestamps: 0:00 Intro: the standard software factory 1:17 Output metrics hide what's working 2:37 Measuring outcomes instead 3:12 Why a basic sandbox wasn't enough 4:07 TARS and Horizon 5:22 Webhooks: from code work to product work 6:32 Building the Hilltop doc into the factory 8:07 The PM agent 8:52 Demo: kicking off a project from Slack 10:17 Solving the blank-page problem 11:02 Works with Devin and Claude Code too 11:57 The MCP gateway: a context engine 13:37 Why every factory needs an MCP gateway 14:07 Bugs, support triage and our own sandboxes 15:27 Next: a company-wide memory layer 15:57 How we measure success 17:02 Owning the infrastructure to self-improve 18:02 Wrap-up
