GitHub anuncia Agentic Workflows para automatizar desenvolvimento de códigos

Imagine se desenvolvedores pudessem ter todas as suas tarefas tratadas automaticamente, como Issues triadas e rotuladas, falhas de CI investigadas com propostas de correção, documentação atualizada para refletir mudanças recentes no código e dois novos pull requests que melhoram os testes aguardando revisão. É isso que o novo Agentic Workflows do GitHub oferece à comunidade. Tudo visível, auditável e operando dentro de limites estabelecidos.

O novo recurso está disponível como uma preview técnica e funciona como workflows automatizados orientado por intenção que rodam no GitHub Actions, e que são executados por agentes de programação. Ele foi projetado para pessoas que usam o GitHub, desde indivíduos automatizando um único repositório até equipes operando em escala corporativa ou de código aberto.

A plataforma iniciou o Agentic Workflows como uma investigação sobre uma questão simples: como seria a automação de repositórios com fortes mecanismos de controle (“guardrails”) na era dos agentes de programação baseados em IA? Um ponto natural de partida foi o GitHub Actions, o coração da automação escalável de repositórios na plataforma. Ao incorporar agentes automatizados de programação ao Actions, o GitHub permite seu uso em milhões de repositórios, mantendo nas mãos do usuário as decisões sobre quando e onde utilizá-los.

O Agentic Workflows funciona de forma que os desenvolvedores descrevem os resultados desejados em Markdown simples, adicionam isso como um workflow automatizado ao repositório e ele é executado por um agente de programação no GitHub Actions, levando o poder desses agentes ao núcleo da automação de repositórios. Durante a execução, é possível utilizar diferentes motores de agentes de programação, como GitHub Copilot CLI, Claude Code ou OpenAI Codex, dependendo da configuração.

Uma das grandes vantagens desse recurso é permitir categorias totalmente novas de automação de repositórios e de engenharia de software, de forma natural ao modo como equipes já trabalham no GitHub. Muitas dessas automações seriam difíceis de realizar apenas com workflows YAML tradicionais, como triagem contínua, documentação contínua e simplificação contínua de código, apenas para citar alguns exemplos que demonstram o potencial do Agentic Workflows.

É isso que a empresa chama de Continuous AI: a integração da IA ao ciclo de vida do desenvolvimento de software, aprimorando automação e colaboração de maneira semelhante às práticas de integração contínua e entrega contínua (CI/CD). O Agentic Workflows e o Continuous AI foram projetados para complementar o CI/CD existente, e não substituí-lo. O novo recurso roda no GitHub Actions porque é ali que a plataforma oferece a infraestrutura necessária para permissões, logs, auditoria, execução em sandbox e contexto rico de repositório.

Em todo o GitHub, equipes têm usado Agentic Workflows para criar ferramentas personalizadas em minutos, substituindo tarefas repetitivas por inteligência ou preparando o terreno para que humanos realizem o trabalho com as informações corretas. Um novo mundo de possibilidades se abre para equipes e empresas manterem seus repositórios saudáveis, navegáveis e com alta qualidade.

Orientações práticas para equipes de desenvolvimento

Para equipes, o Agentic Workflows traz uma mudança de mentalidade: em vez de prompts perfeitos, ele funciona melhor quando focado em objetivos e resultados planejados. Isso significa que o agente pode explorar e raciocinar, mas suas conclusões permanecem dentro de limites seguros e intencionais. Os workflows podem variar entre um prompt bem geral, como “melhorar o software”, até um bem específico, como “verificar se toda a documentação técnica e mensagens de erro deste software educacional estão escritas em um estilo adequado para um público de 10 anos ou mais”.

Como segurança e controle são inegociáveis, o GitHub Agentic Workflows também implementa uma arquitetura de segurança em camadas (“defense-in-depth”) que protege contra comportamentos não intencionais e ataques de injeção de prompt. As operações de escrita exigem aprovação explícita por meio de outputs seguros, que mapeiam operações do GitHub previamente aprovadas e revisadas, como criar uma PR ou adicionar um comentário em uma Issue. Execução em sandbox, uso de allowlist para ferramentas e isolamento de rede também ajudam a garantir que os agentes operem dentro de limites controlados.

O GitHub Agentic Workflows utiliza agentes de programação em tempo de execução, o que pode ficar sujeito a cobrança. Os modelos utilizados podem ser configurados para ajudar a gerenciar esses custos. Práticas como começar com outputs de baixo risco, melhorias orientadas a objetivos e instruções específicas sobre o que o “certo” significa podem ajudar as equipes a obter valor rapidamente.

Serviço
www.github.com