Anthropic, OpenAI e Cursor: os oito níveis de maturidade da engenharia agêntica

O Habr AI publicou a tradução de um artigo sobre os oito níveis da engenharia agêntica, prática que transforma o LLM de assistente de autocompletar em uma equipe de desenvolvedores quase autônoma. A ideia principal do texto: um salto na qualidade dos modelos não garante, por si só, ganho de produtividade se a equipe não estruturou contexto, regras, ferramentas e feedback.

Das sugestões aos agentes

O autor chama os dois primeiros níveis de já corriqueiros: tab complete e agent IDE. Nessa etapa, a IA acelera tarefas locais: completa trechos de código, ajuda com edições em vários arquivos e monta um plano a partir de uma ideia. Mas a virada de verdade começa no terceiro nível, em que o context engineering assume o centro. Já não se trata de um prompt bonito, e sim de disciplina: quais arquivos, regras e descrições de ferramentas o modelo recebe, o que está no histórico da sessão e quanto ruído desnecessário consome a janela de contexto. Quanto menos lixo, mais estável o resultado.

"Cada token precisa merecer seu lugar no prompt".

O quarto nível é o compounding engineering: a equipe não apenas usa o modelo, mas transforma boas descobertas em sistema. Se o agente erra, as conclusões são registradas em arquivos de regras, documentação e padrões de trabalho, para que a próxima sessão não repita as mesmas falhas.

O quinto nível acrescenta ferramentas de ação: MCP, skills, acesso a APIs, banco de dados, CI e navegador. A partir daí, o LLM deixa de ser só um interlocutor sobre código e passa a de fato alterar a base de código, testá-la e participar de revisões.

Onde o retorno cresce

O autor vê o sexto nível como o ponto em que a programação com IA se torna realmente produtiva. Aqui importa não só o contexto, mas todo o ambiente em torno do agente: testes, linters, tipagem, logs, verificações no navegador e outros feedback loops. São eles que permitem ao modelo não apenas gerar um patch, mas notar o erro, se verificar e fazer mais uma iteração sem participação humana.

O artigo chama isso de harness engineering: projetar um runtime em que o agente consiga ver as consequências das próprias mudanças e esbarrar em restrições concretas, e não em instruções vagas.

• arquivos de regras e documentação que definem o contexto
• ferramentas CLI ou MCP para acesso a dados, testes e interface
• backpressure automático: tipos, linters, hooks, CI
• separação de papéis entre executor e revisor, para que o agente não revise a si mesmo

Disso nasce o sétimo nível: os agentes em segundo plano. Se o modelo sabe montar o plano, se orientar no repositório e validar o resultado sozinho, não precisa mais ficar numa aba interativa. O agente pode trabalhar de forma assíncrona: explorar a base de código, escrever uma funcionalidade, rodar as verificações, abrir um PR e voltar apenas com dúvidas ou com o resultado. Para a equipe, isso muda o próprio modo de trabalho: o desenvolvedor faz menos malabarismo manual com tarefas e atua cada vez mais como orquestrador, definindo intenção, restrições e prioridades.

Para onde caminha o mercado

O que vem depois ainda parece mais fronteira tecnológica do que prática cotidiana. O oitavo nível são as equipes de agentes autônomos, em que vários LLMs se coordenam diretamente entre si, e não por meio de um único operador central. O texto cita exemplos da Anthropic e da Cursor: agentes paralelos já foram usados para escrever um compilador de C, construir um navegador e executar grandes migrações em bases de código.

Mas, com a escala, os velhos problemas do desenvolvimento surgem de imediato: regressões, conflitos, travamentos, cautela excessiva e custo de computação crescente. Por isso o autor propõe uma conclusão sóbria: para a maioria das equipes, hoje é mais importante chegar a um sétimo nível maduro do que sonhar com departamentos de IA totalmente independentes. Ou seja, construir contexto limpo, acúmulo de regras, skills de qualidade, ciclos de verificação confiáveis e orquestração em segundo plano. É aí, na opinião dele, que está o ganho prático mais próximo. E é aí que a diferença entre uma equipe de IA forte e uma fraca fica especialmente visível: umas aceleram os lançamentos, outras se afogam no caos que elas mesmas automatizaram.

O que isso significa

O artigo do Habr AI é útil porque leva a conversa sobre "modelos inteligentes" para a da maturidade de engenharia. O mercado de programação com IA não caminha para um botão mágico, mas para sistemas em que os modelos recebem o contexto certo, ferramentas funcionais e controles de verificação rígidos. Vão se destacar não os que simplesmente têm um modelo mais novo, mas os que montarem mais rápido uma linha de produção funcional em torno dele.