Agentes de programação escrevem mais código, mas a revisão humana consome todo o ganho

O estudo citado pelo Ars Technica registra um fato incômodo para o mercado: agentes de IA para programação realmente aceleram a escrita de código, mas isso não faz o volume de software pronto crescer. O tempo economizado na geração vai para a revisão feita por humanos. O code review virou o gargalo de todo o processo. A anotação disponível do estudo não traz a metodologia nem números exatos, por isso apresentamos abaixo a conclusão em si e o contexto de medições anteriores, que apontam na mesma direção.

Onde o código fica travado

A cadeia de produção em desenvolvimento de software tem definição da tarefa, escrita do código, revisão, testes e deploy. O agente acelera apenas a segunda etapa. As demais permanecem iguais, e a revisão ainda sofre aumento de carga: os pull requests ficam maiores e mais numerosos, mas quem precisa lê-los continua sendo uma pessoa, responsável pelo resultado.

O código gerado por agentes costuma parecer convincente: está bem formatado e passa nas verificações básicas. Justamente por isso, não dá para olhá-lo por cima. O revisor precisa reconstituir a intenção, checar casos de borda e procurar os pontos em que o modelo errou com confiança. É a clássica teoria das restrições: se você acelera uma etapa que não é a mais estreita, a vazão do sistema não muda. Só cresce a fila diante do gargalo.

O que as medições anteriores mostravam

Esse quadro tem antecedentes. Estes são dados publicados antes, aos quais se costuma recorrer nesse tipo de debate:

• METR, 2025: 16 desenvolvedores experientes executaram 246 tarefas em repositórios open source maduros. Com ferramentas de IA, trabalharam 19% mais devagar, embora esperassem uma aceleração de cerca de 24%.
• Faros AI, 2025: nas equipes com alto uso de IA, 21% mais tarefas foram concluídas e 98% mais pull requests foram integrados. O tempo de revisão, no entanto, cresceu 91%.
• DORA, 2024: um aumento de 25% no uso de IA esteve correlacionado a uma queda de 7,2% na estabilidade das entregas.

Esses estudos diferem em amostra e metodologia, então não é possível somá-los diretamente. Mas o padrão geral se repete: o volume produzido cresce, enquanto a velocidade final de entrega e a qualidade não crescem junto.

Por que isso é uma questão de dinheiro

Muitas empresas avaliam o retorno das ferramentas de IA por indicadores indiretos: percentual de sugestões aceitas, número de linhas, quantidade de PRs. Se o gargalo está na revisão, esses números sobem, mas o resultado de negócio fica parado. O código excedente vira trabalho inacabado, isto é, uma fila que fica obsoleta e entra em conflito com mudanças vizinhas. Pior: revisores sobrecarregados começam a aprovar alterações sem olhar, e aí a economia se transforma em dívida técnica e incidentes.

Como reorganizar o processo

Se os agentes já trabalham na sua equipe, vale mudar o próprio processo, e não só o conjunto de ferramentas:

• Meça o tempo entre o início da tarefa e a produção, além da taxa de rollbacks, e não o volume de código gerado.
• Limite o tamanho dos PRs feitos por agentes. Mudanças pequenas são lidas mais rápido e quebram menos.
• Leve a verificação para a automação: testes, linters, análise estática e tipagem devem barrar o código ruim antes que ele chegue a uma pessoa.
• Dê aos agentes tarefas com critério de conclusão claro, que possa ser verificado por um teste.
• Defina um limite para o número de PRs abertos e inclua no planejamento o tempo de revisão como um item separado.

Revisores de IA podem se tornar o primeiro filtro, mas a decisão de fazer o merge ainda fica com o humano, e é justamente essa parte da cadeia que determina a velocidade real de entrega de software.