TLDR;

Refere‑se à entrada de contexto pobre, inconsistente ou insuficiente sobre o sistema que faz o agente de IA gerar código que não entende nem explica em termos de negócio, resultando em resultados incorretos ou irrelevantes. A desconfiança das equipes de TI vem do fato de que os agentes não mantêm um modelo semântico persistente, redescobrem o repositório a cada pedido, não capturam o significado de negócio e muito do código gerado nem é verificado (por exemplo, 96% dos desenvolvedores não confiam e só 48% checam antes de commitar). A CoreStory propõe criar inteligência persistente fundamentada em evidências da aplicação e um modelo semântico compartilhado para que agentes entendam o estate da empresa, expliquem o código em termos de negócio e reduzam os modos de falha descritos.

Resumo

Na apresentação, Charat Ranganatan, CTO da Core Story, inicia com orientações gerais sobre conduta e interação no chat, anuncia gravação e apresenta o objetivo: restaurar a confiança em agentes de IA no ciclo de vida de software (AI SDLC). Ele descreve a agenda — entender por que TI corporativa desconfia da IA, apresentar a solução da Core Story para oferecer inteligência persistente baseada em evidências de aplicação, explicar funcionamento, benefícios e mostrar casos de uso, seguido de perguntas. Ranganatan destaca que, embora a IA seja ubíqua e acelere modernização, muitos gerentes de TI e desenvolvedores deixam de confiar no código gerado, pois os agentes não compreendem nem explicam o significado de negócio; cita pesquisa em que 96% dos desenvolvedores não confiam totalmente na correção funcional do código gerado e apenas 48% o verificam antes de commitar. Aponta também a complexidade dos ambientes corporativos — heterogeneidade de linguagens, produtos SaaS, integrações por batch e arquivos, sistemas interdependentes e em constante evolução — e identifica modos de falha dos agentes: ausência de modelo semântico persistente, redescoberta contínua do repositório, respostas pontuais sem verdade compartilhada na equipe e dificuldade em traduzir comportamento de código para termos de negócio e propostas de mitigação discutidas.