Quem fez o quê, por quê, e quanto custou em IA.
Você pergunta no Claude, via conector MCP, e a resposta vem com os eventos que a provam.
E ninguém no time preenche formulário, move card ou escreve relatório para isso acontecer. The work is the data.
-
Claude Code -
Cursor -
Codex -
OpenCode -
Kiro -
GitHub -
GitLab -
Linear -
Jira -
Monday.com
Para quem é este produto
Você para de perguntar “como estamos?”
O status do time deixa de depender de daily, planilha ou de alguém lembrar de mover o card. Você pergunta em linguagem natural e recebe a resposta com o histórico real por trás: quem fez, quando, e o que aconteceu no meio do caminho.
- A linha do tempo inteira de uma entrega, do plano ao merge, incluindo o que travou.
- Quanto tempo cada pull request passou em review e onde a fila está parada agora.
- O que foi entregue na semana por repositório, branch ou pessoa, com os eventos que provam.
- Padrões de uso de agentes: qual dev usa IA de forma mais eficiente e por quê.
Como funciona
Tudo que o time já produz entra datado no grafo e sai pelo MCP, do jeito que você perguntar.
- Claude Code
- Cursor
- Codex
- OpenCode
- Kiro
- GitHub Webhook
- GitLab Webhook
- Jira
- Linear
- GitHub Projects
- Monday
Pergunte em linguagem natural de qualquer client compatível com MCP. Sem SQL, sem BI, sem esperar relatório de ninguém.
- Custo de IA por feature, PR e pessoa
- Ciclo de review: onde a fila trava
- Linha do tempo completa de uma entrega
- Decisões e trade-offs preservados
Perguntas que um time já faz hoje
Respostas reais de uma conta em produção, com nomes de pessoas, repositórios e parceiros removidos. Cada uma vem com os eventos que a sustentam.
O que o time entregou esta semana?
Semana pesada. 218 pull requests merged e 985 commits, contra 36 abertos e 19 fechados sem merge. O saldo de código foi de 153 mil linhas adicionadas contra 64 mil removidas, o que indica construção nova e não refatoração.
A atividade não está distribuída: os três repositórios mais movimentados concentraram 60 mil das 153 mil linhas, quase 40% do total. O restante se espalha por outros 38 repositórios com volume baixo.
- Pull requests
- 218 merged · 36 abertos · 19 fechados
- Commits
- 985
- Código
- +153.535 / −64.482 linhas
- Pessoas
- 74 devs ativos em 41 repositórios
- Custo de IA
- US$ 17.180,70 na semana
14 a 21 de agosto · 41 repositórios · custo apurado por sessão de IA, não rateado
Que pull request está parado esperando review?
São 49 abertos agora, e a fila tem dois problemas diferentes. O mais antigo está parado desde 23 de julho, 29 dias, com quatro arquivos alterados e nenhum comentário de review até hoje. Não é um PR grande, é um PR esquecido.
O caso mais caro é outro: um PR aberto em 7 de agosto com 46 arquivos, 7.820 linhas e 32 commits. Esse recebeu oito comentários de review e mesmo assim não andou em duas semanas. E há um terceiro, marcado como alta relevância, com 36 arquivos alterados e zero comentários desde 11 de agosto.
- Fila atual
- 49 pull requests abertos
- Mais antigo
- 29 dias parado · zero comentários
- Maior parado
- 7.820 linhas · 46 arquivos · 14 dias
- Sem nenhum review
- 3 dos PRs de alta relevância
consulta de 21 de agosto · janela de 30 dias · ordenado por inatividade
Por que o frete está embutido no preço do produto?
Alguém já respondeu isso. Em junho, um dev gastou uma sessão de IA inteira atrás da origem dessa regra, atravessando código e discussões antigas. A sessão fechou, a conclusão não virou documento nenhum, e mesmo assim ela continua consultável, com o raciocínio inteiro e não só o veredito.
O que a investigação concluiu: a plataforma de pagamento nunca soube separar frete, então a loja sempre mandou o valor cheio, produto mais frete, para pagamento e nota fiscal. Para o total do pedido fechar, entrou uma regra que rateia o frete sobre o preço unitário de cada item, o que infla o preço de prateleira. Quem implementou registrou na época que era paliativo. Nenhum parceiro chegou a adotar frete separado, dois tentaram e desistiram, então nunca foi revisitado.
- Origem da resposta
- sessão de IA de 17 de junho
- Causa raiz
- a plataforma de pagamento não separa frete
- Paliativo
- rateio do frete no preço unitário de cada item
- Por que ficou
- nenhum parceiro adotou frete separado
sessão de IA de 17 de junho de 2026 · o raciocínio ficou preservado, não apenas a conclusão
Quanto de IA custou esse pull request?
US$ 74,05, em 1h30 de sessão de IA distribuída por oito episódios, tudo em Opus 5 e por um único dev. O número sai dos tokens efetivamente consumidos naquela sessão, não de um rateio da fatura mensal pelo número de assentos.
É esse nível de granularidade que permite a pergunta seguinte, que costuma ser a que interessa: a feature inteira valeu o que custou? Na mesma semana, os 74 devs consumiram US$ 17,1 mil, uma média de US$ 232 por dev. Saber que a média é essa não ajuda ninguém a decidir nada. Saber que um PR específico custou 74 dólares, sim.
- Custo do PR
- US$ 74,05
- Sessão de IA
- 1h30 · 8 episódios · 1 dev
- Modelo
- Opus 5
- Contexto da semana
- US$ 17,1 mil / 74 devs
tokens reais da sessão de IA vinculados ao pull request que ela produziu
Quanto custa
O plano é dimensionado pelo volume de eventos que seu time gera por mês. Use o slider para estimar o seu.
Sem assento e sem consulta cobrada: quem define a conta é o volume ingerido, não quantas pessoas abrem o client.
O que conta como evento
Um evento é uma ação vinda das suas fontes conectadas. O que é prosa (descrição de PR, comentário de review, issue, sessão de codificação com IA) passa por um modelo de linguagem para ser entendido e conta como 1 evento. O que é metadado (push, execução de CI, deploy) é registrado sem LLM e conta como 1/5 de evento.
Exemplo: um comentário de review explicando por que a abordagem mudou conta 1 evento. Cinco pushes no mesmo dia somam 1 evento.
- GitHub
- Pushes, pull requests, reviews, issues, comentários e deployments.
- Linear
- Issues, comentários, projetos e atualizações de projeto.
- Jira
- Issues, comentários, transições de status e sprints.
- Monday.com
- Itens de quadro, atualizações e alterações de coluna.
- Claude Code, Cursor, Codex, OpenCode e Kiro
- Sessões de codificação com IA. O detalhamento de evento varia por ferramenta.
E se o time passar do plano?
Nada para de ser ingerido. O excedente entra como overage na fatura seguinte, em pacotes de 1.000 eventos por R$ 275 por pacote.
- Consumo à vista no portal. Você acompanha o ciclo em andamento e vê o excedente se formando, não descobre na fatura.
- Overage desligável por ciclo. Um toggle no portal trava a conta no volume contratado quando você não quer excedente naquele mês.
- Blacklist de eventos. Tipos de evento que não interessam ao seu time são barrados antes de entrar e nunca contam no volume. Basta adicioná-los à lista com um clique.
Cogniscape e DX
DX pergunta aos devs como foi. Cogniscape lê o que aconteceu.
DX mede a experiência e a produtividade do desenvolvedor, combinando pesquisas com métricas de sistema. Cogniscape captura o trabalho em si, passivamente. São abordagens diferentes e, em parte, complementares: o que muda é o que cada uma enxerga.
Pergunta central
- DX
- Como está a produtividade e a experiência dos devs? (DX Core 4, DXI, benchmarks)
- Cogniscape
- Quem fez o quê, quando, como, por quê e quanto custou em IA?
Origem dos dados
- DX
- Pesquisas (DevSat, estudos direcionados, experience sampling) e métricas de SDLC
- Cogniscape
- Captura passiva do trabalho: hooks nos agentes de IA, webhooks de repositório e de gestão de projetos
Esforço do time
- DX
- Devs respondem pesquisas periódicas
- Cogniscape
- Zero: instala o CLI uma vez e esquece. Nenhuma pesquisa, nenhum dashboard novo
Custo de IA
- DX
- Mede uso, impacto e ROI de IA (código gerado por commit, PR, time, agente, repositório)
- Cogniscape
- Custo real em tokens atribuído a PR, feature e pessoa, não um rateio mensal
Contexto e decisões
- DX
- Foco em métricas e percepção
- Cogniscape
- Preserva o contexto do trabalho: linha do tempo do planejamento ao merge, bloqueios, decisões e trade-offs por trás do diff
Como se consulta
- DX
- Dashboards e relatórios da plataforma
- Cogniscape
- Linguagem natural via MCP, direto no Claude, Cursor ou qualquer client MCP, sem SQL nem BI
Fontes
- DX
- Data Connectors (lista não divulgada na página pública)
- Cogniscape
- Claude Code, Cursor, Codex, OpenCode, Kiro; GitHub, GitLab; Jira, Linear, GitHub Projects, Monday.com, Google Drive
Público
- DX
- Organizações de engenharia enterprise (clientes citados no site: Adyen, Dropbox, Vanguard, Booking.com)
- Cogniscape
- Gestores de engenharia, CTOs, CFOs e founders; times de dezenas de devs
Preço
- DX
- Por desenvolvedor, sob consulta (não publicado)
- Cogniscape
- Por volume de eventos, sem preço por assento nem por consulta; piloto de 15 dias sem cartão. Veja a seção de preços
Dados e privacidade
- DX
- —
- Cogniscape
- Hospedado na União Europeia, LGPD e GDPR; o texto do prompt do desenvolvedor nunca é capturado
Quando usar DX
Para medir percepção e maturidade de produtividade, com benchmark de mercado.
Quando usar Cogniscape
Para ver o trabalho real, o custo de IA por entrega e consultar tudo conversando.
Muitas empresas usam as duas visões: o que o time sente e o que o time fez.
O Cogniscape substitui o DX?
Não necessariamente. DX é focado em experiência e produtividade do desenvolvedor, com pesquisas e benchmarks. Cogniscape captura o trabalho em si e responde quem fez o quê, quando, como, por quê e quanto custou em IA. Muitas empresas usam as duas visões, e a escolha depende da pergunta que você precisa responder.
Qual a diferença entre medir percepção e capturar o trabalho?
Medir percepção é perguntar aos desenvolvedores como foi, por meio de pesquisas, e cruzar com métricas de sistema. Capturar o trabalho é registrar passivamente o que aconteceu, sem pesquisa: sessões de IA, pull requests, issues e decisões, com datas e custo em tokens. A primeira mostra como o time se sente; a segunda, o que foi feito e quanto custou.
Comparação baseada em informações públicas de getdx.com em outubro/2026. Marcas pertencem aos respectivos donos.
Quem já usa
O Cogniscape se tornou uma camada essencial de observabilidade para o nosso time de engenharia.
Na Juntos Somos Mais, precisávamos centralizar e acelerar a análise dos indicadores que realmente importam no nosso modelo de trabalho, e é exatamente isso que o Cogniscape entrega.
O que diferencia a parceria é a velocidade de resposta: novos conectores são incluídos rapidamente, a equipe é genuinamente próxima, e o produto evolui no ritmo que nossa operação exige.
Murilo Cezar Amêndola de Oliveira Engineering Leader, Juntos Somos Mais Com o Cogniscape, eu parei de ser o gestor chato que fica perguntando “como estamos?” para o time de engenharia.
O fato de termos uma ferramenta que funciona de maneira transparente e não adiciona fricção ao processo de desenvolvimento nos ajuda a garantir a adoção total pelo time.
Por meio do MCP, temos poder total para extrair e cruzar dados, gerando informações realmente úteis para a tomada de decisões estratégicas com confiança.
Julio Bitencourt Head of Software Engineering, Qeevo Group Traga uma pergunta que hoje ninguém sabe responder
Em 15 minutos mostramos a resposta saindo do grafo de um time real. Depois conectamos o seu: GitHub, gestão de projetos e as sessões de IA. Piloto de 15 dias, sem cartão.