Guia de estudo do GH-600: como se preparar para o exame de IA agêntica do GitHub

O perfil de público da Microsoft para este exame descreve alguém com expertise em operar, integrar, supervisionar e governar agentes de IA dentro de fluxos de SDLC de nível de produção, usando o GitHub como sistema de registro e plano de controle. As responsabilidades dessa pessoa, nos termos do guia de estudo, incluem operar fluxos de trabalho de agentes dentro do SDLC, supervisionar o comportamento autônomo com os controles do próprio GitHub, avaliar e ajustar as saídas dos agentes com varreduras e artefatos, configurar agentes personalizados e coordenar a execução multiagente com segurança. Essa pessoa trabalha ao lado de arquitetos, engenheiros de plataforma, engenheiros de DevOps, desenvolvedores de aplicações, gerentes de produto e engenheiros de segurança.

Quanto à experiência, o guia de estudo espera familiaridade com o ciclo de vida de desenvolvimento de software, com fluxos de trabalho e controles do GitHub, com qualidade de código, segurança e práticas de revisão, além de prática com agentes de código, incluindo GitHub Copilot, servidores MCP e personalização de agentes, como instruções personalizadas, agentes personalizados, ferramentas e etapas de configuração do Copilot. Na logística: a prova é supervisionada, agendada pela Pearson VUE, dura duas horas, custa US$165 (o preço varia por país ou região), é oferecida em inglês e exige nota escalonada de 700 ou mais. Uma tentativa reprovada pode ser refeita 24 horas depois; as páginas da própria Microsoft não publicam o número de questões nem a taxa de aprovação, então este guia não inventa nenhum dos dois.

Cada fato desta página foi conferido em duas páginas acessadas diretamente durante a redação: o "Study guide for Exam GH-600: Developing in Agentic AI Systems", do Microsoft Learn, e a página "GitHub Certified: Agentic AI Developer", ambas em learn.microsoft.com, lidas em 26 de outubro de 2026. Se alguma das duas mudar um peso, um preço ou um domínio, esta página deve mudar também; nada aqui vem de site de simulados de terceiros nem de post em fórum.

Este domínio trata de onde o agente se encaixa no seu processo de desenvolvimento, e não apenas de se ele funciona. O guia de estudo da Microsoft o divide em três partes: encaixar agentes no SDLC (identificar quais etapas um agente deve executar, reconhecer antipadrões comuns e definir de antemão entradas, saídas e critérios de sucesso); separar planejamento de execução (configurar o agente para produzir um plano estruturado, validar esse plano e impedir que o agente aja até que o plano seja verificado e aprovado); e configurar observabilidade e controle (definir o grau certo de autonomia, produzir artefatos inspecionáveis nas suas ferramentas de sempre e incluir intervenção humana sem fazer a entrega andar a passo de tartaruga).

Exercício desta semana: escolha uma tarefa real que você entregaria a um agente de código. Antes de deixá-lo mexer em qualquer coisa, faça com que ele escreva o plano primeiro, em texto simples: quais arquivos vai tocar, a ordem das etapas e como é o "pronto". Leia esse plano e aprove ou rejeite antes de qualquer edição acontecer. Esse é exatamente o limite que este domínio testa: um plano produzido pelo agente e uma pessoa (ou uma regra) que o verifica antes de a execução começar.

Este domínio trata do que o agente lembra e por quanto tempo. Ele cobre a escolha entre memória de curto prazo, de longo prazo e externa e a delimitação da memória ao que é relevante para a tarefa, com regras para quando ela expira, é podada ou é reiniciada; a persistência de estado e o gerenciamento da deriva de contexto, ou seja, registrar progresso e decisões como artefatos duráveis para que o agente retome o trabalho sem repetir etapas nem contradizer decisões anteriores, e pegar a deriva durante uma execução longa; e a manutenção da consistência de memória e estado entre ferramentas e ambientes, para que os agentes compartilhem estado sem conflitos nem contexto desatualizado.

Exercício desta semana: antes de começar uma tarefa de várias etapas com um agente, crie um arquivo de estado curto (texto simples serve) que registre o objetivo, as decisões tomadas até agora e o que falta. Atualize-o a cada etapa, em vez de confiar na memória que o agente tem da conversa. Feche a sessão, reabra-a dias depois e veja se só esse arquivo basta para retomar exatamente de onde você parou.

Este domínio cobre rodar mais de um agente ao mesmo tempo sem que briguem entre si. O guia de estudo da Microsoft o agrupa em: operar fluxos multiagente (aplicar um padrão de orquestração, isolar agentes para execução paralela e detectar e resolver conflitos, como alterações de código sobrepostas ou saídas contraditórias); configurar observabilidade entre agentes (produzir artefatos adequados para revisão e auditoria e documentar passagens de bastão e decisões); detectar e responder a falhas multiagente (identificar execuções travadas ou degradadas e aplicar padrões de recuperação, incluindo rollback e human-in-the-loop); e gerenciar o ciclo de vida dos agentes dentro de um fluxo de trabalho sem interrompê-lo.

Exercício desta semana: dê o mesmo repositório a dois agentes de código, cada um em seu próprio branch, cada um com uma alteração sobreposta (o mesmo arquivo, edições diferentes). Deixe os dois terminarem, resolva você mesmo o conflito de merge e escreva uma frase sobre qual sobreposição você evitaria da próxima vez, delimitando um agente a outro arquivo ou colocando as duas tarefas em sequência em vez de em paralelo.