Terceirizando o IRPF para um agente de AI: 10x de produtividade (mas só na segunda rodada)

No último post, contei que ia delegar 100% do meu IRPF a agentes de IA.

Adianto o spoiler: a primeira rodada deu muito trabalho e ganho marginal. A segunda fez o processo inteiro em 10% do tempo, com mais qualidade. E foi aí que o insight apareceu.

Meu IRPF não é simples. Mais de 50 arquivos de input, informes diversos, DCBE para bens no exterior, stock options, RSUs, JCP, dependentes e alimentandos. Declaração com mais de 25 páginas. Era ambicioso. Talvez ambicioso demais.

O plano macro foi construído de uma vez, razoável, mas com ambiguidades e pontos cegos que custaram caro. A maior: a qualidade da declaração pré-preenchida da Receita é muito ruim, e deveria ter sido explícito desde o início que a fonte da verdade seriam os informes, nunca a pré-preenchida. Como o plano tinha lacunas, o modelo se perdeu e alucinou algumas vezes, em parte pela ambiguidade, em parte pela complexidade do meu caso.

Para piorar, o informe de um grande banco veio com dois erros que tomaram mais de 50% do tempo do projeto. Os cheques de consistência não batiam, e eu refazia o plano achando que o agente tinha calculado errado 😡. Quem descobriu o erro no fim não foi o Claude, foi um humano (obrigado, Rodolfo Sales Guimarães !!). Ainda não nos tornamos irrelevantes ;). Ele usou um contexto histórico que o agente não tinha. Lição: humanos com memória institucional ainda fazem falta.

Por outro lado, os cheques de sanidade que embuti no plano do agente de IA não permitiram que eu submetesse uma declaração errada. Pelo contrário, ficou robusta.

Ferramentas: Claude Code + Codex Computer Use no desktop, Git local para isolar dados sensíveis. Detalhes nos comentários.

A virada veio depois. Sessão longa de debriefing com o agente, lições aprendidas associadas a cada erro. Criamos um plano novo, bem mais robusto.

Teste de fogo: sessão nova do zero, mesmos arquivos, plano novo. Processo inteiro em 10% do tempo, com poucas idas e vindas.

IRPF é um caso ruim para esse tipo de automação. Faz-se uma vez ao ano, e até lá os modelos terão mudado bastante. Mas o que esse experimento mostra não é sobre IRPF. É sobre o que acontece quando você aplica esse conjunto de ferramentas em atividades realmente repetitivas, mesmo que complexas. Aí o potencial é evidente. Quem só usa AI para tarefas pontuais não viu o filme.

Parte da beleza dessas ferramentas é a capacidade de auto-research: o agente melhora com base nos próprios outputs. Foi o que rolou aqui.

Valeu a pena? Sim. Ganhei algum tempo (questionável), descobri erros antigos, e aprendi conceitos que já estou transpondo para outros domínios.

Publicado originalmente no LinkedIn de Pedro Ripper.