A execução real — o hello world

Primeira vez que a cadeia de agentes rodou com modelo de API de ponta a ponta, no lugar do Ollama local. Projeto novo (Hello API), repositório real no GitHub, provider OpenRouter, modelo ~deepseek/deepseek-v4-flash-latest.

O objetivo não era entregar o hello world. Era descobrir o que quebra quando o produto é usado como um usuário o usaria — e isso ele fez em quantidade.

:::caution Esta execução NÃO é a medição oficial da FASE 13b Houve restart do engine no meio, várias vezes, para carregar as correções que a própria execução exigiu. O critério "zero restart" está perdido, e a tabela abaixo mede uma corrida acidentada de propósito. A medição que vale ainda precisa ser feita, com tudo já corrigido e sem interrupção. :::

Até onde a cadeia chegou

etapa	resultado
Provisionamento GitHub	✅ daneiel/hello-api, 4 de 5 passos do Gitflow
Criativo	✅ 4 regras de negócio, com rastreabilidade
Prontidão → brief	✅ product_brief referenciando as 4 regras
PO	✅ 1 épico, 4 histórias com RF/DOR/DOD
Promoção manual	✅ 4 histórias promovidas pelo usuário (RN-048)
Arquiteto	❌ nunca recebeu o bastão
Dev, PR, gates	❌ não alcançados

O passo 5 do bootstrap (proteger branches) falhou por limitação do plano do GitHub: repositório privado não aceita proteção de branch no plano gratuito. Não é defeito do produto — mas o produto tratava como falha dura, sem avisar antes. O wizard passou a avisar na hora da escolha.

O custo, extraído do token_usage

agente	chamadas	tokens de entrada	saída	custo (micro-USD)
anamnese	32	392.510	18.207	38.605
psicologo	2	16.406	5.140	2.401
po	5	18.777	3.492	2.318
criativo	6	6.406	3.343	1.180
psicologo-leve	1	1.947	2.039	542

A Anamnese gastou 8× o Criativo e o PO somados sem produzir nada — ela não tinha como dizer "não há nada a emitir" (RN-063). É o número mais importante desta tabela: o trabalho custou centavos, o desperdício custou o resto.

Os dezesseis achados

Numerados na ordem em que apareceram. Os corrigidos foram decididos pelo usuário, um a um.

Corrigidos nesta execução

#	o quê	onde ficou
4	wizard mostrava brabo/<slug> como destino do repo, com brabo/ hardcoded — a api cria em createForAuthenticatedUser	aberto
6	provisionamento falhava e a tela ficava em "Trabalhando…" para sempre, com zero eventos	aberto
8	bootstrap morria em todo projeto GitHub novo: repo vazio responde 409 em toda a Git Data API, e o provider tratava só 404	PR #125
—	fake do GitHub respondia 404 onde o real responde 409 — a suite ficava verde com o produto quebrado	PR #125
—	plano gratuito não protege branch em repo privado, e a escolha não avisava	PR #125
13	nenhum agente conseguia usar provider com credencial: o turno procurava a chave pelo slug do agente numa coluna UUID	PR #126
14	falha de turno virava agent.response vazio no log, com o motivo só em broadcast efêmero	PR #127
—	o chat do Criativo abria em branco, sem dizer que a vez era do usuário	PR #127
12	o Criativo decidia tecnologia (GET ou POST? JSON ou texto?) — a identidade não dizia o que não era dele	PR #131
—	falha de FERRAMENTA era descartada com _ =: quatro regras recusadas em silêncio	PR #131
—	restart do engine matava a conversa sem nada na tela	PR #131
15	Anamnese sem verbo para encerrar: repetia chamada impossível até o teto, a cada tick	PR #132
16	heartbeat de 30s matava sessão com handoff pendente — trabalho ficava inalcançável	PR #133

Abertos, para triagem

#	o quê
1	"Configurações" do menu lateral não navega; o catálogo (do workspace) só se alcança dentro de um projeto
2	não existe seção de credencial de git nas configurações — só de LLM
3	wizard promete "selecione uma credencial já cadastrada" e "verifique nas configurações", e nenhuma das duas existe
4	brabo/ hardcoded no preview e na tela de confirmação do wizard
5	passo de política anuncia a branch rc e a cascata rc ← qa, removidas pelo ADR 0030
6	falha antes da linha de repo_bootstraps deixa a tela girando para sempre, sem evento nenhum
7	feed de atividade mostra "atividade em system" para todo evento
11	sessão fecha por inatividade da aba (parcialmente resolvido pela RN-064: só protege quando há handoff pendente)
—	a Anamnese roda dentro da sessão de trabalho, intercalando eventos e disputando orçamento

O que esta execução provou, e o que não provou

Provou que a cadeia Criativo → PO funciona com modelo de API e produz artefato de qualidade real: o backlog saiu com rastreabilidade fechada, e o DOR das histórias dizia "formato e detalhes técnicos definidos pelo Arquiteto" — a fronteira acrescentada ao Criativo atravessou o brief e chegou ao backlog.

Provou que o produto engolia erro em três camadas diferentes (turno, ferramenta, processo), e que era isso que mantinha os defeitos invisíveis. As três agora falam.

Não provou o Arquiteto, o dev, a PR remota nem os gates. Não provou nada sobre custo real de uma execução completa. E não serve como medição da FASE 13b, pelo restart no meio.

TODO(humano): a execução limpa — sem restart, com tudo corrigido — ainda precisa ser rodada, e é ela que preenche docs/explanation/validacao-real.md com a tabela extraída por pnpm --filter api medir:execucao.