No mundo em rápida evolução do desenvolvimento de software, agentes de codificação por IA não são apenas uma ferramenta, mas uma força transformadora. Empresas como Kilo Code e Replit mostram como a IA já está assumindo uma parte substancial das tarefas de programação — uma mudança significativa que levanta questões profundas sobre segurança de sistemas, gestão de custos e a complexa interação entre eficiência das máquinas e supervisão humana.
O Amanhecer do Desenvolvimento Aumentado por IA
Na Kilo Code, a cofundadora Emilie Schario observa que engenheiros agora leem ou escrevem código por conta própria apenas cerca de 1% do tempo. Essa evolução não trata apenas de adotar tecnologia; trata de redescobrir a própria essência das equipes de desenvolvimento. À medida que agentes de IA passam a comandar, a natureza da programação está sendo redefinida, levando os desenvolvedores a avaliar quais sistemas são seguros para delegar totalmente à IA e como apoiar arquiteturas complexas com múltiplos modelos sem perder o controle sobre a escalada dos custos com tokens.
Para Jared Go, engenheiro renomado de IA e cloud na Symbotic, o foco não é apenas aproveitar a IA, mas fazê-lo com bom senso. Ele destaca seus critérios: segurança, elegância, código limpo e conciso e robustez (“à prova de falhas”). Esses critérios garantem que o trabalho pesado da IA esteja alinhado a resultados de alta qualidade. Ainda assim, como Go ressalta, embora a IA se destaque na criação de novas bases de código (projetos greenfield), ela enfrenta dificuldades com as particularidades de manter e atualizar sistemas existentes (projetos brownfield). É aí que o conhecimento humano segue sendo indispensável.
Supervisão Humana em um Cenário Automatizado
A Replit adota uma abordagem mais sofisticada, integrando IA profundamente ao fluxo de trabalho, mas com um olhar cauteloso. Amol Jain, head de product engineering, descreve um sistema em que agentes de IA gerenciam processos ponta a ponta de forma autônoma, do planejamento aos testes, com um humano “no ciclo” em vez de “no loop”. Essa estratégia demonstra uma compreensão avançada do potencial e das limitações da IA, permitindo avaliação de riscos e intervenção humana quando necessário.
Um exemplo ilustrativo na Replit envolve um agente “gerente” de IA direcionando um grupo de agentes subordinados para resolver um bug complexo, mostrando a capacidade da IA de solucionar problemas que poderiam impedir desenvolvedores humanos. Isso aponta para um futuro em que a IA não apenas amplia o trabalho humano, mas também navega desafios de forma independente — embora sob supervisão humana estratégica.