Julho de 2025 está revelando as contradições do mercado de IA. Empresas demitem milhares para investir centenas de bilhões em infraestrutura. Desenvolvedores ganham ferramentas poderosas no terminal. E a era da IA barata pode estar chegando ao fim.
✨ 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:
Pegue um projeto pessoal pequeno esta semana
Use apenas Cursor/Windsurf pra desenvolvê-lo
Experimente usar do modo agente para criar funcionalidades
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:
Demanda por especialização em IA vai explodir nos próximos 2 anos
Ferramentas tradicionais serão obsoletas mais rápido que esperávamos
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!