O Problema que Ninguém Fala: Planejando Projetos com Agentes de IA

Vamos ser sinceros: a maioria de nós ainda planeja projetos da mesma forma que fazíamos antes dos agentes de IA existirem. Uma anotação rápida, talvez um doc no Notion, um fio no Slack que se perde no meio de nenhuma resposta. Depois jogamos esse planejamento pela metade num agente de código e torcemos para que dê certo.

O problema não é que os agentes de IA são ruins em programar. É que eles precisam de estrutura que raramente oferecemos — e quando eles mesmo preenchem essas lacunas, não temos nenhum registro do porquê de certas decisões.

Um Documento que Responde de Volta

É essa lacuna que o inplan tenta preencher. Na essência, é um editor de Markdown feito para planejamento colaborativo entre humanos e agentes de IA que programam. Pense nele como um quadro branco compartilhado onde ambas as partes podem rascunhar, questionar e revisar um único documento de planejamento juntos.

O que torna interessante não é o editor em si — é o sistema de comentários. Você pode destacar qualquer frase e iniciar uma discussão encadeada ancorada bem ali. Pergunte por que o agente propôs aquela arquitetura. Solicite esclarecimento sobre uma suposição. Tome uma decisão. Essa troca permanece presa àquela linha específica, criando um registro durável que você realmente consegue navegar depois.

Isso aborda algo que raramente comentamos: o problema da arqueologia de contexto. Avance três meses. Seu agente fez uma escolha em algum lugar. Onde está o raciocínio? O inplan torna isso rastreável.

Revisar Antes de Revisar

Aqui está um padrão que vemos demais: você sai e deixa o agente de IA trabalhando, volta, e o plano se transformou silenciosamente. Talvez esteja melhor. Talvez algo crucial tenha mudado. Difícil dizer.

O inplan inverte isso. Quando o agente quer revisar o plano, ele não sobrescreve o documento quietamente — ele gera um diff que você revisa e aplica sozinho. Você vê exatamente o que mudou. Pode aprovar, rejeitar ou iterar antes que qualquer coisa seja bloqueada.

Essa abordagem com humano-no-loop importa mais do que parece. Ela transforma o agente de executor em colaborador com trilha de papel.

Como Começar

A ferramenta instala como uma skill do Claude Code (com suporte para Codex e outros no roadmap). Um simples comando "plan X" abre o editor, e você está pronto. É open-source sob AGPL-3.0 e roda inteiramente local via npm.

Para times que querem colaboração em tempo real, há uma opção hospedada em inplan.ai. Nada no demo exige criar uma conta, o que é refrescante para um produto SaaS oferecer.

O Que Ainda Está Áspero

Nenhuma ferramenta é sem tradeoffs. A versão atual é um app desktop Electron — funcional, mas mais pesado que um editor web. O mecanismo de diff funciona linha por linha, o que pode parecer grosseiro para mudanças mais finas. E o modelo mental é construído em torno de um documento de plano por vez. Se você está gerenciando múltiplos specs interconectados, vai acabar buscando outras ferramentas junto com ele.

O time tem sido transparente sobre essas limitações, o que é encorajador. Suporte a múltiplos documentos e interações mais ricas com agentes estão no roadmap.

Por Que Isso Importa na Era do Vibe Coding

"Vibe coding" — deixar a IA cuidar da implementação enquanto você direciona a visão — está explodindo em popularidade. Mas o vibe coding tem um segredo sujo: sem direção clara, você fica comparando resultados com intenções que nunca articulou fully.

Ferramentas como o inplan sugerem um futuro diferente. Não apenas "programe mais rápido" mas "pense com mais clareza". A fase de planejamento se torna uma colaboração genuína com seu parceiro de IA, produzindo artefatos que servem tanto a tarefa imediata quanto aos mantenedores futuros (incluindo o você do futuro).

Se o inplan especificamente vai se tornar parte do seu fluxo depende da sua tolerância para apps Electron e modelos mentais de documento único. Mas o conceito subjacente — colaboração de IA estruturada, comentável e revisada por humanos — aponta para como vamos trabalhar com agentes de código à medida que eles se tornam mais capazes.

A pergunta não é se a IA vai escrever mais do nosso código. É se vamos construir o andaime para tornar esse código realmente compreensível.

Experimenta aí: npm i -g inplan