A gestão de produtos para agentes de IA é, sem dúvida, a forma mais selvagem de gestão de produtos na história. A gestão de produtos típica tenta descobrir como projetar interfaces e software para que as pessoas interajam com sistemas determinísticos. O usuário geralmente conhece todo o contexto para realizar seu trabalho com sucesso, então, geralmente, é uma questão de acertar a lógica de negócios subjacente e a experiência do usuário (UX) ao redor. Mas com os agentes de IA, o usuário que mais importa é o agente, e ele não sabe nada por padrão. Eles correrão felizmente em qualquer direção para realizar a tarefa, muitas vezes sem sucesso. Portanto, como PM (ou engenheiro), você basicamente passa seu tempo tentando reverter a engenharia de "o que um humano precisaria como contexto para realizar essa tarefa", e então descobrir como projetar sistemas para fornecer esses dados ao agente na sequência certa, com as ferramentas certas e instruções. Alguns desses sistemas são totalmente invisíveis para o usuário humano, mas parte do ofício é igualmente como o usuário final interagirá com o agente para fornecer esse contexto. Então, muitas vezes, é um esforço interminável de tentativa e erro trabalhando para extrair pontos incrementais de qualidade em cada estágio. Isso explica especialmente por que pessoas com profundo conhecimento de domínio, ou aquelas que podem adquiri-lo rapidamente, terão um desempenho extremamente bom na construção de agentes de IA. A capacidade de antecipar o contexto que o agente precisaria para ter sucesso é um enorme fator determinante na eficácia do agente. Isso explica em parte por que os agentes de codificação funcionaram tão bem desde o início; porque seus criadores entendem profundamente o domínio que estão tentando automatizar. Mas claramente, vamos rapidamente ver esse mesmo resultado em todos os campos - jurídico, saúde, finanças, etc. - à medida que a engenharia de contexto e uma nova leva de gerentes de produto emergem.