A proliferação de documentação gerada por IA ocorre quando as equipes usam agentes de IA e ferramentas de desenvolvimento baseadas em especificações (SDD), como Spec-kit ou BMAD, para gerar grandes volumes de arquivos Markdown e documentação. Como a IA pode produzir documentações polidas e de aparência profissional em segundos, o resultado pode criar uma ilusão de qualidade de software e rápido progresso. Ao contrário do código-fonte, no entanto, a documentação raramente passa por portas de qualidade automatizadas ou testes de CI. À medida que os projetos evoluem, os repositórios acumulam rapidamente especificações verbosas, sem manutenção e contraditórias que as pessoas desenvolvedoras não têm tempo para limpar, resultando em uma caótica "grande bola de lama de documentação".
Essa superabundância de documentação obsoleta é particularmente problemática em fluxos de trabalho de agentes. Quando agentes de programação leem um repositório repleto de registros de decisões arquitetônicas desatualizados ou arquivos de especificação conflitantes, esses documentos redundantes e contraditórios consomem um contexto valioso e fornecem informações não confiáveis. Em vez de ajudar no desenvolvimento, o contexto obsoleto pode desorientar as ferramentas de IA e resultar em uma geração de código ruim. Para manter a eficácia dos agentes, as equipes devem tratar o Markdown como um artefato de primeira classe, dedicando um esforço humano deliberado para podar, refinar e consolidar os arquivos de contexto gerados, garantindo que o contexto do agente permaneça claro, relevante e confiável.
