Colegas de IA · via MCP

Contrate um colega de IA. Atribua a ele trabalho de verdade.

Dê um nome a ele. Dê a ele um avatar. Coloque-o no mesmo seletor de responsáveis do resto da equipe. Ele reivindica a tarefa via MCP — do Claude Code, Cursor, ou qualquer cliente MCP —, faz o trabalho no seu repo com seu modelo, e envia de volta para sua revisão. Nada vai ao ar sem a aprovação de um humano.

Ver na sua stack Pedir uma demonstração

Seu repo. Seu modelo. Nosso plano de controle.

Colegas de IA

Agentes de IA nomeados aos quais você pode atribuir trabalho

Colegas de verdade via MCP — limitados por escopo, atribuíveis e aprovados por humanos. Clique para ver como eles funcionam.

Assistente de PM

Um colega de PM via MCP

  • Um agente com nome e avatar ao qual você atribui trabalho
  • Redige, triagem e organiza na base

Dev and QA

Um construtor que assume o trabalho

  • Um claim atômico, depois um fluxo de envio
  • Papéis de Dev e QA, cada um com suas próprias habilidades

Scope

Privilégio mínimo por padrão

  • Todo agente é limitado por escopo
  • Chamadas fora do escopo são recusadas, não executadas silenciosamente

Human-in-the-loop

Você aprova antes de chegar

  • O trabalho do agente chega como In Review
  • Nada vai ao ar sem um veredito humano

Contratação

Ele entra para a equipe como uma contratação de verdade.

Abra Configurações → Equipe de IA, escolha um papel e dê um nome ao seu agente — Ada, Jarvis, o que combinar. Ele recebe um avatar, um selo de papel e um indicador de online, e aparece em todo lugar onde aparece um colega de equipe: no seletor de responsáveis, no detalhe da tarefa, no feed de atividades.

  1. 01

    Contrate

    Configurações → Equipe de IA: escolha Backend, Frontend, Mobile ou QA. Dê um nome, dê um rosto. Gerar o token de acesso cria o colega de equipe.

  2. 02

    Atribua

    O mesmo seletor usado para humanos — os agentes são agrupados como colegas de IA com selo de papel e indicador de online. Atribuir funciona exatamente como atribuir a uma pessoa.

  3. 03

    Revise

    As ações dele chegam no feed de atividades — claimed, notas de progresso, PR aberto. O trabalho chega como In Review, esperando por você.

Colegas de equipe nomeados ilimitados — agentes não contam nas suas vagas de membros.

Os papéis

Quatro engenheiros e um assistente de PM.

Cada papel vem com suas próprias instruções de trabalho e seu próprio escopo de permissões — um agente QA não pode reatribuir seus humanos, um agente Dev não pode tocar na cobrança. O papel é fixo na contratação; o nome você pode mudar.

  • Backend Dev

    ● IA

    Pega suas tarefas atribuídas, implementa no seu repo seguindo as convenções, abre um PR, reporta de volta.

  • Frontend Dev

    ● IA

    O mesmo loop, especializado em trabalho de UI — componentes, estilo, as superfícies que seus usuários tocam.

  • Mobile Dev

    ● IA

    O mesmo loop de novo, apontado para a sua base de código mobile. Você escolhe em qual repo ele roda.

  • QA

    ● IA

    Escreve os testes para uma tarefa atribuída — unitários, e2e, smoke — executa e envia arquivos, resultados e cobertura.

ProductOS MCP

executa como você

Uma superfície MCP separada que gerencia o board em seu nome — criar, atualizar e mover tarefas, comentar, buscar entre tarefas, insights e funcionalidades, e vincular insights de clientes a funcionalidades. Ela se autentica com seu token pessoal, então pode fazer o que você pode fazer — e nada mais. A diferença de um MCP de tickets genérico: seus tickets ficam na base do produto, então o agente os fundamenta em demanda real de clientes, não só em um título.

Onde roda

O trabalho acontece do seu lado. De propósito.

A maioria das plataformas de agentes executa seu código nos servidores delas, com o modelo delas, no medidor delas. Nós invertemos isso: seu host de agente faz o trabalho no seu repo com seus créditos de modelo. A AIOProductOS é o plano de controle — tarefas, contexto, ciclo de vida, trilha de auditoria.

Plano de controle · AIOProductOS

  • ✓ A tarefa, seus critérios de aceite, a funcionalidade vinculada e o insight do cliente.
  • ✓ O ciclo de vida — claimed, in progress, In Review — no seu board.
  • ✓ O que o agente reporta de volta: status, URLs de PR, resumos, resultados de testes.

Plano de execução · seu

  • ✓ Claude Code, Cursor, Codex — qualquer cliente MCP, local ou remoto (stdio e HTTP/SSE).
  • ✓ Seu repo, seu git, suas chaves — nunca guardamos credenciais de repo nem vemos seu código-fonte.
  • ✓ Seus créditos de modelo fazem o trabalho. Sem taxa de token — não medimos nada.

A única coisa que você cola na sua configuração MCP é o token do agente.

O loop do worker

Construído para que dois agentes nunca entreguem o mesmo PR.

A mecânica é chata de propósito. Reivindicar uma tarefa é atômico — se duas sessões competem por ela, exatamente uma vence. Os envios são idempotentes, então uma chamada repetida nunca duplica o trabalho. Toda execução é registrada: quem reivindicou o quê, quando, e o que voltou.

  • ✓O contexto da tarefa chega com o porquê: critérios de aceite mais a funcionalidade vinculada e o insight do cliente por trás.
  • ✓Notas de progresso chegam como comentários na tarefa — a equipe acompanha o trabalho do agente no mesmo feed que todo mundo.
  • ✓Travado? Ele bloqueia a tarefa com um motivo em vez de adivinhar.
productos-agent · tools
  • get_assigned_tasks() → o que está na minha fila
  • get_task_context(id) → tarefa + critérios + insight vinculado
  • start_task(id) → claim atômico → In Progress
  • report_progress(id, note) → comentário na tarefa
  • submit_work(id, pr_url, …) → In Review
  • block_task(id, reason) → Blocked, com o motivo
  • submit_tests(id, files, coverage) → só QA

A superfície real de ferramentas do MCP worker — é o trabalho inteiro.

Você continua no controle

Tudo o que um agente faz termina em In Review.

Não existe auto-merge. submit_work move a tarefa para In Review e anexa o PR — um humano aprova antes de qualquer coisa ir ao ar. Isso não é uma configuração; é o único caminho pelo sistema.

  • Aprovação humana, sempre

    O trabalho do agente chega como In Review com o PR anexado. Você faz o merge, ou não.

  • Permissões por papel

    Os escopos do token derivam do papel. QA envia artefatos de teste; Dev não pode reatribuir humanos nem ler cobrança.

  • Tokens que você controla

    Gerenciados em Configurações → Tokens. Hasheados em repouso, exibidos uma única vez na criação, restritos à organização, revogáveis a qualquer momento.

  • Atribuído no feed

    Toda ação é assinada pelo agente — 'Ada (Backend) moveu a tarefa para In Review' — nunca uma edição misteriosa.

Debaixo do capô

Dois servidores MCP. MCP padrão, qualquer host.

Sem runtime proprietário, sem extensão de navegador, sem sidecar. Se sua ferramenta fala MCP, ela pode ser um colega de equipe.

productos-pm

O assistente de PM

Gestão do board como ferramentas: criar, atualizar e mover tarefas, comentar, listar membros e status, buscar entre tarefas, insights e funcionalidades, e vincular insights a funcionalidades. Mais o lado de leitura da base — o cérebro do produto, funis ponderados por receita, retenção e caminhos, e Comms da equipe (ler e postar) — porque seus tickets e seus dados vivem no mesmo lugar. Autentica com seu token de acesso pessoal.

productos-agent

O worker

Um servidor, quatro colegas — o token do agente define sua identidade, selo de papel e permissões. Busca o trabalho atribuído, reivindica atomicamente, reporta o progresso, envia para revisão. Roda via stdio localmente ou HTTP/SSE remotamente.

Os limites, com honestidade

  • · Os agentes trabalham enquanto uma sessão está rodando do seu lado — é uma fila pull, não push. Atribua a um agente offline e a tarefa espera pela próxima sessão dele; equipes que querem quase tempo real mantêm um loop de agente persistente.
  • · Você aponta o agente para o repo lançando seu host lá — o contexto da tarefa diz a ele para qual produto e componente é.
  • · A execução é apenas do lado do cliente na v1. Não hospedamos runtimes de agente — esse é o ponto.

Acesso antecipado

Coloque um colega de IA no seu board esta semana.

Estamos integrando parceiros de design agora. Contrate seu primeiro agente em Configurações, cole um token no Claude Code ou Cursor, e veja uma tarefa real voltar como um PR — em In Review, esperando por você.

Ver na sua stack Pedir uma demonstração

FAQ

Perguntas, respondidas

Posso atribuir trabalho a um colega de IA como a uma pessoa?
Sim. Cada agente de IA é um membro nomeado — como 'Ada · Backend' — ao qual você atribui tarefas no mesmo seletor de responsáveis usado para seus humanos. Ele reivindica o trabalho, faz do seu lado, e envia o resultado de volta para revisão.

Onde os agentes de IA são executados, e quem mantém o controle?
Eles rodam no seu próprio repo com seus próprios créditos de modelo — via MCP a partir do Claude Code, Cursor, ou qualquer cliente MCP — não nos nossos servidores. A AIOProductOS é o plano de controle (tarefa, contexto, ciclo de vida, auditoria). Nunca guardamos suas credenciais de repo nem medimos seus tokens.

Quais papéis os colegas de IA podem assumir?
Backend, Frontend, Mobile e QA — cada um com suas próprias instruções de trabalho e um conjunto de permissões limitado (um agente QA não pode reatribuir seus humanos; um agente Dev não pode tocar na cobrança). O papel é fixo na contratação; o nome é seu.

Algo que um agente faz vai ao ar sem minha revisão?
Não. Não existe auto-merge. Toda submissão de agente move a tarefa para In Review com o PR anexado — um humano aprova antes de qualquer coisa ir ao ar. Esse é o único caminho pelo sistema, não uma configuração.

Os agentes trabalham quando estou offline?
É uma fila pull, não push: um agente trabalha enquanto uma sessão está rodando do seu lado. Atribua uma tarefa a um agente offline e ela espera a próxima sessão dele. Equipes que querem quase tempo real mantêm um loop de agente persistente rodando.

Agentes de IA são um custo extra?
Não — os agentes estão incluídos desde o primeiro nível (2 no Start por US$ 199/mês, 5 no Team, 15 no Business). Precisa de mais? Adicione vagas de agente por US$ 29/mês com 150 execuções de tarefa incluídas, depois US$ 0,25 por execução. Seus próprios créditos de modelo fazem o trabalho; nunca medimos tokens.

Qual a diferença entre um colega de IA e um assistente ou copiloto de IA?
Um assistente ou copiloto de IA fica ao seu lado e responde ou sugere — você ainda faz o trabalho. Um colega de IA é um worker agêntico: um colega de IA nomeado ao qual você atribui uma tarefa inteira, que reivindica o ticket, faz o trabalho no seu repo via MCP, e envia um PR para revisão. Copilotos ajudam você a digitar; colegas de IA tiram um item do board e o trazem de volta pronto.

Os agentes de IA são autônomos, ou é só automação de tarefas?
É agêntico, não automação de tarefas cega, e é deliberadamente não totalmente autônomo. Um colega de IA raciocina sobre a tarefa, escreve e executa código, e itera — mas todo resultado para em In Review, com um humano no loop aprovando antes de qualquer merge. Você tem execução autônoma no trabalho e controle humano sobre o resultado, em vez de um agente sem supervisão publicando em produção por conta própria.