Autor de «Código Limpo», Robert Martin, publica a skill ub-mode para agentes de IA
Robert Martin, conhecido como Uncle Bob e autor de «Código Limpo», publicou no GitHub as regras que usa com seus agentes de IA. Tudo está reunido em uma única skill, ub-mode, ou seja, um arquivo de instruções que o agente carrega. As regras são simples: não copiar código, escrever testes, procurar a causa raiz de um bug em vez de remendá-lo e refatorar com regularidade. A skill pode ser instalada no Claude Code, no Cursor e no Grok. Se o seu agente gera duplicações e esconde erros, a skill é uma forma barata de verificar se o código fica mais limpo.
Processado por IA de TG: @notboring_tech (Not Boring Tech); editado por Hamidun News
Quem trabalhou a sério com agentes de IA para programação conhece bem o cenário típico. O código aparentemente funciona, mas traz três cópias da mesma função, alguns invólucros desnecessários e um remendo "temporário" que esconde o erro em vez de eliminá-lo. Agora surgiu uma tentativa incomum de resolver esse problema. Robert Martin, que na comunidade é chamado de Uncle Bob e é autor do livro «Código Limpo», publicou um conjunto de regras pelas quais seus próprios agentes trabalham. Ele reuniu essas regras em uma única skill chamada ub-mode: trata-se de uma instrução previamente escrita, que o agente carrega e leva em conta em cada tarefa.
O que exatamente Robert Martin publicou
A skill está no repositório público unclebob/ub-mode, no GitHub. Em ferramentas como o Claude Code, a skill funciona como uma espécie de cartilha para a rede neural. Não é preciso explicar ao modelo, a cada vez, como você quer que o código seja: as regras já estão escritas e são aplicadas automaticamente.
Pela descrição, o conjunto inclui quatro grupos de requisitos:
- escrever código sem repetições e sem lixo;
- executar testes;
- corrigir a causa raiz de um bug, e não mascarar o erro;
- refatorar com regularidade, ou seja, colocar em ordem o código que já funciona.
Segundo a descrição, a skill pode ser instalada no Claude Code, no Cursor e no Grok. Ou seja, não está presa a um único fornecedor: os mesmos princípios podem ser conectados a diferentes ambientes onde os agentes atuam.
Como isso funciona na prática
Imagine que o agente recebe a tarefa de consertar uma função que quebra. Sem regras rígidas, o modelo costuma escolher o caminho mais curto: envolve a chamada em um try/except, acrescenta uma condição voltada ao caso específico do teste ou simplesmente ajusta o teste ao resultado. Formalmente, a tarefa está concluída; na prática, o erro continua lá e vai reaparecer depois, já em produção.
Regras como "procure a causa raiz" e "não mascare o erro" visam exatamente esse comportamento. A exigência de refatorar com regularidade lembra um hábito de desenvolvedor experiente: depois de cada etapa bem-sucedida, dar uma arrumada, eliminar duplicações, renomear nomes ruins e dividir funções longas demais. Nesse esquema, os testes funcionam como rede de segurança: sem eles, a refatoração vira loteria.
Tudo isso está alinhado com o que Martin defende há décadas: funções pequenas, nomes claros, ausência de duplicação e testes como base para mudanças seguras. A novidade está no destinatário. Esses princípios foram reescritos para um agente de IA que começa do zero a cada vez e não conhece a cultura da sua equipe.
O que fazer com isso e onde estão os limites
Para equipes que já trabalham com agentes, o ub-mode é um experimento de baixo custo. É possível ativar a skill em um projeto e comparar os resultados em algumas tarefas típicas: quantas duplicações apareceram no diff, quantas vezes o agente "tapou" um erro em vez de corrigi-lo, quão claros ficaram os testes gerados. Mesmo que você discorde de algumas regras de Martin, a skill continua sendo um bom modelo: dá para abri-la, ler e ajustá-la ao seu próprio estilo.
Mas a notícia tem limites claros. A publicação original não traz nenhuma medição: nem benchmarks, nem comparação "antes e depois", nem dados sobre quanto o agente erra menos. A afirmação de que o código fica mais limpo e confiável continua sendo uma declaração do autor, relatada pelo canal, e não um fato verificado. Além disso, qualquer instrução para um agente concorre com outras: se o projeto já tem regras próprias, elas podem entrar em conflito com a skill. Um conjunto longo de exigências também ocupa espaço no contexto do modelo, e ainda assim o modelo pode deixar de seguir parte delas.
Por isso, a conclusão razoável é tratar o ub-mode como um bom ponto de partida, e não como um botão mágico. Teste a skill no seu código, mantenha o que funciona e não dispense a revisão humana. Um agente com boas regras continua precisando de um revisor atento ao diff, ainda que agora tenha de limpar menos lixo.
- 21 de nov. de 2026Funcionário médio da Anthropic após IPO "vale" US$ 44 milhões, e fundadores, US$ 20 bilhões cada
- 21 de nov. de 2026Matemático afirma ter provado a hipótese de Riemann com a ajuda do Claude — prêmio de US$ 1 milhão
- 21 de nov. de 2026Claude ajudou um matemático da Anthropic a afirmar ter provado a hipótese de Riemann, que tem 167 anos
- 21 de nov. de 2026Agentes de IA aprendem a negociar tokens na OneDex sem chave de API e sem taxa
Perguntas frequentes sobre a notícia
O que exatamente Robert Martin publicou?
A skill está no repositório público unclebob/ub-mode, no GitHub. Em ferramentas como o Claude Code, a skill funciona como uma espécie de cartilha para a rede neural. Não é preciso explicar ao modelo, a cada vez, como você quer que o código seja: as regras já estão escritas e são aplicadas automaticamente.
Como isso funciona na prática?
Imagine que o agente recebe a tarefa de consertar uma função que quebra. Sem regras rígidas, o modelo costuma escolher o caminho mais curto: envolve a chamada em um try/except, acrescenta uma condição voltada ao caso específico do teste ou simplesmente ajusta o teste ao resultado. Formalmente, a tarefa está concluída; na prática, o erro continua lá e vai reaparecer depois, já em produção. Regras como "procure a causa raiz" e "não mascare o erro" visam exatamente esse comportamento.
O que fazer com isso e onde estão os limites?
Para equipes que já trabalham com agentes, o ub-mode é um experimento de baixo custo. É possível ativar a skill em um projeto e comparar os resultados em algumas tarefas típicas: quantas duplicações apareceram no diff, quantas vezes o agente "tapou" um erro em vez de corrigi-lo, quão claros ficaram os testes gerados. Mesmo que você discorde de algumas regras de Martin, a skill continua sendo um bom modelo: dá para abri-la, ler e ajustá-la ao seu próprio estilo. Mas a notícia tem limites claros.
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.