profile

Leo Andreucci - CTO Mentor

Ex-VP Engineering @ Creditas ($4.8B). 20+ years building and scaling tech teams. Today, I help CTOs make better decisions.

Featured Post

Agradável e Exigente

Vejo muitos líderes vivendo o dilema de serem muito bonzinhos ou muito duros. Como quase tudo na vida, é importante encontrar um equilíbrio e evitar os extremos. Você não precisa ser aquele líder que todos odeiam, nem precisa ser amado por todos o tempo todo. Busque sempre ser Agradável e Exigente. Um abraço, Leo

Durante los últimos meses construí un proyecto personal usando Claude como mi principal herramienta de desarrollo. La idea parecía simple: Crear una quiniela del Mundial donde los participantes hacen todos sus pronósticos antes de que empiece el torneo, como hacíamos en Excel hasta hace poco. El software estuvo listo mucho más rápido de lo que imaginaba. Pero lo más interesante fueron los aprendizajes a lo largo del camino. Algunos de ellos: Los tests son obligatorios. En un momento decidí...

Nos últimos meses construí um projeto pessoal usando Claude como principal ferramenta de desenvolvimento. A ideia parecia simples: Criar um bolão da Copa do Mundo onde os participantes fazem todos os palpites antes do torneio começar, como fazíamos em excel até pouco tempo atrás. O software ficou pronto muito mais rápido do que eu imaginava. Mas o mais interessante foram os aprendizados ao longo do caminho. Alguns deles: Testes são obrigatórios. Em um momento eu decidi que iria ler todos os...

Uma ideia muito forte do Uncle Bob sobre IA: “Sem restrições, os agentes fazem qualquer coisa.” Por isso ele insiste muito na criação de “physical barriers”. Ou seja: mecanismos concretos que limitam o que a IA pode fazer dentro do sistema. O checklist que ele sugere é interessante: unit tests com cobertura extremamente alta (os agentes usam os testes para entender o comportamento esperado do sistema) acceptance tests escritos em Gherkin/BDD (testes legíveis por humanos funcionando como...

Una idea muy fuerte de Uncle Bob sobre IA: “Sin restricciones, los agentes hacen cualquier cosa.” Por eso insiste mucho en la creación de “physical barriers”. Es decir: mecanismos concretos que limitan lo que la IA puede hacer dentro del sistema. El checklist que él sugiere es interesante: unit tests con cobertura extremadamente alta (los agentes usan los tests para entender el comportamiento esperado del sistema) acceptance tests escritos en Gherkin/BDD (tests legibles para humanos...

Uno de los mejores modelos mentales sobre IA que escuché recientemente vino de Uncle Bob en el episodio 4 de Agentic Discipline en Clean Coders: Humanos e IA tienen puntos fuertes completamente diferentes. La IA es muy buena en: sintaxis velocidad memoria de corto plazo tareas repetitivas generar código boilerplate buscar información reasoning lógico/local Los humanos siguen siendo mucho mejores en: arquitectura visión sistémica entendimiento de contexto discernimiento moral experiencia...

Um dos melhores modelos mentais sobre IA que ouvi recentemente veio do Uncle Bob no Episódio 4 de Agentic Discipline do Clean Coders: Humanos e IA possuem pontos fortes completamente diferentes. IA é muito boa em: sintaxe velocidade memória de curto prazo tarefas repetitivas gerar código boilerplate pesquisar informação reasoning lógico/local Humanos continuam muito melhores em: arquitetura visão sistêmica entendimento de contexto discernimento moral experiência prioridades trade-offs direção...

DX publicó una investigación interesante que concluyó que las ganancias de productividad con IA todavía están muy por debajo del hype. Los principales motivos identificados fueron: 1) Escribir código nunca fue el principal cuello de botella Escribir código representa solo una pequeña parte del trabajo real de ingeniería (16% del tiempo, según una investigación de Microsoft). La IA acelera la escritura de código, no necesariamente el sistema completo. 2) Automatizar solo parte del ciclo de...

A DX publicou uma pesquisa interessante que constatou que os ganhos de produtividade com IA ainda estão muito abaixo do hype. Os principais motivos levantados foram: 1) Escrever código nunca foi o principal gargalo Escrever código é só uma parte pequena do trabalho real de engenharia (16% do tempo, segundo pesquisa da Microsoft). IA acelera escrita de código, não necessariamente o sistema inteiro. 2) Automatizar apenas parte do ciclo de desenvolvimento cria novos gargalos Esse é o ponto...

Grande parte da discussão sobre IA está focada em produtividade. Mas tem uma mudança mais profunda acontecendo. De identidade. Por muito tempo, ser uma boa pessoa desenvolvedora esteve muito ligado à capacidade de escrever código bem. Conhecer a linguagem, dominar frameworks, resolver problemas na mão. Isso não desapareceu. Mas deixou de ser o principal diferencial. Porque escrever código ficou muito mais fácil. E isso ajuda a explicar parte da resistência que ainda vemos (embora cada vez...

Gran parte de la discusión sobre IA está enfocada en productividad. Pero hay un cambio más profundo ocurriendo. De identidad. Durante mucho tiempo, ser una buena persona desarrolladora estuvo muy ligado a la capacidad de escribir buen código. Conocer el lenguaje, dominar frameworks, resolver problemas manualmente. Eso no desapareció. Pero dejó de ser el principal diferencial. Porque escribir código se volvió mucho más fácil. Y eso ayuda a explicar parte de la resistencia que aún vemos (aunque...