IA já escreve 75% do código novo do Google — A era da programação agêntica chegou

A Corrida Armamentista da Programação Agêntica

Google: Gemini impulsiona uma revolução interna

A nova métrica do Google, anunciada por Sundar Pichai em Las Vegas, é o marco público mais impactante da velocidade com que o código gerado por IA escalou dentro de uma grande organização de engenharia . Os modelos internos de IA da empresa, apelidados de Gemini, foram integrados às metas de avaliação de desempenho. No quarto trimestre de 2025, algumas organizações estabeleceram a meta de que 55% das alterações de código deveriam ser "Assistidas por Agentes" e, para o primeiro semestre de 2026, espera-se que 65% dos engenheiros na área de criação escrevam mais de 75% de seu código com o uso de IA . A empresa também relatou que migrações de código assistidas por IA foram concluídas seis vezes mais rápido do que no ano anterior, quando os engenheiros trabalhavam sozinhos .

Microsoft: MAI-Code-1-Flash — Um rival interno para o GitHub Copilot

Em 2 de junho de 2026, no Microsoft Build, a Microsoft surpreendeu o mercado ao apresentar o MAI-Code-1-Flash . Trata-se de um modelo de codificação de 5 bilhões de parâmetros ativos, construído internamente pela Microsoft com dados licenciados, sem qualquer "destilação" de conhecimento de modelos da OpenAI, Anthropic ou qualquer outro fornecedor terceiro . O modelo usa uma arquitetura esparsa de Mistura de Especialistas (MoE) com 137 bilhões de parâmetros totais, uma janela de contexto de 256 mil tokens e foi treinado de março a maio de 2026 dentro dos ambientes de produção do GitHub Copilot — o que significa que o modelo aprendeu com os mesmos fluxos de trabalho reais que mais tarde atenderia .

O resultado é um modelo que atinge 85,8% no benchmark de codificação adversário da Microsoft e aproximadamente 51% no SWE-Bench Pro, superando o Claude Haiku 4.5 da Anthropic em 16 pontos percentuais neste último, enquanto consome até 60% menos tokens em tarefas complexas . O MAI-Code-1-Flash começou a ser distribuído para usuários do GitHub Copilot no VS Code em 2 de junho, nos planos Free, Pro, Pro+ e Max, com acesso a terceiros disponível através do Fireworks AI, Baseten e OpenRouter .

OpenAI: Codex se torna um centro de comando multiagente

A OpenAI lançou o Codex em abril de 2025 como um agente de engenharia de software baseado na nuvem, capaz de trabalhar em várias tarefas em paralelo . Em abril de 2026, já havia ultrapassado a marca de 4 milhões de usuários ativos semanais . A plataforma se expandiu para uma família de modelos e interfaces que abrangem um aplicativo, CLI, extensões de IDE e nuvem, cada um reforçando os outros .

Marcos importantes na evolução do Codex:

• GPT-5.2-Codex (dezembro de 2025): Otimizado para programação agêntica e segurança cibernética defensiva, com melhorias no tratamento de tarefas de longo prazo e suporte mais robusto ao ambiente Windows .
• GPT-5.3-Codex (fevereiro de 2026): 25% mais rápido, combinando desempenho de ponta em codificação com raciocínio mais amplo, posicionado como um passo em direção a um agente completo de "trabalho no computador" .
• Aplicativo Codex para desktop (fevereiro/março de 2026): Um “centro de comando” para gerenciar múltiplos agentes paralelos no macOS e Windows .
• Codex Security (março de 2026): Um agente de segurança de aplicações projetado para identificar e corrigir vulnerabilidades de software .
• GPT-5.5 no Codex (maio de 2026): O mais novo modelo de fronteira para tarefas complexas de codificação, uso do computador e fluxos de trabalho de pesquisa .

O Codex se tornou uma infraestrutura pronta para produção que desenvolvedores descrevem como tendo mudado fundamentalmente a forma como constroem software .

Anthropic: Claude Code — De prévia de pesquisa a um produto de $2,5 bilhões

O Claude Code da Anthropic, lançado no evento Code with Claude 2025, teve a trajetória comercial mais meteórica do mercado de IA para programação. Ele ultrapassou $500 milhões em receita recorrente anualizada em meses após seu lançamento, atingiu $1 bilhão no final de 2025 e superou a impressionante marca de $2,5 bilhões em fevereiro de 2026 — uma velocidade que superou até mesmo a adoção inicial do ChatGPT . A receita geral da Anthropic saltou de aproximadamente $9 bilhões no final de 2025 para mais de $30 bilhões na primavera de 2026, impulsionada em grande parte pelo Claude Code .

Em números, o alcance do Claude Code é notável :

• Responde por 4% de todos os commits públicos no GitHub, com uma projeção de atingir 20% ou mais dos commits diários até o final de 2026.
• Mais de 80% dos engenheiros da própria Anthropic o utilizam diariamente.
• Alcançou uma taxa de 46% na categoria "mais amado" entre os desenvolvedores na pesquisa da Pragmatic Engineer (15.000 entrevistados), bem à frente do Cursor (19%) e GitHub Copilot (9%).
• No Code with Claude 2026 (6 de maio), foram anunciados Agentes Gerenciados e integrações mais profundas com GitHub, Vercel, Datadog e Bun .

Em 28 de maio de 2026, a Anthropic lançou o Claude Opus 4.8 — um modelo de raciocínio híbrido com uma janela de contexto de 1 milhão de tokens que expande as fronteiras para tarefas de longa duração. A Anthropic relata que ele é aproximadamente quatro vezes menos propenso que o Opus 4.7 a permitir que falhas em seu próprio código passem despercebidas .

Como o papel do engenheiro está mudando

A transição de "escrever código" para "supervisionar agentes" não é uma previsão distante — é o modelo operacional atual nas maiores organizações de software do mundo. Os engenheiros do Google, explicou Pichai, estão atuando cada vez mais como revisores e orquestradores em vez de programadores linha a linha, utilizando agentes de IA que planejam, escrevem, testam e executam tarefas complexas .

O Relatório de Tendências em Programação Agêntica de 2026 da Anthropic descreveu a transformação com clareza: em 2025, os agentes de código deixaram de ser ferramentas experimentais para se tornarem sistemas de produção que entregam funcionalidades reais a usuários finais. A IA agora lida com fluxos de trabalho de implementação inteiros — escrevendo testes, depurando falhas, gerando documentação e navegando em bases de código cada vez mais complexas. O relatório prevê que agentes únicos em breve se tornarão equipes coordenadas de agentes, com tarefas que antes levavam horas ou dias sendo concluídas com intervenção humana mínima .

Essa redefinição do papel da engenharia se manifesta em todas as principais plataformas:

• O Codex da OpenAI agora suporta execução paralela de agentes, permitindo que os desenvolvedores deleguem trabalho de longa duração a múltiplos agentes simultaneamente e revisem o resultado em uma interface unificada .
• A Anthropic introduziu um modo automático para o Claude Code em 24 de março de 2026, permitindo que o agente decida autonomamente quais ações são seguras, com proteções de IA revisando cada ação antes da execução .
• O MAI-Code-1-Flash da Microsoft foi treinado dentro do ambiente de produção do GitHub Copilot — uma escolha de design que significa que o modelo aprendeu fluxos de trabalho agênticos reais, e não apenas geração de código isolada .

Os ganhos de produtividade são dramáticos. O Claude Code demonstrou a capacidade de arquitetar um sistema distribuído complexo em uma hora — um trabalho que, segundo o relatório, um projeto do Google havia levado um ano inteiro para ser concluído . A Microsoft afirma que o MAI-Code-1-Flash usa até 60% menos tokens em tarefas complexas em comparação com modelos similares .

O mercado de trabalho: Bifurcação, não extinção

Na pergunta do usuário, números específicos do mercado de trabalho foram mencionados — um aumento de 30% nas vagas de engenharia nos EUA e uma queda de quase 20% no emprego para desenvolvedores entre 22 e 25 anos. Esses números exatos não puderam ser verificados de forma independente nos materiais fornecidos. No entanto, as evidências disponíveis pintam um quadro consistente de uma profissão em bifurcação, não em colapso.

Demanda crescente no topo da carreira

O relatório de tendências da Anthropic afirma que as empresas estão contratando mais engenheiros, não menos, à medida que a IA permite entregas mais rápidas e trabalho de maior valor . A demanda está migrando para engenheiros seniores que possam arquitetar sistemas, revisar códigos gerados por IA e tomar decisões de design de alto nível. No Google, as metas internas para código assistido por agentes, combinadas com a declaração da empresa de que o número de engenheiros continua crescendo, sugerem que a IA está sendo usada para ampliar a produção, não para substituir engenheiros .

O abismo da experiência para desenvolvedores juniores

A preocupação mais urgente encontrada no material de referência é o que acontece com os engenheiros em início de carreira. Desenvolvedores juniores tradicionalmente constroem suas habilidades através de tarefas rotineiras de codificação — corrigindo bugs, escrevendo testes, implementando funcionalidades simples. Essas são exatamente as tarefas que agora estão sendo absorvidas de forma mais eficiente pelos agentes de IA. Múltiplas fontes descrevem isso como um problema de "abismo de experiência": se a IA lida com o trabalho de codificação de nível básico, como os novos engenheiros aprendem a se tornar seniores ?

Nenhuma fonte nos materiais fornecidos apresenta uma solução verificada para esse desafio. A implicação é que a profissão precisará de novos canais de treinamento, estruturas de mentoria e uma carreira redefinida — mas essas mudanças ainda estão sendo construídas.

O que vem a seguir

A trajetória é inequívoca. O Google passou de 25% para 75% de código gerado por IA em apenas dezoito meses. O Claude Code saiu do zero para $2,5 bilhões em receita anualizada em menos de um ano. O Codex da OpenAI evoluiu de uma CLI de agente único para uma plataforma multiagente que abrange desktop, nuvem e IDE em um período semelhante .

As perguntas sem resposta não são sobre se os agentes de código continuarão a melhorar — eles continuarão — mas sobre como as organizações de engenharia, instituições educacionais e desenvolvedores individuais se adaptarão a uma profissão onde o ato de escrever código é cada vez mais delegado a máquinas, e o papel humano é dirigir, revisar e decidir o que construir.