IA agêntica no desenvolvimento: onde acelera, onde cria dívida

IA agêntica no desenvolvimento: onde acelera, onde cria dívida — e como decidir.

Em 2026 os agentes de código saíram do piloto. Um estudo da própria Microsoft, com dezenas de milhares de engenheiros, estimou 24% mais PRs integrados entre quem adotou agentes de linha de comando. O mesmo estudo avisa: PR integrado é um indicador imperfeito, e qualidade não foi medida.

É exatamente aí que mora a decisão.

Onde agentes aceleram de verdade:
→ tarefas bem especificadas, com teste automatizado como juiz: migração de versão, refatoração mecânica, cobertura de testes;
→ código de cola e estrutura inicial que seguem padrão conhecido;
→ investigação: ler um código desconhecido e explicar.

Onde criam dívida:
→ decisões de arquitetura tomadas por inércia do que o agente gerou;
→ volume de código maior do que a capacidade de revisão do time;
→ padrões diferentes em cada time, cada um com seu prompt.

Três regras que eu usaria para decidir:

1. Se não existe teste que diga se está certo, o agente não trabalha sozinho.
2. Capacidade de revisão é o limite de velocidade. Meça tempo e qualidade de revisão junto com throughput.
3. Plataforma antes de ferramenta. Padrões, contexto e permissões definidos centralmente, não em cada máquina.

O relatório DORA de 2025 resume bem: IA amplifica o que já existe. Engenharia boa fica melhor. Engenharia frágil fica frágil mais rápido.

Onde vocês já sentiram a dívida chegando?