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

Processado por IA de Habr AI; editado por Hamidun News
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.

Quer parar de ler sobre IA e começar a usar?

AI News é um feed curado de notícias de IA. A Hamidun Academy ensina você a usar IA no trabalho.

O que você acha?
Carregando comentários…