Há algo que tem me incomodado.

Com a IA, as equipes estão lançando produtos mais rápido do que nunca. Mas os sistemas que elas usavam para entender o que haviam lançado não mudaram nada. Alguém ainda precisa marcar recursos manualmente, manter dashboards e verificá-los quando se lembra de fazê-lo.

Esse "alguém" não consegue mais acompanhar o ritmo. E quando fica para trás, os dados que as pessoas usam para tomar decisões se afastam silenciosamente do produto que está realmente em execução em produção. Rotas são renomeadas. Funcionalidades são refatoradas. Novos fluxos de trabalho são lançados. A instrumentação não acompanha. Começamos a chamar isso de deriva de analytics, e uma vez que você a vê em um codebase, você não consegue mais ignorar.

Para ajudar os desenvolvedores a resolver isso, criamos e lançamos o Novus, o agente de produto que se conecta diretamente à sua base de código para instrumentar, analisar e melhorar automaticamente o seu produto a cada lançamento. Ele fornece inteligência de produto para engenheiros, agentes e equipes de produto em rápida evolução, para que sempre tenham uma visão clara do desempenho do produto, independentemente da velocidade com que lançam.

Por que os criadores precisam do Novus agora

Há uma conversa acontecendo em cada equipe que desenvolve com IA agora: como você dá aos seus agentes e modelos o contexto de que precisam para realizar um trabalho útil? Prompts melhores ajudam. Habilidades melhores ajudam. Mas o que realmente faz a diferença é a compreensão real do produto: uma visão precisa e atualizada de como o seu produto funciona e como as pessoas realmente usam.

Como nossa VP de design de produto, tenho desenvolvido com o Claude Code, e a diferença entre um resultado útil e um resultado genérico se resume exatamente a isso. Quando a IA compreende o comportamento e o feedback reais (quem são os usuários, onde eles travam, o que realmente importa), ela toma decisões melhores e mais rápidas. Sem esse contexto, ela constrói coisas que funciona. Mas é cego para como fazer seu negócio crescer: impulsionar a adoção, reduzir o atrito, melhorar a retenção.

Para a maioria das equipes, essa compreensão fundamental está ausente, desatualizada ou presa na cabeça de alguém. Ela se deteriora toda vez que o produto lança algo novo. Esse é o problema que precisa ser resolvido, não apenas para humanos tomando decisões, mas para cada agente e ferramenta que opera junto ao seu código-base.

Então, quando começamos a projetar o Novus, essas restrições se tornaram o briefing:

  • Ele deve entender o produto por meio do código, sem necessidade de marcação manual.
  • Ele deve se manter atualizado conforme a base de código muda. Uma instrumentação que se deteriora derrota todo o propósito.
  • Ele deve revelar o que importa sem esperar que alguém pergunte. Observação contínua, não verificações periódicas.
  • Ele deve conectar insights a algo revisável e acionável: pull requests e mudanças no produto, não mais relatórios.
  • A equipe deve sempre decidir o que é lançado. O Novus propõe, os humanos aprovam.

Como o Novus funciona

Tudo no Novus é executado sobre o Cortex, o gráfico de contexto de produto que está no núcleo. O Cortex é um modelo vivo do seu produto: o que ele é, como está estruturado, como as pessoas realmente o utilizam e o que esse uso significa para o seu negócio. Ele conecta código, comportamento e resultados em uma única imagem continuamente atualizada, sem que ninguém precise configurar ou manter manualmente. 

É isso também que conecta o Novus à camada mais ampla de inteligência de produto da Pendo. A Pendo passou mais de uma década construindo infraestrutura para entender o comportamento do produto em escala — análises, replay de sessão, feedback, previsões. O Cortex é o que mantém tudo isso ancorado na realidade à medida que o software muda. 

Quando sua base de código evolui, o Cortex evolui junto, de modo que a inteligência gerada sempre parte de uma visão precisa do que está realmente em execução em produção. O Novus é como a inteligência de produto funciona na era da IA: onde o software é lançado diariamente, a instrumentação não pode ser manual e o ciclo de feedback precisa funcionar por conta própria.

A melhor maneira de entender como funciona é acompanhar um único lançamento do início ao fim.

Etapa 1: Conecte seu repositório — o Novus cria o mapa

Para começar, você conecta um repositório do GitHub e está pronto para usar. O Novus lê o código e constrói o que chamamos de Memory: um mapa estrutural dinâmico do seu produto. Isso inclui rotas, elementos de UI, padrões de identificação de usuários e contas, candidatos a eventos de rastreamento no lado do cliente e do servidor, e fluxos de trabalho. 

Se o seu produto inclui agentes de IA, o Novus os detecta e os instrumenta também. Ele configura seus replays para que informações sensíveis não sejam coletadas. Ele define um tema para os guias no aplicativo que corresponde à sua aplicação. O fluxo de integração pergunta sobre sua função e objetivos, o que determina como o Novus prioriza e enquadra tudo a seguir.

Em minutos, o Novus já sabe coisas sobre o seu produto que levariam semanas para um PM documentar manualmente. E ao contrário da documentação, a Memória permanece precisa. Quando o código muda, ela é atualizada automaticamente.

Etapa 2: Você lança algo — o Novus revisa o PR

Um desenvolvedor envia uma alteração e abre um pull request. Antes de ser mesclado, o Novus executa duas verificações em paralelo.

A primeira é uma análise de diff: o que mudou, o que isso significa para a compreensão do produto e o que precisa ser atualizado na instrumentação. Você provavelmente nunca mais vai pensar em instrumentar manualmente para analytics. 

A segunda é uma revisão de UX. Essa é a que gerou a reação mais forte nas equipes que a utilizaram. A maioria das ferramentas de revisão de PR verifica a qualidade do código ou a arquitetura do sistema. O Novus verifica se a experiência que você está lançando vai realmente funcionar para os seus usuários. Ele identifica problemas no nível da linha: semântica de cores incorreta, padrões de interação inconsistentes, zonas de clique mortas, lacunas de acessibilidade. Quando há dados comportamentais para embasar, ele também os exibe.

Veja como isso funciona na prática. Em um PR recente, o Novus percebeu que, quando ocorria um erro no aplicativo, o código o registrava, mas nunca exibia nada ao usuário. Nenhuma mensagem, feedback ou indicação de que algo havia dado errado. Um ponto cego clássico de UX, fácil de ignorar em um diff e genuinamente frustrante para o usuário.

Outro exemplo que me marcou mais: um PR introduziu um novo fluxo de autenticação, mas estava sem um redirecionamento no final, o que significava que os usuários que concluíam o fluxo com sucesso não iam a lugar nenhum. A revisão de UX sinalizou o redirecionamento ausente antes de o PR ser mesclado e o embasou com dados comportamentais mostrando que centenas de visitantes já haviam chegado a esse mesmo beco sem saída nas semanas anteriores em um fluxo semelhante. Uma falha silenciosa que teria passado despercebida até alguém abrir um ticket de suporte.

O engenheiro revisa as sugestões exatamente como faria com qualquer comentário de PR. O Novus não bloqueia o PR, ele informa a decisão. Nada chega à produção sem a aprovação de um humano.

Etapa 3: O Novus constrói o lançamento

É aqui que o Novus passa de observador a executor.

Quando uma alteração significativa é mesclada (um novo recurso, uma atualização relevante de fluxo de trabalho), o Novus não apenas a rastreia. Ele configura o lançamento. Isso inclui um feature flag com segmentos de rollout compostos (primeiro a equipe interna, depois os usuários ativos, depois uma amostra percentual), guias no produto vinculados à nova experiência e tudo conectado às páginas e funcionalidades que o Novus já compreende por meio da Memória.

Você revisa o plano e o aprova. O Novus faz o trabalho.

Em seguida, você define uma meta em linguagem simples. Algo como "aumentar a adoção do novo fluxo em 20% em 30 dias." O Novus mapeia isso para os artefatos que já compreende, estabelece uma linha de base e, a partir desse ponto, cada Sinal que ele apresenta é enquadrado em relação a essa meta.

Etapa 4: O Sinal aparece, a investigação é executada, o PR é aberto

Enquanto a Memória mantém o entendimento do produto atualizado, os Sinais são a outra metade do Cortex — observação contínua do comportamento real dos usuários no mapa do produto que a Memória mantém. Os Sinais são categorizados em três tipos: problemas, oportunidades e insights. 

Quando algo dá errado com o seu lançamento (a adoção não está avançando, há fricção aparecendo no novo fluxo, os usuários estão abandonando onde não deveriam), o Novus apresenta isso como uma explicação narrativa respaldada por dados, não apenas uma métrica que mudou.

Confira: 23 maneiras reais de usar o primeiro agente de produto do mundo, o Novus

Você clica no Sinal e aciona uma investigação. O Novus faz a correlação cruzada dos dados comportamentais, recupera as reproduções de sessão, identifica a causa raiz do problema e produz um plano de correção no nível do código. 

Por exemplo, uma investigação sobre a frustração com cliques mortos em um painel revelou três causas distintas: cartões de espaço reservado sem manipuladores de clique, uma entrada de chat com zonas mortas no preenchimento e seções de conteúdo renderizadas como não interativas. O Novus identificou as três, determinou a causa raiz de cada uma e propôs alterações específicas no código. O engenheiro revisou o plano, aprovou-o e o Novus abriu o PR.

Quando você está revisando o PR, o Novus já conectou a alteração de código ao comportamento e à correção. Esse é o ciclo — e ele não precisa que ninguém o impulsione.

Estamos aprendendo e construindo em público

O Novus está em beta fechado. O sistema funciona, e as equipes com as quais temos trabalhado nos deram um forte sinal de que estamos indo na direção certa. Mas há coisas que ainda estamos ativamente resolvendo.

  • Precisão da instrumentação em diferentes arquiteturas. A instrumentação automática é robusta nas bases de código que testamos. Ainda não vimos todos os frameworks, todos os padrões, todos os casos extremos. Alguns repositórios precisarão de correção na primeira passagem. Estamos aprendendo rapidamente e cada parceiro de design nos ajuda a melhorar.
  • Como é o fluxo de revisão ideal. Mantivemos intencionalmente humanos no ciclo em cada ação que o Novus propõe. Isso significa que nada é mesclado automaticamente, nada chega à produção sem aprovação. Acreditamos que essa é a decisão certa. Nossa indústria está debatendo a questão de quanto controle é realmente necessário e quanto é apenas hesitação das pessoas. Estamos aqui para descobrir isso juntos.
  • O escopo do que instrumentamos. O Novus lida bem com fluxos gerados por humanos hoje, e esta também é uma área em que a infraestrutura existente da Pendo nos dá uma vantagem significativa. Por meio do Agent Analytics, a Pendo já está rastreando 2,5 milhões de prompts por semana, o que significa que o Cortex não está começando do zero quando se trata de entender como o comportamento orientado por IA aparece em produção. Produtos que são substancialmente agênticos — onde o comportamento emerge dinamicamente a partir de decisões de agentes — são onde estamos investindo a seguir. Estamos buscando parceiros de design que estejam construindo nesse espaço.

Três coisas que nunca vão mudar: o Novus não faz merge de código sem a sua aprovação. Ele não treina com o seu código proprietário. Ele não te exclui do processo de tomada de decisão.

Vamos compartilhar o que encontrarmos ao longo do caminho. Se você é o tipo de equipe que quer moldar algo enquanto ainda está sendo construído, é exatamente quem estamos procurando.

Participe do programa beta do Novus

Estamos trabalhando com um pequeno grupo de design partners, engenheiros de produto e product owners técnicos em empresas com bases de código em rápida evolução que querem nos ajudar a encontrar os limites e definir como é a inteligência contínua de produto na prática.

A parte interessante é o que o Novus revela antes mesmo de você ter dito qualquer coisa a ele. Venha descobrir.

Solicite acesso antecipado e faça parte do beta fechado.