Kotlin Multiplatform e agentes de IA: quatro plataformas, um surto de nervos

Enquanto a indústria de tecnologia debate quando exatamente a inteligência artificial vai substituir os programadores, um desenvolvedor decidiu virar essa ideia de cabeça para baixo. Em vez de criar uma IA que escreve código no lugar das pessoas, ele criou um agente de IA que deve substituir os próprios usuários. Parece paradoxal, mas é um dos casos práticos mais interessantes de desenvolvimento multiplataforma de aplicativos de IA, e apareceu no Habr em fevereiro de 2026.

A história começou há seis meses, quando uma pequena equipe assumiu uma tarefa ambiciosa: criar dois produtos de uma vez. O primeiro é um aplicativo desktop para macOS, cuja versão alfa já está disponível para download. O segundo é um projeto multiplataforma completo, que abrange Android, iOS, Web e um backend de servidor. Como base tecnológica, escolheram o Kotlin Multiplatform, framework da JetBrains que promete permitir escrever código comum para todas as plataformas de destino. "Promete" é a palavra-chave.

Na prática, o desenvolvimento multiplataforma de agentes de IA virou uma travessia por um campo minado. O principal ponto de dor foi o mecanismo expect/actual, a forma como o Kotlin Multiplatform lida com as diferenças entre plataformas. A ideia é simples: você declara uma interface esperada no código comum e depois a implementa separadamente para cada plataforma. Na teoria, é elegante. Na prática, quando essas declarações chegam às dezenas e centenas, o projeto vira um labirinto em que cada mudança na lógica comum exige edições sincronizadas em todas as plataformas. Para agentes de IA, em que a integração com as APIs nativas dos sistemas operacionais é inevitável, isso cria uma complexidade cumulativa que cresce de forma exponencial.

O embate com o Xcode merece um capítulo à parte. O ambiente de desenvolvimento da Apple há tempos tem reputação ambígua entre desenvolvedores mobile, mas, combinado com o Kotlin Multiplatform, mostra uma criatividade especial para gerar problemas. Compilar a parte iOS do projeto via KMP adiciona uma camada de abstração que quebra periodicamente por motivos nem sempre passíveis de explicação racional. O autor não hesita em chamar as coisas pelo nome, descrevendo o que acontece como "cenas de maus-tratos ao Xcode", e quem já trabalhou com multiplataforma no ecossistema Apple sabe que isso não é exagero.

O terceiro problema é a notarização das builds para macOS. A Apple exige que todos os aplicativos distribuídos fora da App Store passem por uma verificação automática nos servidores da empresa. Nas builds de release, esse processo pode levar bastante tempo, e qualquer falha manda o desenvolvedor de volta ao início do ciclo. Quando se trata de um agente de IA desktop que precisa de acesso profundo ao sistema para automatizar ações do usuário, a notarização fica ainda mais imprevisível. A Apple controla rigorosamente quais permissões um aplicativo recebe, e um agente que pretende operar a interface em nome do usuário inevitavelmente atrai atenção redobrada do sistema de segurança.

Apesar de todas as dificuldades, o projeto revela uma tendência importante. Agentes de IA, programas capazes de executar tarefas de forma autônoma no lugar de uma pessoa, estão se tornando a próxima grande direção do setor. Se 2024 e 2025 foram marcados por chatbots e modelos generativos, 2026 é cada vez mais definido pelo conceito de agência. Empresas da Anthropic ao Google investem em frameworks de agentes, mas a infraestrutura para entregá-los ao usuário final em todas as plataformas ainda é imatura. A experiência dessa equipe mostra que criar um agente inteligente é apenas metade da tarefa. A outra metade é fazê-lo funcionar igual em um smartphone Android, em um iPhone, no navegador e no desktop.

O próprio autor observa, com autoironia, que não é recomendável lançar um projeto KMP em várias plataformas sem consultar antes um psicoterapeuta. Por trás da piada há um problema real: as ferramentas de desenvolvimento multiplataforma ainda não alcançaram a ambição de quem as usa. O Kotlin Multiplatform percorreu um longo caminho e deixou o status de tecnologia experimental, mas, ao escalar para quatro ou mais plataformas, ainda exige que a equipe esteja pronta para desafios de engenharia inesperados.

Esse caso é valioso justamente pela honestidade. Numa época em que uma em cada duas apresentações promete "multiplataforma sem emendas" e "IA que faz tudo sozinha", a experiência real de desenvolvimento mostra um quadro bem diferente. Agentes de IA realmente podem mudar a forma como as pessoas interagem com a tecnologia, mas o caminho do protótipo a um produto estável em várias plataformas continua espinhoso. E, por enquanto, só conseguem percorrê-lo aqueles cinco por cento de entusiastas que o autor chama, com delicadeza, de masoquistas.