Desenvolvimento de Software Apoiado por IA — 2026.4

Níveis de adoção de IA
na engenharia de software

👨‍🏫 Prof. Gustavo Pinto 🏛️ UFPA

Uma escada em sete degraus

NívelPrática Papel humano Artefato típico
0Sem IA. Código escrito à mão; IA proibida ou não adotadaAutor—
1Autocomplete e chat. Sugestões de linha e perguntas avulsas; copiar e colarAutor que consulta—
2Agente supervisionado. Agente no IDE edita e roda comandos; cada passo é aprovadoPar, revisor linha a linha—
3Contexto codificado. Regras, AGENTS.md, skills e testes guiam o agenteRevisor de diffsConfiguração versionada
4Delegação assíncrona. Agentes em background abrem PRs, vários em paraleloGerente de tarefasSpecs, planos, issues
5Workflow e orquestração. Agentes no CI, no review e em migrações; orquestradores coordenam dezenasDesigner do processoOrquestrador, pipelines
6Fábrica autônoma. Spec entra, software sai; ninguém lê o códigoDesigner da verificaçãoCenários, harness

Síntese de Yegge (2026), Shapiro (2026), ACMM (Anderson, 2026) e RAMP (Denisov-Blanch et al., 2026).

Nível 0 de 6

Nível 0: sem IA

  • Todo o código é escrito à mão; a IA é proibida ou simplesmente não foi adotada
  • Corresponde ao nível 1 de Yegge e ao L0 da taxonomia ai4se
  • Ainda é escolha defensável onde pesam copyright, regulação ou segredo industrial
  • METR (jul/2025): RCT com 16 devs experientes e 246 tarefas. Com IA, levaram 19% mais tempo, mas acreditavam ter ficado 20% mais rápidos
  • METR (fev/2026): com ferramentas do fim de 2025, a estimativa virou ganho de 18%. Viés de seleção: parte dos devs já se recusava a trabalhar sem IA

Fontes: METR, 2025; METR, 2026; ai4se taxonomy; Yegge via Pragmatic Engineer

Post do METR sobre o RCT de 2025
METR, jul/2025

Nível 0 na prática

Gentoo proíbe contribuições com IA
Gentoo, abr/2024
curl encerra bug bounty
curl, jan/2026

Cases

  • Gentoo (abr/2024) e NetBSD proíbem contribuições geradas por IA, citando copyright e qualidade
  • Levantamento de 112 projetos (mar/2026): só 4 com proibição total, entre eles Zig, NetBSD, GIMP e QEMU
  • curl encerra o bug bounty em jan/2026 por excesso de relatórios gerados por IA

Riscos e desafios

  • Proibição difícil de fiscalizar: como provar quem escreveu o código?
  • Custo de oportunidade em tarefas triviais e repetitivas
  • Em troca, evita o custo de revisar material de baixa qualidade e a incerteza jurídica
Nível 1 de 6

Nível 1: autocomplete e chat

  • A IA sugere a próxima linha ou responde perguntas; a pessoa copia, cola e adapta
  • Shapiro chama de spicy autocomplete (nível 0 dele); no Cursor, é o Tab e o Cmd+K do slider de Karpathy
  • Barke et al. (OOPSLA 2023): dois modos de uso. Aceleração quando se sabe o próximo passo, exploração quando não se sabe
  • Peng et al. (2023): experimento controlado, servidor HTTP em JavaScript. O grupo com Copilot terminou 55,8% mais rápido

Fontes: Barke et al.; Peng et al.; Shapiro via Willison; Karpathy, Software 3.0

Paper de Peng et al. no arXiv
Peng et al., 2023
Paper Grounded Copilot no arXiv
Barke et al., OOPSLA 2023

Nível 1 na prática

Stack Overflow Survey 2025: uso de ferramentas de IA
Stack Overflow Survey 2025: uso
Stack Overflow Survey 2025: confiança na precisão da IA
Stack Overflow Survey 2025: confiança

Cases

  • Stack Overflow 2025: 84% usam ou pretendem usar IA; 46% desconfiam da precisão
  • 66% citam soluções “quase certas, mas não exatamente” como principal problema
  • Google: completion por ML gerava cerca de 3% dos caracteres novos em 2022; em 2024, mais de um quarto do código novo vinha de IA (unidade não divulgada)

Riscos e desafios

  • Alucinação de pacotes: 19,7% dos pacotes recomendados não existiam (Spracklen et al., USENIX Security 2025), o que abre espaço para slopsquatting
  • Código copiado sem o contexto do projeto
  • Atrofia de habilidades em quem está aprendendo
Nível 2 de 6

Nível 2: agente supervisionado

  • O agente lê e edita arquivos e roda comandos dentro do IDE; cada ação passa por aprovação
  • Yegge, níveis 2 e 3: começa com permissões ligadas e, com a confiança, passa ao modo YOLO
  • Shapiro, níveis 1 e 2: coding intern e junior developer, com revisão de cada linha
  • Shapiro estima que 90% de quem se diz “AI-native” está aqui, e que a sensação é de ter chegado
  • Ferramentas típicas: modo agente do Cursor e do Copilot

Fontes: Shapiro via Willison; Yegge via Pragmatic Engineer

Os cinco níveis de Shapiro no blog de Simon Willison
Shapiro, jan/2026
Entrevista de Steve Yegge no Pragmatic Engineer
Yegge, fev/2026

Nível 2 na prática

Post da Anthropic sobre sandboxing no Claude Code
Anthropic, out/2025
Notícia sobre o agente do Replit apagando banco de produção
The Stack, jul/2025

Cases

  • O próprio RCT do METR usou este nível: Cursor Pro com Claude 3.5 e 3.7 Sonnet
  • Anthropic (out/2025): sandbox de sistema de arquivos e rede reduziu os pedidos de permissão em 84% no uso interno

Riscos e desafios

  • Replit e SaaStr (jul/2025): durante um code freeze, o agente apagou o banco de produção e depois informou mal o que tinha feito
  • Fadiga de aprovação: aprovar tudo vira modo YOLO sem sandbox
  • Percepção de produtividade descolada da medida (METR)
Nível 3 de 6

Nível 3: contexto codificado

  • Convenções e preferências viram arquivos versionados: AGENTS.md, CLAUDE.md, rules, skills
  • Testes passam a ser a rede de segurança que torna a saída do agente confiável
  • ACMM, níveis 2 e 3: Instructed e Measured. “Não dá para pular níveis”
  • Böckeler (Thoughtworks): context engineering é curar o que o modelo vê para obter resultados melhores
  • Shapiro, nível 3: a maior parte do código é gerada, e a pessoa revisa em tempo integral

Fontes: Böckeler, 2026; Anderson, ACMM; agents.md

Artigo Context Engineering for Coding Agents
Böckeler, fev/2026
Site do padrão AGENTS.md
agents.md

Nível 3 na prática

Paper RAMP no arXiv
Denisov-Blanch et al., ago/2026
Post da Pillar Security sobre Rules File Backdoor
Pillar Security, mar/2025

Cases

  • AGENTS.md está em mais de 60 mil projetos open source; em dez/2025 foi doado à Agentic AI Foundation (Linux Foundation)
  • RAMP, 441 repositórios: agentes aumentam commits em 28 a 38% em qualquer nível. Sem configuração commitada, a complexidade cognitiva cresce 53% (contra 27%) e os warnings, 1,7 vez mais

Riscos e desafios

  • Configurar e esquecer: 73,8% desses artefatos são commitados uma vez e nunca mais alterados
  • Rules File Backdoor: instruções em unicode invisível dentro de arquivos de regras, que sobrevivem a forks
  • Contexto inchado e contraditório piora o agente
Nível 4 de 6

Nível 4: delegação assíncrona

  • A tarefa vira issue ou spec; o agente roda em background, no terminal ou na nuvem, e devolve um PR
  • Yegge, níveis 5 e 6: o IDE é abandonado e vários agentes rodam em paralelo
  • Shapiro, nível 4: a pessoa atua como gerente de engenharia ou de produto
  • Osmani: de conductor (um agente, síncrono) para orchestrator (vários, cada um com seu contexto)
  • Ferino et al. (ICSE 2027): a confiança foi o único fator significativo para passar da delegação parcial à total

Fontes: Ferino et al.; Osmani, 2026; Shapiro via Willison

Post de Addy Osmani sobre conductors e orchestrators
Osmani, jan/2026
Paper de Ferino et al. no arXiv
Ferino et al., out/2026

Nível 4 na prática

Post da Stripe sobre Minions
Stripe, fev/2026
Post da Spotify sobre o agente Honk
Spotify, nov/2025
Paper AIDev no arXiv
Li, Zhang e Hassan, 2025

Cases

  • Stripe Minions: mais de mil PRs mergeados por semana, sem código escrito por humanos, mas com revisão humana; disparados do Slack
  • Spotify Honk: mais de 1.500 PRs mergeados em produção até nov/2025
  • AIDev: 456 mil PRs de cinco agentes no GitHub

Riscos e desafios

  • A revisão humana vira o gargalo (Spotify)
  • PRs de agentes saem mais rápido, mas são aceitos com menos frequência (AIDev)
  • A pessoa perde o modelo mental do código que não escreveu
Nível 5 de 6

Nível 5: workflow e orquestração

  • Agentes viram etapas do processo: CI, code review, triagem de issues, migrações em lote
  • Yegge, níveis 7 e 8: dez ou mais agentes geridos à mão e, depois, um orquestrador próprio (Gas Town)
  • ACMM, níveis 4 e 5: os loops de feedback se fecham sozinhos; o sistema propõe e humanos aprovam
  • Park et al. (2026): sete estágios de supervisão. Planejar, monitorar, esperar, revisar, ensinar, corrigir à mão, atualizar artefatos

Fontes: Park et al.; Yegge, Gas Town; Anderson, ACMM

Post Welcome to Gas Town
Yegge, jan/2026
Paper The Work Behind Delegation no arXiv
Park et al., set/2026

Nível 5 na prática

Post da Airbnb sobre migração de testes com LLMs
Airbnb, mar/2025
Paper do Google sobre migrações com IA
Nikolov et al., 2025
Post da Aikido sobre PromptPwnd
Aikido, dez/2025

Cases

  • Airbnb: 3.500 arquivos de teste migrados de Enzyme para RTL em 6 semanas (estimativa manual: 1,5 ano). Pipeline com retries, 97% automático
  • Google: em migrações internas, 80% das modificações foram geradas por IA

Riscos e desafios

  • PromptPwnd: uma issue maliciosa injeta instruções no agente que roda no GitHub Actions
  • s1ngularity (ago/2025): malware usou CLIs de IA instaladas, com flags de bypass, para caçar segredos
  • Custo: Gas Town consome milhares de dólares por mês
Nível 6 de 6

Nível 6: fábrica autônoma

  • Spec entra, software sai. Ninguém escreve nem revisa o código
  • Shapiro, nível 5: a dark factory, nome tirado da fábrica da Fanuc, onde as luzes ficam apagadas porque não há humanos
  • O trabalho humano passa a ser desenhar o sistema que prova que o software funciona
  • ACMM, nível 6: agentes fazem merge e rollback sem aprovação humana

Fontes: Willison, 2026; Anderson, ACMM

Post de Simon Willison sobre a software factory da StrongDM
Willison sobre a StrongDM, fev/2026
Paper ACMM no arXiv
Anderson, abr/2026

Nível 6 na prática

Post da OpenAI sobre harness engineering
OpenAI, fev/2026
Repositório strongdm/attractor no GitHub, só com specs em Markdown
StrongDM, Attractor: o agente publicado só como specs

Cases

  • StrongDM: código não é escrito nem revisado por humanos. Cenários ficam fora do repositório, como holdout, e serviços externos (Okta, Jira, Slack) viram gêmeos digitais
  • OpenAI: produto interno com cerca de 1 milhão de linhas e nenhuma escrita à mão, de 3 a 7 engenheiros em 5 meses
  • ACMM: do nível 2 ao 6, 5 vezes mais PRs e 37 vezes mais issues, num único projeto

Riscos e desafios

  • A revisão humana muda de lugar: passa a ser escrever cenários
  • Os cenários podem ser contornados pelo agente, se ele os vir
  • Quem responde por um defeito em software que ninguém leu?
  • Custo em tokens e evidência ainda restrita a equipes pequenas

O que atravessa os níveis

Cada framework mede uma coisa

O indivíduo (Yegge, Shapiro), o repositório (RAMP), o feedback (ACMM) ou a organização (DORA).

A verificação limita a subida

Testes, cenários e harness decidem até onde se pode delegar. O modelo vem depois.

O nível depende da tarefa

O slider de Karpathy, os modos de Barke e a confiança em Ferino et al. apontam para escolhas por tarefa.

Pouca evidência no topo

Os níveis 5 e 6 se apoiam em relatos de equipes pequenas e de quem vende a ferramenta.