As pessoas continuam perguntando como eu gerencio agentes de programação. Aqui está o sistema real. O principal entendimento: uma longa sessão de programação em IA é frágil. Acumula contexto, alucina, para. Então, em vez de uma maratona, corro muitas corridas. Cada sessão de agente começa do zero e retoma de onde a anterior parou via o histórico git e o estado do arquivo. Isso é chamado de "loop de Ralph". Um script wrapper lança repetidamente um agente de codificação com o mesmo prompt até que o trabalho seja concluído. Se ele travar ou bater — sem problema. A próxima versão começa limpa, sem bagagem. Eu uso o Opus 4.6 para o planejamento — escrever PRDs, decompor arquitetura, definir especificações de tarefas. Depois, o Codex 5.3 cuida da execução real do código. Descobrimos que essa divisão produz o código mais confiável e de alta qualidade, com menos correção de bugs ou problemas de acompanhamento. Eu escrevo um PRD como uma lista de desconto. O loop valida a conclusão verificando se todos os requisitos estão marcados. O agente diz que está feito, mas restam 12 de 47 tarefas? Reiniciei. Nada de negociar com um modelo confuso. Os agentes correm em sessões de TMUX para sobreviverem aos reinícios. Eu monitoro no batimento cardíaco — se um deles morrer, eu reinicio automaticamente. Se um deles travou (mesmo resultado em duas verificações consecutivas), mate e reinicie. Toda sessão de TMUX inclui um hook de despertar no final: quando o agente termina, ele dispara um evento que me avisa imediatamente. Sem completudes silenciosas. Eu sei no momento em que o trabalho é feito, esteja eu monitorando ou não. Em um bom dia, eu executo 3-4 agentes em paralelo em projetos separados, cada um em sua própria árvore de trabalho git. Na semana passada, executei 108 tarefas em 3 projetos simultaneamente em cerca de 4 horas. A outra chave: prompts guiados por testes. Eu digo ao agente para escrever primeiro os testes que falham e depois implementar. Testes são critérios determinísticos de aceitação para um trabalhador não determinístico. Corta drasticamente as falhas pós-fusão. Não é mágica. É engenharia de processos aplicada ao trabalho de IA. Limpar especificações, validação automática, reiniciar quando travar, verificar a saída. Essa é uma das perguntas mais comuns que recebo, então vou escrever isso direito e adicionar como um novo capítulo a Como Contratar uma IA. Todos que já compraram receberão a versão atualizada.