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
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.
- 21 de nov. de 2026As vagas de FDE cresceram 4,6 vezes em um ano: o que faz o engenheiro no cliente
- 21 de nov. de 2026Capitã de equipe de natação entregou três tarefas ao ChatGPT pela agenda e cortou a rotina em muitas vezes
- 21 de nov. de 2026OpenAI GPT-6 Cyber encontrou cerca de 35 falhas no iPhone, no Mac e em outros dispositivos da Apple
- 21 de nov. de 202622 agentes Claude passaram seis semanas atrás de respostas sobre buracos negros e resolveram dois problemas
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.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.