NoDrift

Marcus e Ethan

Marcus e Ethan estavam construindo um app interno de fluxo de trabalho para uma grande seguradora. A liderança esperava que o desenvolvimento assistido por IA acelerasse a entrega, e o CIO já havia mencionado o projeto em uma atualização ao conselho.

Marcus começou pelo roteamento de aprovação. Ele perguntou à IA onde ficavam as regras de escalonamento. O assistente descreveu com confiança um resolver de política de aprovação e disse que substituições por gerente já eram tratadas ali. Marcus passou quase uma hora integrando-se a essa estrutura antes de descobrir que o arquivo não existia. A IA havia misturado o design proposto da semana anterior com a base de código real.

Mais tarde, Ethan pegou as exportações de relatórios. Ele ouviu Marcus dizer "o nome do resolver estava errado" e presumiu que o caminho de substituição do gerente existia em outro lugar. A própria sessão de IA dele inventou um tipo normalizado de evento de aprovação e ajudou a construir relatórios ao redor dele. Os testes passaram porque os dados simulados correspondiam à estrutura falsa.

À tarde, QA descobriu que as aprovações do dashboard e os relatórios exportados não batiam. Marcus achou que Ethan havia entendido mal o roteamento. Ethan achou que Marcus havia esquecido uma migração. Os assistentes de IA deles produziram teorias polidas: fixtures antigos, bug no dashboard, query ausente, mapeamento de evento errado. Nenhuma partiu de fonte da verdade verificada.

A equipe queimou horas e milhares de tokens depurando um sistema que não existia. O gerente finalmente perguntou: "Estamos depurando o produto ou depurando a IA?"

No fim do dia, o VP queria uma atualização de status. Em vez de provar velocidade com IA, a equipe precisou explicar por que dois engenheiros passaram um dia perseguindo arquitetura alucinada. LLMs atuais pediram desculpas, resumiram e geraram mais correções, mas não marcaram de forma confiável a afirmação original como não verificada nem impediram a suposição falsa de se espalhar.

Com NoDrift funcionando, o falso resolver é capturado cedo. Design proposto permanece separado de código implementado. A suposição de Marcus não vira a base de Ethan. A equipe ainda resolve problemas reais de software, mas para de desperdiçar folha de pagamento, tokens, confiança executiva e orçamento com arquitetura fantasma.

Lena

Lena era uma engenheira de software freelancer construindo um portal de cliente para uma consultoria. O cliente esperava uma prévia até sexta-feira, e Lena havia prometido isso porque a assistência de IA fez o prazo parecer razoável.

Às 9h, ela já estava se repetindo. O assistente lembrava do portal, mas esqueceu que o cliente havia adiado uploads de documentos para a fase dois. Ele continuava sugerindo regras de armazenamento, permissões de upload e componentes de prévia. Cada resposta soava útil, mas cada uma puxava o projeto para trabalho que o cliente não havia aprovado.

No fim da manhã, Lena havia gastado milhares de tokens repetindo os mesmos limites: nada de uploads ainda, nada de integração de pagamento ainda, nada de analytics além do status de fatura. O assistente pediu desculpas e então ofereceu um plano revisado que ainda incluía um "placeholder leve de upload". Lena apagou aquilo de novo.

Depois do almoço, ela pediu ao assistente para limpar o texto do dashboard. Ele reescreveu a página como se o portal estivesse pronto para produção: troca segura de documentos, rastreamento de fluxo em tempo real, operações automatizadas de cliente. A linguagem soava impressionante, mas criava promessas que o produto não podia cumprir.

Agora Lena precisou parar de programar e virar checadora de fatos. O que foi construído? O que era mock? O que foi planejado? O que o cliente aprovou? Mais tempo desapareceu em limpeza que ela não podia cobrar integralmente.

À noite, a prévia estava mais fraca do que deveria, e Lena ainda precisava escrever uma atualização cuidadosa para o cliente. A IA não havia salvado o dia dela; havia feito ela administrar confusão mais rápido.

Com NoDrift funcionando, os limites do projeto permanecem visíveis. Recursos da fase dois não continuam entrando escondidos no trabalho de hoje. Texto em rascunho fica preso ao que existe. Construído, planejado e não aprovado permanecem separados.

Lena ainda trabalha duro, mas passa menos tempo corrigindo drift e mais tempo entregando. Esse é o retorno prático: menos horas não cobradas, comunicação mais clara com o cliente e um projeto que parece controlado em vez de escorregadio.