Português
Marcar conversa

Revisão de código quando agentes de IA escrevem a maior parte do código

Quando são agentes de IA a escrever o código, o estrangulamento passa da escrita para a verificação. Um único programador consegue hoje produzir numa manhã o volume de alterações que antes ocupava uma semana, e alguém tem de ler tudo isso. Quem continua a rever tudo da mesma forma de sempre fica parado. Quem abdica da revisão paga mais tarde, em produção.

O que os dados mostram

O relatório DORA de 2025 da Google Cloud, com base em cerca de 5.000 profissionais, concluiu que a instabilidade do que é entregue continua a aumentar à medida que cresce o uso de IA. Os dados de empresas que vendem ferramentas nesta área apontam no mesmo sentido, e devem ser lidos tendo isso em conta:

  • Em dezembro de 2025, a CodeRabbit analisou cerca de 470 pedidos de integração (pull requests). Os que foram escritos com IA tinham em média 10,83 problemas, contra 6,45 nos escritos por pessoas. Os problemas de segurança eram 1,57 vezes mais frequentes.
  • A Faros AI, com dados de cerca de 22.000 programadores no segundo trimestre de 2026, concluiu que nas equipas com uso intenso de IA o tempo mediano de revisão era cinco vezes maior, os pedidos de integração eram 51% maiores e os incidentes em produção por pedido eram muito mais numerosos.
  • Segundo a Veracode, em julho de 2026 apenas 56% do código escrito por modelos de IA passava nos testes de segurança.

Nada disto é motivo para parar os agentes. É motivo para construir à volta deles um processo de revisão que acompanhe o seu ritmo.

Como a Anthropic faz

A 15 de outubro de 2026, a equipa do Claude Code na Anthropic publicou uma descrição detalhada do seu processo de revisão. O Claude escreve cerca de 90% do código do próprio Claude Code. No repositório principal da empresa, o número de alterações integradas por dia passou de cerca de 2.500 em maio para mais de 30.000 em setembro.

O processo está montado assim:

  • Cada pedido de integração recebe uma revisão do Claude e uma revisão de segurança separada. Uma conclusão em aberto bloqueia a integração.
  • Um classificador automático atribui a cada alteração um nível de risco. As alterações de risco baixo entram sem aprovação humana, as de risco médio precisam de uma pessoa e as de risco alto de duas.
  • As alterações aos ficheiros de infraestrutura de compilação e de implementação, e aos caminhos definidos como sensíveis, passam sempre por uma pessoa. A aprovação de um bot nunca substitui a de uma pessoa.
  • O número de rondas é limitado. Se uma alteração não passar ao fim de três revisões, a equipa repensa a abordagem em vez de continuar a corrigir.

Os resultados, entre junho e setembro de 2026: o número de pedidos de integração aceites mais do que duplicou, e a percentagem de alterações revertidas caiu mais de 40%. A percentagem de pedidos aprovados após uma única ronda de correções subiu de 65% para 78%, e a dos que precisaram de cinco ou mais rondas desceu de 8,9% para 1,5%.

Convém lembrar que a Anthropic vende as ferramentas que descreve. Ainda assim, a estrutura em si, com níveis de risco e uma pessoa nos pontos sensíveis, não depende de nenhuma ferramenta em particular.

Um teste que corre vale mais do que uma leitura

Um modelo que lê o código e faz comentários é uma camada. A camada mais forte é um teste que corre e falha. O agente de revisão de código da Vercel é um exemplo: constrói a correção que propõe, executa-a num ambiente isolado com a compilação, os testes e as ferramentas de análise estática do projeto, e só publica as sugestões que passaram.

A OpenAI foi mais longe. Em fevereiro de 2026, uma equipa da empresa descreveu cinco meses de desenvolvimento em que nenhuma linha foi escrita à mão: cerca de um milhão de linhas de código e cerca de 1.500 pedidos de integração. A arquitetura é imposta por linters próprios e por testes estruturais, e os agentes revêem o trabalho uns dos outros. Nesse modelo, a revisão humana é opcional, ao contrário da abordagem da Anthropic. A diferença entre as duas é precisamente a pergunta a que cada equipa tem de responder: onde é que uma pessoa tem de estar.

Boris Cherny, criador do Claude Code, disse em janeiro de 2026 que a sua dica mais importante é dar ao agente uma forma de verificar o próprio trabalho, e que isso torna o resultado duas a três vezes melhor. Descreveu também um hábito simples. Cada erro do agente fica registado no ficheiro de instruções do projeto, para não se repetir.

Por onde começar

  • Um repositório, e não a organização inteira de uma vez.
  • Um ficheiro de instruções curto para o agente, e um ficheiro de regras de revisão para onde passa cada comentário que se repete nas revisões.
  • Uma revisão automática e uma verificação de segurança local antes de abrir um pedido de integração, e de novo, automaticamente, em cada pedido.
  • Testes automáticos obrigatórios, sem os quais não há integração.
  • Níveis de risco: o que entra sem pessoa, o que precisa de uma e o que precisa de duas. Infraestrutura, permissões e pagamentos ficam sempre com uma pessoa.
  • Um modelo para cada pedido de integração: como foi testado, qual é o risco e como se reverte.
  • Reversão num só passo, e flags que permitem desligar uma nova funcionalidade sem nova implementação.
  • Cada incidente em produção dá origem a um novo teste.

Segundo a Anthropic, vale a pena dedicar algumas semanas a afinar as regras de revisão no primeiro repositório antes de alargar. É também assim que acompanhamos equipas de desenvolvimento: uma equipa e trabalho real, e só depois de o método estar a funcionar entram outras equipas.

Perguntas frequentes

Se é uma IA a rever código escrito por IA, não está a verificar-se a si própria?
É um risco real, e por isso a revisão do modelo é apenas uma camada. As outras camadas são testes que correm e falham, uma revisão de segurança separada, e uma pessoa nas alterações de risco médio e alto. Na Anthropic, a aprovação de um bot nunca substitui a de uma pessoa.
Quanto custa uma revisão automática?
Em março de 2026, a Anthropic indicou um custo médio de 15 a 25 dólares por revisão com a sua ferramenta. Vale a pena comparar com uma hora de um programador sénior a ler a mesma alteração, e com o incidente em produção que a revisão evita.
Quem decide o que conta como alteração de risco alto?
Na Anthropic, é um classificador automático que decide com base na própria alteração, e os caminhos sensíveis têm responsáveis definidos à partida. Numa equipa que está a começar, uma lista manual de pastas e ficheiros sensíveis chega como ponto de partida.

Fontes

Quer falar sobre isto no contexto do seu sistema? Marque uma conversa gratuita de uma hora.