O Panorama dos Coding Agents
Ao terminar: Você situa onde um agente de código está no espectro entre autocomplete e autonomia, e o que isso muda no seu fluxo.
- ⬜📊 Como Avaliar Modelos de IA(IA Além do LLM)
Recomendamos completar os pré-requisitos antes de seguir, mas nada te impede de continuar.
Em 2021, a OpenAI lançou o GitHub Copilot. Era impressionante: digitava metade de uma função e a IA completava. Em 2025, Claude Code executa tarefas inteiras no seu terminal, lê toda a sua codebase, roda testes e abre PRs sozinho. O que aconteceu no meio?
Três gerações de ferramentas
A evolução aconteceu em três saltos claros. Cada geração não substituiu a anterior — ela expandiu o que é possível:
O modelo é só um componente
Este é o insight mais importante desta trilha inteira: o LLM em si é apenas uma peça. O que diferencia Claude Code de GitHub Copilot não é (só) a qualidade do modelo — é o harness: a camada de infraestrutura ao redor.
ANATOMIA DE UM CODING AGENT
Dois agentes com o mesmo LLM por baixo podem ter comportamentos radicalmente diferentes se o harness for diferente. É por isso que esta trilha compara as ferramentas de dentro para fora — não só o modelo, mas toda a arquitetura.
O loop agêntico: como um agente pensa
Todo coding agent moderno opera em um loop básico chamado ReAct (Reasoning + Acting), formalizado em um paper do Google/Princeton em 2022:
- → nova volta
- → satisfeito?
- → sem observação
- Fora da AWS
- IA e machine learning
- Conceito de arquitetura
- Gestão e governança
Fixe o ciclo: raciocina, age, observa. É a observação — e o critério de parada verificável — que transforma sugestão em trabalho terminado, e é ela que distingue as gerações de ferramenta.
- 1 · A diferença é a observação. Autocompletar propõe e para. O agente executa e LÊ o resultado — é o retorno que permite corrigir o próprio erro.
- 2 · O critério de parada precisa ser verificável. "Testes passando" encerra o laço sozinho. "Melhore o código" não tem fim, e o agente para por limite, não por sucesso.
- 3 · Cada volta acumula contexto. Comando, saída, erro — tudo volta para a próxima chamada. É por isso que o laço fica mais caro e mais lento a cada iteração.
- 4 · A qualidade das ferramentas limita o teto. Um agente que não consegue rodar o teste não tem como saber se terminou. As ferramentas definem o que ele pode verificar.
- 5 · Sem limite, o laço não termina. Ferramenta que devolve vazio ou erro repetido faz o modelo tentar de novo indefinidamente. Teto de passos e de gasto são estruturais.
- 6 · O modelo é um componente, não o produto. O mesmo modelo com laço, ferramentas e verificação melhores rende bem mais. É por isso que comparar ferramentas sem fixar o modelo não diz nada.
// O loop ReAct simplificado
while (objetivo não alcançado) {
// REASONING: o LLM pensa sobre o estado atual
pensamento = LLM.think(contexto + histórico)
// ACTING: decide qual ferramenta usar
ação = LLM.decide_tool(pensamento)
// ex: { tool: "bash", input: "npm test" }
// OBSERVING: executa e registra o resultado
resultado = executar(ação)
contexto.append(resultado)
// Repete até concluir ou pedir ajuda ao usuário
}Parece simples — e a ideia central é. A complexidade está nos detalhes: quando interromper para pedir confirmação, como lidar com erros, quanto contexto cabe na janela do modelo, e como evitar loops infinitos.
O paper "ReAct: Synergizing Reasoning and Acting in Language Models" (Yao et al., 2022) é a base teórica de praticamente todos os coding agents modernos. Vale a leitura se você quiser se aprofundar.
Qual característica separa um agente de código de um assistente de sugestão?
Por que agora?
Três coisas precisaram acontecer simultaneamente para os coding agents funcionarem bem:
Os modelos estão empatando — o harness não
Um dado que muda a leitura do mercado: no SWE-bench Verified (abril/2026), seis modelos frontier estão dentro de ~0,8 ponto percentual. Claude Opus 4.6, Sonnet 4.6, GPT-5.1, Gemini 3 Pro, Haiku 4.5, codex-max — todos virtualmente empatados.
Ao mesmo tempo, dados do SWE-bench Pro (nov/2025) mostram:
// Mesmo modelo, scaffolds diferentes:
Claude Opus 4.5 em SEAL Harness → 45,9%
Claude Opus 4.5 em scaffold X → ~50%
Claude Opus 4.5 em Claude Code → 55,4%
// Spread de 9,5 pontos só trocando o harness.
// Modelo "menor" + scaffold bom vs modelo "maior" + scaffold genérico:
Confucius Code Agent + Sonnet 4.5 → 52,7%
Claude Opus 4.5 nativo → 52,0%
// Sonnet com scaffold dedicado bate Opus sem scaffold.Ou seja: em 2026, a diferença prática entre ferramentas vem majoritariamente do harness. Isso é contraintuitivo — a narrativa pública foca em "qual modelo é melhor" — mas é o que explica por que Claude Code, Codex e Cursor agent produzem resultados tão distintos usando modelos tão parecidos.
Traduzindo o que isso significa pra você: escolher a ferramenta certa para cada tarefa tem hoje impacto maior do que escolher o modelo mais recente. Essa trilha te equipa pra isso.
No próximo módulo: Claude Code por dentro — com detalhes do código-fonte vazado em 2026: QueryEngine, auto-compact a 98%, Tier 1/2 de permissões, prompt caching.
Perguntas frequentes
❓ Como os assistentes de código evoluíram?
❓ Por que só 3% dos desenvolvedores confiam muito em código de IA?
❓ Adoção de 84% significa que a ferramenta resolveu o problema?
Fixando
Qual prática é essencial ao usar qualquer ferramenta dessa categoria?
Qual fator mais influencia a qualidade do resultado dessas ferramentas?
Terminou de ler?
Marcar como concluído registra o XP, mantém sua sequência e coloca 3 cartas deste módulo na fila de revisão espaçada.
Próximos passos sugeridos
Temas deste módulo
Discussão
Carregando comentários…