Quando foi a última vez que a sua equipe levantou a mão na daily e perguntou: “Dá pra rodar esse serviço consumindo menos energia?” Se a resposta for “nunca”, você não está sozinho. Sustentabilidade quase nunca entra no backlog — mas isso está prestes a mudar graças à soma de IA generativa e automação nos fluxos de CI/CD.
O que é Continuous Efficiency?
Batizado pelos times GitHub Next e GitHub Sustainability, o conceito de Continuous Efficiency (Eficiência Contínua) leva a ideia de integração e entrega contínuas para um novo patamar: além de testar e publicar, o pipeline passa a melhorar o código de forma autônoma, focando em performance e menor pegada de carbono.
Na prática, isso significa agentes baseados em LLM que analisam o repositório, aplicam regras de código verde e abrem pull requests com otimizações já validadas por microbenchmarks. Para quem mantém workloads em nuvem — especialmente bancos de dados, APIs e microserviços — cada milissegundo salvo vira menos CPU alocada e, consequentemente, conta menor no fim do mês.
Por que você deveria se importar?
Além do óbvio apelo ambiental, desenvolver de forma sustentável gera retorno direto de negócio:
- Redução de custos com computação e energia (ideal para quem escala em AWS ou Azure).
- Performance superior, perceptível tanto em web apps quanto em games e aplicativos mobile.
- Experiência do usuário aprimorada graças a tempos de resposta menores.
- Código mais padronizado e fácil de manter, já que as regras são descritas em linguagem natural e aplicadas de maneira uniforme pelo agente.
Agentic Workflows: automação escrita em Markdown
O motor dessa revolução atende pelo nome de Agentic Workflows, hoje disponível como protótipo open source no GitHub. Em vez de YAML extenso, você descreve o que quer em Markdown. Um comando compila o texto para um workflow padrão do GitHub Actions, que roda num ambiente sandbox com todas as garantias de segurança.
Exemplo prático? Um agente que varre o seu repositório, descobre como buildar, roda testes de performance e sugere otimizações — tudo sem sair do PR. É como ter um consultor em performance disponível 24 × 7, mas sem o custo/hora de um especialista.
Cases reais já mostram ganho escalável
No projeto resolve (mais de 500 milhões de downloads mensais no npm), a equipe do GitHub empregou regras verdes para otimizar expressões regulares dentro de funções críticas. O patch parece simples, mas impacta meio bilhão de instalações — economia que se soma rapidamente.
Outro piloto, o Daily Perf Improver, melhorou o pacote FSharp.Control.AsyncSeq com correções de bugs e microbenchmarks orientando as mudanças. Tudo orquestrado por IA, com validação humana antes do merge.
Imagem: Internet
Como começar agora
Curte experimentar o cutting edge? É possível rodar esses workflows no seu próprio repositório hoje mesmo:
- Clone o repositório de exemplos do Agentic Workflows.
- Escolha um template (por exemplo, “Daily Performance Improver”).
- Edite o arquivo .md com suas necessidades e compile com
gh aw compile. - Execute no GitHub Actions e acompanhe os PRs sugeridos.
Dica extra: se o seu projeto roda em servidores EC2 ou instâncias locais, monitore consumo de CPU e wattagem antes e depois das otimizações. Os dados ajudam a justificar upgrades futuros — inclusive na hora de escolher componentes mais eficientes, como processadores AMD Ryzen série 7000 ou fontes 80 Plus Gold, ambos com ofertas recorrentes na Amazon Brasil.
O futuro é código que se autootimiza
Com a maturação dessas ferramentas, a pergunta “como tornamos isso mais sustentável?” tende a deixar o rodapé das retros e virar meta de sprint. E, convenhamos, quem entregar software mais leve, rápido e barato sai na frente – tanto na experiência de usuário quanto na fatura de nuvem.
Quer ser early adopter? O time de Sustentabilidade do GitHub vai publicar novos rulesets em breve. Fique de olho e avalie quanto vale ter um “engenheiro de eficiência” alimentado por IA trabalhando em prol do seu código.
Com informações de GitHub Blog
