A Nova Era do WordPress: De Developer a Arquiteto com Engenharia Agêntica

Marcel Schmitz
Marcel Schmitz

A Inteligência Artificial não veio para substituir os developers, mas sim para elevar o nosso papel. Estamos a deixar de escrever código linha a linha para assumirmos a posição de arquitetos e orquestradores. Esta palestra é um guia prático, pensado para developers seniores que querem ir muito além das simples sugestões de autocomplete e adotar um workflow verdadeiramente agêntico.

Começamos por mapear o panorama atual da programação com AI, que vai desde o código assistido, com as típicas sugestões ao estilo Copilot, passando pelo “vibe coding”, onde se prototipa à base de prompts e alguma esperança. O nosso foco, no entanto, será a engenharia agêntica: um desenvolvimento estruturado onde o humano controla a arquitetura e a qualidade, enquanto os agentes de AI tratam da implementação, testes e iteração. Usando o AI Fluency Framework da Anthropic como base, vamos explorar a mudança de mindset necessária para este novo modelo e desmistificar a ideia de que usar AI é “batota”, desde que seja feito com rigor.

Durante esta apresentação irei partilhar ferramentas open source — baseadas em servidores MCP e criadas a partir do meu uso diário em projetos reais de clientes na Codeable — que transformam o Claude Code num verdadeiro ambiente de desenvolvimento nativo para WordPress. Arrancamos com um exemplo simples focado no scaffolding de um plugin com página de opções, validando hooks automaticamente. Passamos depois a um nível intermédio com a construção de um bloco Gutenberg personalizado, para por último, avançarmos para o desenvolvimento de produto end-to-end, cobrindo todo o processo desde a especificação da ideia à implementação, passando pelo debugging com Chrome DevTools e a execução de testes automatizados.

Nesta sessão, os participantes vão compreender a diferença crucial entre vibe coding e engenharia agêntica, percebendo porque é que os testes marcam a linha divisória entre ambos. Vamos também demonstrar como os servidores MCP resolvem o problema dos dados de treino desatualizados, dando à AI contexto verificado e em tempo real. No final, todos levarão consigo um toolkit concreto, disponível no GitHub em pluginslab, e um workflow que poderão configurar e começar a usar no próprio dia.


Categorias:

Tracks: