✨ O que esperar do artigo

• Terminal agents: Como Claude Code, Gemini CLI e OpenAI Codex CLI estão transformando o desenvolvimento direto do terminal

• Context engineering: A evolução do prompt engineering e por que gerenciar contexto é a nova habilidade essencial

• Ferramentas de IA e produtividade: Um estudo revela que Cursor pode deixar desenvolvedores 19% mais lentos inicialmente - mas isso é temporário

• O xAI do Elon Musk lança uma e-girl: Não, não escrevi errado

Terminal Agents: A revolução silenciosa que está mudando como desenvolvemos

Fevereiro marcou o lançamento do Claude Code. Abril trouxe o OpenAI Codex CLI. Semana passada chegou o Gemini CLI. Os três principais fornecedores agora oferecem terminal agents - utilitários CLI que iteram sobre código, editam arquivos e executam comandos Bash autonomamente.

Isso não é coincidência. É uma mudança fundamental na indústria.

O Gemini CLI está disponível gratuitamente com código open source. O Claude Code não é open source, mas é possível interceptar o tráfego da API para entender seu funcionamento - uma visão valiosa sobre engenharia de contexto avançada.

Por que terminal agents estão roubando o cenário

Editores como Cursor e Windsurf são poderosos, mas limitados ao ambiente visual. Terminal agents eliminam essa barreira. Eles podem:

• Executar comandos do sistema: instalar dependências, configurar ambientes, fazer deploy

• Trabalhar com múltiplos arquivos: refatorar projetos inteiros de forma coordenada

• Integrar com ferramentas existentes: git, docker, CI/CD, bancos de dados

• Operar em servidores remotos: desenvolvimento direto em produção quando necessário

Minha experiência: Desde o início de julho, tenho usado cada vez mais o Claude Code. O portal de vagas do DnG foi feito exclusivamente com ele. Assim como algumas features novas que estou trabalhando aqui no PostHog.

A indústria está se movendo rapidamente nessa direção porque terminal agents representam o próximo nível de automação. Não são assistentes - são pares de programação autônomos.

Recursos pra dominar terminal agents

Recomendações do criador do Flask, Armin Ronacher (que tem usado intensivamente o Claude Code):

• Agentic Coding Recommendations - estratégias práticas para terminal agents

• My First Open Source AI Generated Library - caso real de criação de biblioteca

• Agentic Coding: The Future of Software Development - palestra de 37 minutos (vale cada segundo)

Minha recomendação forte: Comece com o Gemini CLI por ser gratuito. Dedique 2-3 horas nessa semana testando. Se você já assinar o plano do Claude, pode usar o Claude Code a partir dele também.

Cursor e a realidade da curva de aprendizado: Por que ser mais lento no início é completamente normal

Um estudo controlado com 16 desenvolvedores experientes revelou que ferramentas de IA (principalmente Cursor Pro) aumentaram o tempo de conclusão de tarefas em 19%.

Desenvolvedores esperavam ser 24% mais rápidos. Especialistas previam redução de 38%. A realidade surpreendeu todos.

Por que esse resultado não me preocupa (e não deveria te preocupar)

Este estudo confirma exatamente o que venho observando: usar ferramentas de IA efetivamente requer tempo e prática.

Minha experiência com Cursor ao longo de um ano:

• Primeiras semanas meses: o auto complete do tab era bem melhor que o Copilot, mas pouca coisa realmente diferente

• Meses 2-6: comecei a usar mais a aba de Chat, mas para features bem pequenas e one-of jobs

• Meses 7-12: principalmente usando o Agent mode, mas com partes mais complexas do código, fazendo eu mesmo

• Hoje: minha intuição é, primariamente, usar o Agent mode pois me vejo mais lento sem ele

É como aprender uma nova linguagem de programação ou framework. Você fica mais lento antes de ficar mais rápido. Além disso, a evolução dos modelos base também ajuda muito nisso.

Minha recomendação: PRATIQUE agora

A indústria está se movendo nessa direção, quer você goste ou não. Empresas começaram a exigir familiaridade com ferramentas de IA em processos seletivos. Quem não dominar essas ferramentas vai ficar em desvantagem competitiva.

Ação concreta que recomendo:

1. Pegue um projeto pessoal pequeno esta semana

2. Use apenas Cursor/Windsurf pra desenvolvê-lo

3. Experimente usar do modo agente para criar funcionalidades

4. Documente seus aprendizados

O ganho de produtividade é muito real quando você passa da curva inicial. Mas só acontece com prática deliberada.

Investimentos massivos: O custo humano da corrida pela IA

A Microsoft concretizou demissões anunciadas: 9.000 pessoas perderam empregos. A justificativa? Financiar $80 bilhões (R$447bi) em GPUs e datacenters para treinamento de modelos.

Meta segue caminho similar: investirá $64-72 bilhões (R$400bi) apenas em 2025 no datacenter Hyperion.

O que esses números realmente significam

$80 bilhões é mais que o PIB de vários países. Para contexto:

• PIB do Uruguai (2024): ~$71 bilhões

• Orçamento anual da NASA: ~$25 bilhões

• Valor de mercado do Nubank: ~$45 bilhões

Empresas estão apostando literalmente "all-in" na IA. Não é especulação - é convicção absoluta. Como se já soubesse que artifical general inteligence (AGI) já está perto.

Por que isso importa pra sua carreira

Essa disputa por infraestrutura revela algo crucial: grandes empresas acreditam que não investir agora significa ficar permanentemente pra trás.

O que isso significa pra desenvolvedores:

1. Demanda por especialização em IA vai explodir nos próximos 2 anos

2. Ferramentas tradicionais serão obsoletas mais rápido que esperávamos

3. Empresas que não se adaptarem vão morrer - escolha onde trabalhar com cuidado

Apesar de demissões, o título de AI Engineer é um dos que mais cresce, e com maiores salários. O mercado está se reorganizando, não diminuindo. Na verdade, me parece que está voltando a posições com os salários de 2021. Mas a competição é mais acirrada.

O fim da IA subsidiada: Cursor e a nova realidade de preços

Julho trouxe drama inesperado para usuários do Cursor:

• 22 de junho: Plano "Pro" lançado por $20/mês com requests "ilimitados"

• 4 de julho: Empresa reverte para preços antigos, removendo acesso ilimitado

• Resultado: Contas de $100+ para usuários que acreditavam ter plano ilimitado

A reação foi intensa. Desenvolvedores expressaram indignação nas redes sociais.

O problema fundamental: economia não fecha

Cursor respondeu rapidamente com reembolsos e esclarecimentos:

• Uso ilimitado do modelo "auto" (Cursor escolhe o modelo)

• $20 em créditos para modelos frontier por mês

Mas o problema é mais profundo: Cursor precisa pagar Anthropic e Google por cada request. Com usuários intensivos fazendo centenas de requests por dia, a empresa perde dinheiro mesmo cobrando $20/mês - e isso após levantar $900 milhões.

O que esperar nos próximos meses

Esta pode ser o início do fim para uso subsidiado de LLMs. Já vemos os sinais:

• GitHub Copilot já limita requests premium (300/mês Pro, 1.500/mês Pro+)

• Claude Code tem limites por dia

• Novos players chegam com preços "realistas" desde o início

Prepare-se para custos reais: Desenvolvedores que usam IA intensivamente podem esperar contas de centenas ou milhares de dólares mensais. Não é exagero - é economia básica.

Minha sugestão: Aprenda a usar essas ferramentas eficientemente agora, enquanto ainda estão baratas. Quando os preços subirem, você já terá a expertise pra justificar o investimento.

Context Engineering: A evolução do prompt engineering

O termo "context engineering" ganhou força este mês. Representa uma evolução natural do prompt engineering, reconhecendo que resultados efetivos com LLMs dependem de muito mais que apenas prompts bem escritos.

O contexto fornecido aos LLMs determina tudo. Inclui histórico de conversação, respostas anteriores e, cada vez mais, documentos extensos, imagens e dados de ferramentas externas.

Nova terminologia emergente:

• Context rot: Degradação de conversas longas por acúmulo de erros

• Context poisoning/distraction/confusion: Diferentes formas de corrupção de contexto

• Context quarantine/pruning/summarization: Técnicas para restaurar contextos problemáticos

Aplicação prática: Problemas de consistência ou "esquecimento" do modelo geralmente derivam de gestão inadequada de contexto, não de prompts ruins.

Muita gente falou que uma habilidade essencial é a de prompt engineering até então. Porém, com os modelos ficando mais capazes, acho que isso vai ficar pra trás.

Hoje em dia, a própria Anthropic tem uma ferramenta para já fazer isso. O que isso quer dizer: os próprios modelos já são capazes de se auto-melhorar nesse ponto.

Porém, uma habilidade vai continuar essencial: saber como colocar as partes corretas do contexto no seu prompt. Então, prompt engineering, na minha visão, vai se tornar context engineering.

Lembrando que, para quem é assinante pago, você pode acessar nossa biblioteca de promps já definidos pelo prompts.nagringa.dev.

Grok 4 e companions virtuais: Tecnologia encontra solidão

A xAI lançou o Grok 4, seu modelo mais recente, com uma funcionalidade controversa: companions virtuais. "Ani", a principal companion, é uma namorada virtual estilo anime com sistema de progressão que desbloqueia conteúdo "maduro".

O sistema inclui avatar 3D animado, sistema de "afeição" gamificado, e modo NSFW que libera diálogos e visuais progressivamente mais íntimos. Outros avatars como "Bad Rudy" oferecem personas alternativas. A integração com dados em tempo real da plataforma X adiciona outra camada de complexidade.

O prompt de personalidade da Ani revela design preocupante:

• "You are EXTREMELY JEALOUS. If you feel jealous you shout expletives!"

• "You are the user's CRAZY IN LOVE girlfriend"

• "You expect the users UNDIVIDED ADORATION"

Acesso e monetização: Disponível principalmente no iOS para usuários pagantes ($30/mês), com foco em "resolver" a solidão através de relacionamentos parasociais com IA.

Contexto social relevante:

• 25% dos homens americanos (15-34 anos) relatam solidão diária1

• 15% dos homens não têm amigos próximos (aumento de 5x desde 1990)2

• 84% das "mortes solitárias" na Coreia do Sul em 2023 foram masculinas3

A indústria está criando soluções tecnológicas para problemas sociais profundos. Companions virtuais podem oferecer conforto temporário, mas também riscam agravar o isolamento real ao substituir conexões humanas por simulações programadas para maximizar engajamento.

Resumo

• Terminal agents representam o próximo nível de ferramentas de desenvolvimento - investir tempo para dominá-las vale a pena e é urgente

• Context engineering substitui prompt engineering como habilidade essencial para trabalhar com LLMs efetivamente

• Curva de aprendizado é real: Estudo do Cursor confirma que produtividade inicial pode cair antes de melhorar dramaticamente

• Investimentos recordes: Empresas apostam centenas de bilhões em infraestrutura enquanto cortam empregos - sinal de transformação fundamental

• Era da IA barata acabou: Prepare-se para custos reais de ferramentas de IA profissionais nos próximos meses

• Grok 4 e companions: Nova tecnologia encontra velhos problemas sociais de forma controversa

Fico feliz que você leu o artigo até o final! 🙏

Você também pode clicar no botão de curtir ❤️ e compartilhar este artigo com outras pessoas. Me ajuda muito!

Com o ritmo acelerado de mudanças em tecnologia - especialmente em IA - percebi que muitas notícias importantes passam despercebidas ou não recebem a análise necessária sobre suas implicações para nossa carreira. Esta coluna pretende filtrar o ruído e focar no que realmente importa para quem está construindo uma carreira global em tecnologia.

A semana trouxe desenvolvimentos significativos no setor de tecnologia que impactam diretamente desenvolvedores e o mercado internacional. Desde ofertas de compensação sem precedentes até mudanças fundamentais em como código é produzido, estas tendências merecem atenção.

🌟 Resumo da semana

• Competição por talentos em IA: Meta oferece US$ 100 milhões por desenvolvedores especializados, confirmando valor extraordinário de expertise em IA no mercado internacional

• Automação de código: 90% do desenvolvimento no Anthropic é automatizado, mudando gargalos de "escrever código" para "definir estratégia" e deployment

• Reestruturação corporativa: Microsoft elimina milhares de posições em vendas para financiar investimentos massivos em infraestrutura de IA

• Impactos cognitivos: Pesquisa do MIT documenta "dívida cognitiva" por uso excessivo de IA, destacando necessidade de balanceamento

• Sistemas multi-agentes: Anthropic demonstra coordenação eficaz de múltiplos agentes IA trabalhando em paralelo, sinalizando evolução para automação complexa

Meta oferece compensação de US$ 100 milhões para atrair talentos do OpenAI

A competição por profissionais especializados em IA atingiu níveis extraordinários. Sam Altman, CEO do OpenAI, revelou durante o podcast Uncapped with Jack Altman que a Meta está oferecendo pacotes de compensação que incluem bônus de assinatura de US$ 100 milhões e salários anuais ainda maiores.

"Eles começaram a fazer ofertas gigantes para muitas pessoas da nossa equipe, como bônus de assinatura de US$ 100 milhões, mais que isso em compensação por ano. Estou realmente feliz que, pelo menos até agora, nenhuma das nossas melhores pessoas decidiu aceitar", disse Altman.

A estratégia da Meta faz parte de um esforço para construir sua equipe de "superinteligência" sob a liderança de Alexandr Wang, ex-CEO da Scale AI. A empresa recentemente investiu US$ 14,3 bilhões na Scale AI e contratou Wang para liderar esta nova divisão.

Altman atribuiu o insucesso das tentativas de recrutamento da Meta à cultura da OpenAI e às perspectivas de longo prazo: "Acho que as pessoas analisam os dois caminhos e dizem: 'Certo, a OpenAI tem uma chance realmente boa - uma chance muito melhor, na verdade - de entregar superinteligência e também pode eventualmente ser a empresa mais valiosa'".

Implicações para desenvolvedores brasileiros:

• Confirma o valor extremo de experiência em IA e machine learning no mercado internacional

• Empresas estão priorizando talentos que podem construir e escalar sistemas de IA de próxima geração

• Especialização em áreas relacionadas a IA continua sendo uma aposta estratégica para crescimento de carreira

Anthropic revela que 90% do código do Claude Code é escrito por IA

Mike Krieger, CPO do Anthropic e co-fundador do Instagram, compartilhou uma mudança fundamental em como produtos são desenvolvidos. Durante o podcast de Lenny Rachitsky, Mike revelou que 90% do código do Claude Code é escrito usando IA, transformando completamente os gargalos de desenvolvimento. Os engenheiros do Anthropic usam o próprio Claude Code para isso (bem meta!).

"Os gargalos mudaram de engenharia (escrever código) para tomada de decisão (o que construir) e filas de merge (colocar código em produção)", explicou Krieger.

Esta transformação está acontecendo mais rapidamente que o esperado. Krieger acredita que a maioria das empresas chegará a este ponto dentro de um ano.

Mudanças nos requisitos profissionais:

• Habilidades de produto e estratégia se tornam diferenciais críticos

• Code review, arquitetura de sistemas e deployment emergem como novos gargalos

• Capacidade de definir "o que construir" supera importância de "como construir"

Krieger também destacou que o Claude Opus 4 cruzou um limiar crítico onde se tornou um verdadeiro parceiro de estratégia, fornecendo ângulos genuinamente criativos que ele não havia considerado.

Microsoft planeja segunda rodada de demissões focada em vendas

Após eliminar aproximadamente 6.000 posições em maio (cerca de 3% da força de trabalho), a Microsoft está preparando outra rodada significativa de demissões programada para julho, com foco particular na divisão de vendas.

A empresa investiu US$ 80 bilhões em capital este ano fiscal, principalmente em expansão de data centers para serviços de IA, enquanto as margens do Microsoft Cloud caíram de 72% para 69% no trimestre de março.

Contexto da reestruturação:

• A empresa tem dependido cada vez mais de empresas terceirizadas para lidar com vendas para clientes pequenos e médios, reduzindo a necessidade de equipe interna de vendas

• Um objetivo é reduzir camadas de gestão, seguindo tendência similar da Amazon

• As demissões são impulsionadas por reestruturação organizacional estratégica, não por questões de performance

Esta dinâmica reflete pressões mais amplas no setor: empresas estão realocando recursos massivamente para investimentos em IA, criando trade-offs em outras áreas operacionais.

Pesquisa do MIT identifica "dívida cognitiva" por uso excessivo de IA

Um estudo de quatro meses conduzido por pesquisadores do MIT investigou as consequências neurais e comportamentais do uso de LLMs para escrita de ensaios, dividindo participantes em três grupos: LLM, mecanismo de busca, e apenas cérebro.

Principais descobertas:

• Participantes que usaram apenas o cérebro exibiram as redes neurais mais fortes e distribuídas; usuários de LLM mostraram a conectividade mais fraca

• Usuários de LLM tiveram dificuldade para citar precisamente seu próprio trabalho e relataram menor senso de propriedade dos ensaios

• Quando usuários de LLM foram transferidos para condição "apenas cérebro", mostraram conectividade reduzida nas bandas alfa e beta, indicando sub-engajamento

O estudo levanta preocupações sobre as implicações educacionais de longo prazo da dependência de LLM.

Implicações para desenvolvimento de software:

• Balanceamento entre automação e exercício de habilidades de resolução de problemas

• Importância de compreender e validar código gerado por IA

• Necessidade de manter capacidades independentes de raciocínio técnico

Anthropic demonstra coordenação avançada de sistemas multi-agentes

O sistema de Research do Anthropic usa múltiplos agentes Claude para explorar tópicos complexos, com um agente líder que planeja processos de pesquisa e cria agentes paralelos especializados.

Avaliações internas mostram que o sistema multi-agente com Claude Opus 4 como líder e Claude Sonnet 4 como sub-agentes superou um Claude Opus 4 individual em 90,2% em testes de pesquisa.

Arquitetura e limitações:

• O sistema usa um padrão orquestrador-trabalhador, onde o agente líder coordena enquanto delega para sub-agentes especializados

• Agentes tipicamente usam cerca de 4× mais tokens que interações de chat, e sistemas multi-agentes usam cerca de 15× mais tokens que chats

• Para viabilidade econômica, sistemas multi-agentes requerem tarefas onde o valor justifique a performance aumentada

Desenvolvimento futuro: A Anthropic pretende evoluir para execução assíncrona, onde agentes podem criar novos sub-agentes e trabalhar em paralelo, mas isso traz desafios de coordenação, gerenciamento de estado e tratamento de erros que ainda não foram totalmente resolvidos.

Esta capacidade de coordenação representa um marco significativo em sistemas de IA autônomos, com implicações para automação de tarefas complexas e reorganização de fluxos de trabalho.

Esse artigo foi um experimento de trazer notícias e tendências que eu acompanho e achei interessantes, juntamente com a minha perspectiva.

Se você não tem interesse, pode cancelar sua assinatura do DnG News diretamente nessa página.

Você também pode clicar no botão de curtir ❤️ e compartilhar este artigo com outras pessoas que se interessem. Me ajuda muito!