Habr AI→ original

Agentes de engenharia em vez de desenvolvedores: seis meses de revolução no código

O autor do OpenClaw observou: em seis meses, os agentes se tornaram mainstream no desenvolvimento. Em maio, era um efeito wow; em dezembro, um fluxo de trabalho

Agentes de engenharia em vez de desenvolvedores: seis meses de revolução no código
Fonte: Habr AI. Colagem: Hamidun News.
◐ Ouvir artigo

Há seis meses, Petr Steinberger, criador do OpenClaw (que mais tarde foi adquirido pela OpenAI), publicou um artigo sobre desenvolvimento em velocidade de inferência — quando um agente de IA completa uma tarefa em 5 segundos de inferência em vez de uma hora de codificação manual. Naquela época parecia uma revolução e apenas primeiras impressões. Agora essa revolução se tornou um dia de trabalho comum na indústria.

De Experimentos para Padrão

Em maio de 2025, a velocidade de inferência era uma ideia interessante. Os agentes frequentemente cometiam erros, exigiam prompts personalizados, funcionavam apenas em tarefas simples. Os desenvolvedores eram céticos: "Isso não é desenvolvimento real, é um brinquedo." Até dezembro, o quadro havia mudado completamente. Os agentes aprenderam a trabalhar com projetos reais com milhares de arquivos, integrações complexas, código legado. A precisão cresceu de 70% para 90%+. Mais importante, o tempo de iteração caiu de horas para minutos. O agente identifica um erro, refaz, coloca o resultado de volta.

Como Funciona na Prática

Steinberger descobriu uma verdade simples: velocidade de entrega = velocidade de inferência. Se o modelo executa inferência em 5 segundos, um recurso é entregue em 5 minutos (menos validação). Em comparação, isso costumava levar 1-3 horas. Mas velocidade não é a coisa principal. A coisa principal é a mudança no papel do desenvolvedor. Você não escreve mais código. Você formula uma tarefa para o agente, verifica o resultado, aprova ou o envia de volta para revisão. É como contratar um desenvolvedor júnior que nunca se cansa e executa em microsegundos.

Métodos de Trabalho com Agentes

Ao longo de seis meses, surgiram práticas que Steinberger descreveu e que agora são padrão:

  • Minimize esclarecimentos — prepare todo o contexto antes da solicitação
  • Use file-graph e type-hints como exemplos de treinamento para o agente
  • Dê ao agente acesso ao histórico de commits (exemplos de código bem-sucedido)
  • Não corrija o agente manualmente — dê a ele um erro, e ele mesmo o refará
  • Concentre-se em tarefas de alto nível, não em sintaxe
Os engenheiros agora pensam no nível de funcionalidades, não de linhas de código.

O agente cuida de tudo o mais.

O Que Isto Significa para a Indústria

O desenvolvimento parou de ser sobre escrever código. Agora é sobre formulação de tarefas e validação. Aqueles que entenderam essa mudança trabalham 3-5x mais produtivamente. Aqueles que ainda escrevem código por conta própria estão gradualmente perdendo competitividade. Steinberger escreveu sobre primeiras impressões, mas descobriu-se — isso não são impressões, é a nova normalidade.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 400 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.
O que você acha?
Carregando comentários…