Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Um em cada quatro programadores já trabalha com agentes de IA: pesquisa da T1 com 190 pessoas

Um quarto dos 190 programadores entrevistados já usa agentes de IA ou a orquestração de vários modelos, segundo a pesquisa de setembro do holding de TI T1. Entre eles, 82% delegam aos agentes a escrita e a refatoração de código, 80% o planejamento e a depuração, e 61% o deploy e a infraestrutura. A amostra é pequena, então o resultado mostra um retrato de opiniões, e não dados do mercado.

Processado por IA de Habr AI; editado por Hamidun News
Um em cada quatro programadores já trabalha com agentes de IA: pesquisa da T1 com 190 pessoas
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1Claude Code foi citado por 60% dos participantes, ChatGPT por 57% e DeepSeek por 32%
Dado-chave #2OpenClaw e Hermes foram escolhidos por 39% dos usuários de sistemas agentes cada um
Dado-chave #355% dos usuários de agentes migrariam para um análogo russo em ambiente fechado

Há um ano, usar IA no desenvolvimento significava receber a sugestão da próxima linha. Agora, parte dos programadores define a tarefa, e o agente sozinho divide o trabalho em etapas, escreve o código, roda os testes e prepara a documentação. Para entender o quão comum isso é na prática, o holding de TI T1 realizou, no fim de setembro de 2026, uma pesquisa com programadores por meio de nove canais no Telegram. Responderam 190 pessoas. A amostra é pequena e não aleatória, então os números devem ser lidos como referência, e não como estatística do setor.

O que delegam aos agentes

Cerca de um quarto dos participantes, ou aproximadamente 47 pessoas, usa sistemas agentes ou a orquestração de várias IAs. Os percentuais abaixo se referem a esse grupo, ou seja, correspondem a dezenas de pessoas, e não a milhares.

A tarefa mais popular é esperada: 82% confiam aos agentes a escrita e a refatoração de código. Quase o mesmo percentual os utiliza em torno da programação:

  • planejamento e decomposição de tarefas: 80%;
  • correção de erros e depuração: 80%;
  • geração e execução de testes: 76%;
  • preparação de documentação: 74%;
  • deploy e configuração de infraestrutura: 61%.

Aqui o agente não funciona como um simples autocompletar, mas como executor em várias etapas, desde a análise da especificação até a verificação do resultado. Entre os que usam agentes em tarefas sem escrita direta de código, 78% fazem isso diariamente e outros 11% algumas vezes por semana. O deploy fica atrás dos demais itens, o que é compreensível: o erro custa mais caro ali, por isso essas tarefas são delegadas com mais cautela.

Quem usa o quê

O código manual não desapareceu. 46% dos participantes contam com assistentes de IA, como autocompletar e chatbots, e 15% ainda escrevem o código por conta própria. Entre os assistentes, lidera o Claude Code, citado por 60%. Em seguida vêm ChatGPT (57%), DeepSeek (32%) e Gemini (31%).

Entre os usuários de sistemas agentes, o quadro é mais interessante. OpenClaw e Hermes foram escolhidos por 39% cada: são plataformas em que os desenvolvedores montam seus próprios agentes. ZeroClaw e NanoClaw foram citados por 14% cada. Outros 48% usam OpenCode, Cline, Cursor e Claude Code, além de desenvolvimentos próprios e combinações de ferramentas configuradas por conta própria, incluindo orquestração dentro do Codex.

Para gerentes de produto e líderes de equipe, a conclusão é esta: muitos não adotam um agente pronto "de fábrica", mas montam sua própria cadeia de acordo com os processos da equipe. Isso significa que o valor se desloca do modelo em si para a forma como o agente se integra ao repositório, aos testes e ao pipeline.

Demanda por soluções russas

Um bloco separado da pesquisa trata da substituição de importações. 56% dos participantes gostariam de ferramentas russas de desenvolvimento nativas em IA que não fiquem atrás das plataformas estrangeiras, mas que funcionem em ambiente fechado. Entre os usuários de agentes, 55% estão dispostos a migrar para um análogo russo com funcionalidade comparável. Para as equipes corporativas, importa não apenas a qualidade das respostas, mas também onde o modelo roda, para onde o código vai e como a ferramenta se encaixa nos requisitos de segurança.

Como ler esses números

Há algumas ressalvas. Primeiro, a amostra de 190 pessoas foi coletada em canais do Telegram, entre os quais está o próprio canal da T1. Provavelmente há mais entusiastas de IA nela do que na média do mercado. Segundo, a pesquisa mostra hábitos declarados, não o retorno medido: não é possível saber, a partir dela, quanto tempo os agentes realmente economizam nem com que frequência erram. Terceiro, o material foi publicado pelo líder de produto da plataforma Sfera, do mesmo holding, e a conclusão sobre a integração em ambiente corporativo em parte promove o produto da própria empresa. A T1 ainda não publicou o relatório completo com mais de 11 000 profissionais de TI, e vale analisá-lo separadamente.

A conclusão prática é simples. Se a sua equipe está testando agentes, comece por tarefas em que o resultado é fácil de verificar: testes, documentação, depuração. Deixe o deploy e a infraestrutura para depois e somente com restrições de acesso bem definidas. E se você trabalha em ambiente fechado, decida antecipadamente com o que substituir as ferramentas estrangeiras: a demanda por essas soluções, segundo a pesquisa, existe.

História

Perguntas frequentes sobre a notícia

O que delegam aos agentes?

Cerca de um quarto dos participantes, ou aproximadamente 47 pessoas, usa sistemas agentes ou a orquestração de várias IAs. Os percentuais abaixo se referem a esse grupo, ou seja, correspondem a dezenas de pessoas, e não a milhares. A tarefa mais popular é esperada: 82% confiam aos agentes a escrita e a refatoração de código.

O que se sabe sobre Quem usa o quê?

O código manual não desapareceu. 46% dos participantes contam com assistentes de IA, como autocompletar e chatbots, e 15% ainda escrevem o código por conta própria. Entre os assistentes, lidera o Claude Code, citado por 60%. Em seguida vêm ChatGPT (57%), DeepSeek (32%) e Gemini (31%). Entre os usuários de sistemas agentes, o quadro é mais interessante. OpenClaw e Hermes foram escolhidos por 39% cada: são plataformas em que os desenvolvedores montam seus próprios agentes.

O que se sabe sobre Demanda por soluções russas?

Um bloco separado da pesquisa trata da substituição de importações. 56% dos participantes gostariam de ferramentas russas de desenvolvimento nativas em IA que não fiquem atrás das plataformas estrangeiras, mas que funcionem em ambiente fechado. Entre os usuários de agentes, 55% estão dispostos a migrar para um análogo russo com funcionalidade comparável.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…