QAOS — qualidade de software operada por agentes de IA
O QAOS, da NoirCode, lê o requisito e o repositório do seu time e devolve análise de risco, plano de testes priorizado, scripts de automação executáveis e decisão de go/no-go. Nove agentes em sequência, cada um partindo do que o anterior produziu.
Qual é o problema que o QAOS resolve?
QA não é o gargalo: a tradução entre requisito e teste é. Entre a história escrita pelo produto e o teste que roda no pipeline existe um trabalho manual, repetitivo e dependente de contexto. Requisito ambíguo chega no teste, a cobertura é decidida por intuição, o contexto mora em uma cabeça só e a automação atrasa a release.
Como funciona a esteira do QAOS?
Cada agente recebe o resultado do anterior como contexto. Entram o requisito, a URL do repositório, o framework de automação desejado e a documentação indexada. Saem regras de negócio e critérios de aceite, risco por categoria e severidade, plano de testes priorizado, scripts autocontidos, causa provável das falhas e a decisão de go/no-go.
Quais são os nove agentes do QAOS?
- Code Reader: Clona o repositório e lê um recorte priorizado do código, extraindo entidades, endpoints, papéis e convenções.
- Requirement: Extrai regras de negócio, ambiguidades, riscos e critérios de aceite.
- Risk: Classifica risco por categoria e severidade.
- Security: Modela ameaças e monta cenários de autorização negativa, quando habilitado.
- Test Planner: Gera plano de testes priorizado por risco, com CRUD e permissão por papel.
- Automation: Escreve um script executável por cenário no framework informado.
- Execution: Roda os scripts em Docker e devolve o resultado real com evidência.
- Bug Analysis: Aponta a causa provável de cada falha.
- Release: Consolida tudo e emite a decisão de go/no-go justificada.
O que separa o QAOS de colar o requisito num chat?
- Contexto encadeado, não nove conversas soltas.
- Lê o código que existe, não o que você descreveu.
- Sem dependência de um único provider: Claude, ChatGPT, Perplexity ou Ollama local.
- O comportamento de cada agente é um contrato versionado e auditável.
Para quem o piloto faz sentido?
- Times de engenharia com requisito escrito e repositório acessível.
- Produtos em que regressão custa caro: pagamentos, saúde, dado regulado.
- Quem tem automação existente que precisa crescer mais rápido que o headcount.
- Quem exige LLM rodando no próprio ambiente.
O que o QAOS ainda não faz?
- Teste mobile, visual e exploração autônoma (roadmap).
- Massa de dados sintética (especificada, runtime na fase 2).
- Integração via MCP com ferramentas de engenharia (roadmap).
- Avaliação contínua de output de LLM e governança (fase 3).
Perguntas frequentes sobre o QAOS
Nosso código sai da empresa?
Não precisa. O QAOS roda no seu ambiente e o router aceita Ollama local, então nenhum trecho de código ou requisito precisa trafegar para provider externo. Se você preferir Claude ou ChatGPT, a escolha e o contrato de dados são seus.
Em que estágio o produto está, de verdade?
MVP funcional: nove agentes chamando LLM real, contexto encadeado, RAG com ChromaDB, persistência em Postgres, login e dashboard conectados ponta a ponta. A execução dos scripts já roda em Docker com evidência coletada; a massa de dados tem runtime na fase 2.
Isso substitui nosso time de QA?
Não é o objetivo. A esteira remove a parte mecânica — extrair critério, priorizar por risco, escrever o primeiro script — e devolve tempo de QA para exploração, arquitetura de teste e julgamento de risco.
Quem garante que o cenário gerado presta?
O contrato de cada agente é um arquivo versionado que define entradas e saídas esperadas, e toda execução fica registrada com a saída bruta de cada etapa. Você audita a origem de qualquer cenário, e o Release Agent entrega a justificativa do go/no-go.
Precisamos ter automação madura para começar?
Não. Precisa existir requisito escrito e, idealmente, repositório acessível. O Automation Agent gera script autocontido no framework que você já usa — Playwright, pytest com requests, entre outros.
Como medimos retorno no piloto?
A métrica é acordada na primeira semana, sobre o que já dói no seu time: tempo entre requisito pronto e suíte rodando, cobertura de cenário de borda, ou volume de regressão escapada. Comparamos o mesmo recorte antes e depois.
Como agendar o diagnóstico de 30 minutos?
Você descreve uma feature do backlog, aponta o repositório e vemos juntos o que os nove agentes produzem, em chamada de vídeo e com NDA antes de qualquer acesso a código. Resposta em até um dia útil.
E-mail: contato@noircode.tech · WhatsApp/telefone: +55 (11) 94104-5821 · Avenida Paulista, 1106, Bela Vista, São Paulo/SP.
NoirCode · LinkedIn · Instagram