Curso / Aula 6 de 6
19 min · caso real sanitizado
O espelho
Objetivo: Minerar as próprias sessões com regras determinísticas antes de acreditar em qualquer narrativa — inclusive a sua — e transformar o que o espelho mostra em regra de trabalho.
Primeiro, em linguagem simples
Depois de auditar o corpus dos outros, a missão apontou o instrumento para dentro: as próprias sessões de trabalho. A pergunta não era “no que trabalhamos?” — era “o que dizemos que fizemos vs. o que tem prova de entrega?”.
A resposta veio de uma regra determinística, não de impressão: um candidato só vira padrão quando ocorre em pelo menos 3 datas distintas. Intensidade num dia só é surto, não hábito.
Abra a camada técnica
O espelho rodou sobre uma amostra determinística de 45 sessões (de 696 relacionadas), produzindo 2.801 ocorrências datadas em 11 classes — e 11/11 passaram na regra das 3 datas. Três achados com recibo:
| Achado | Evidência |
|---|---|
| Inflação de conclusão | Tokens de “pronto/done” ≈ 37–38% da base de classes (1.823 hits) contra ≈ 4% de aprovações — e muitos hits sem artefato nem exit code na linha. Linguagem de conclusão ≫ evidência de entrega. |
| Repetition tax | Retrabalho + repetição ≈ 8,9% das ocorrências datadas distintas (249/2.801). |
| Ruído de boilerplate | Parte das classes batia em metadados e listagens, não em mensagens — o filtro de ruído muda o resultado, então ele é parte da regra, não um detalhe. |
A hard truth. O trabalho mais claramente reiniciado era documental: um material de ensino criado num dia e, no dia seguinte, “refaça do zero, ignore o anterior” — em vez de fechar uma única superfície com prova e parar. E quando a prova real foi pedida numa sessão, o status escrito (“convergido”) foi desmentido pelo próprio checklist do objetivo, todo desmarcado. O espelho não acusa pessoas; ele precifica narrativas.
Limites honestos: regex sobre linhas é observação de linha, não semântica de mensagem; a síntese por modelo é candidata, nunca ground truth; e a análise reconhece a inflação do próprio método (boilerplate de “completed”).
O que fazer com um espelho
Cada achado termina numa primeira ação, não num diagnóstico: claim de “pronto” só conta com comando + exit code no mesmo turno; documento de status nunca substitui gate reexecutado; uma árvore canônica de material por vez — “do zero” exige diff de escopo; retrabalho vira learning versionado, sem PII.
Construa a sua regra de evidência
O que conta como padrão? Ajuste a regra e teste contra quatro candidatos (contagens no formato hits · datas · sessões · %ruído).
Os quatro candidatos (dados fixos da simulação)
| Candidato | Hits | Datas | Sessões | Ruído |
|---|---|---|---|---|
| linguagem-de-conclusão | 1.823 | 19 | 40 | 35% |
| refactor-de-sexta | 5 | 2 | 2 | 0% |
| aprovacao-declarada | 205 | 19 | 30 | 70% |
| rollback-de-feature | 66 | 11 | 15 | 90% |