As leis dos desenvolvedores na era da IA

 (bvp.com)
28 pontos por GN⁺ 2025-10-27 | 1 comentários | Compartilhar no WhatsApp
  • Reflete um novo ambiente de software em que agentes de IA e desenvolvedores humanos se tornam ao mesmo tempo usuários e colaboradores, e reformula para o paradigma da IA as leis de plataformas para desenvolvedores publicadas há 12 anos
  • Em 2025, surge o paradigma de desenvolvimento agêntico (agentic development), marcando a transição para um ambiente em que agentes de IA colaboram com desenvolvedores para projetar, construir, implantar e manter software
  • Com base em insights diretos dos principais líderes de plataformas para desenvolvedores, como Anthropic, Cursor e Port, são derivadas 8 leis centrais
  • Aborda mudanças estruturais no mercado de ferramentas de desenvolvimento, como o equilíbrio entre experiência do agente (AX) e experiência do desenvolvedor (DX), documentação amigável para modelos, novas estratégias de precificação e a mudança no papel do engenheiro de plataforma
  • Em meio à onda de inovação em software liderada por IA, as plataformas para desenvolvedores passam a liderar a nova infraestrutura, e a evolução contínua e o controle da plataforma emergem como o núcleo da defensabilidade

Contexto: a evolução das leis dos desenvolvedores

  • As primeiras "8 leis das plataformas para desenvolvedores", publicadas pela Bessemer Venture Partners em 2013, e a edição revisada de 2019 acompanharam a ascensão de DevOps, open source, arquitetura cloud-native e do ecossistema API-first
  • Em 2025, surge um novo paradigma chamado desenvolvimento agêntico
    • Agentes de IA colaboram com desenvolvedores para projetar, construir, implantar e manter software em grande escala
  • Reflete insights diretos de líderes do setor como Anthropic, Cursor, Port, Fal AI, Fern, Render, Appwrite, Netlify, Recall, Vapi, Resolve AI, Graphite, Marimo e Resend

As 8 leis das plataformas de desenvolvimento com IA

Lei #1: a experiência do agente (AX) é tão importante quanto a experiência do desenvolvedor (DX)

  • É necessário dar atenção igual à experiência do agente (AX) e à experiência do desenvolvedor (DX)
    • A DX complementa e melhora diretamente a AX
    • Abrangência da documentação, superfície da API e esquemas fáceis de entender são úteis tanto para humanos quanto para agentes
    • Os investimentos feitos nos últimos 5 a 10 anos em especificações OpenAPI, APIs REST e SDKs ajudam ambos os lados
  • Depoimento do CEO da Resend: otimizar o fluxo de onboarding para melhorar a DX também faz grande diferença no uso da Resend por agentes

  • Funcionalidades diferenciadas para humanos e agentes

    • Desenvolvedores humanos conseguem interpretar documentação ambígua e se adaptar a APIs inconsistentes
    • Agentes precisam de interfaces estruturadas e previsíveis
      • Esquemas OpenAPI com tratamento de erros abrangente
      • Persistência de sessão para fluxos de trabalho com várias etapas
      • Mecanismos de feedback em tempo real, como streams via WebSocket
      • O agente de deploy da Netlify mantém o estado em todo o pipeline de CI/CD e fornece feedback imediato de build

  • A chegada do Model Context Protocol (MCP)

    • O MCP representa uma mudança fundamental na forma como ferramentas para desenvolvedores atendem seus usuários
    • Muitas empresas hospedam seus próprios servidores MCP com soluções como o FastMCP da Prefect
      • Porque os desenvolvedores trabalham no Cursor e no Claude Code
      • Dentro da IDE, desenvolvedores fortalecem os agentes para acessar diretamente dados em tempo real da plataforma e executar tarefas

  • Integração entre dashboard e API

    • Hoje, humanos ainda fazem login diretamente em dashboards como janela central para coletar informações
    • Times como o da Recall tornam todas as funções do dashboard acessíveis via API, permitindo que agentes também contribuam para a resolução de problemas
    • Ainda há questões em aberto sobre reduzir ou eliminar a troca de contexto dos agentes (controle de versão, integrações, uso de API e deploy em produção)
      • Servidores MCP permitem que agentes obtenham informações em tempo real e executem comandos sem trocar de contexto para dashboard ou CLI

Lei #2: a documentação deve servir tanto aos modelos quanto aos humanos

  • A documentação dentro de times de engenharia muitas vezes é escrita com boa intenção, mas não recebe manutenção adequada
    • Não reflete mudanças em tempo real e acaba oferecendo guias desatualizados
    • Desenvolvedores costumam tolerar até certo ponto documentação incompleta ou imperfeita

  • A especificidade da documentação para LLMs

    • Para LLMs, é difícil e impreciso converter páginas HTML complexas com navegação, anúncios e JavaScript em texto simples amigável para LLM
    • Agentes se beneficiam muito de informações concisas, de nível especializado, reunidas em um único local acessível
      • Isso é especialmente importante em casos de uso como ambientes de desenvolvimento, em que o LLM precisa acessar rapidamente documentação de programação e APIs
    • LLMs precisam de referências de API estruturadas e atualizadas, além de logs de auditoria que rastreiem o trabalho de humanos e agentes
      • Isso exige repensar fundamentalmente a arquitetura da informação

  • Generative Engine Optimization (GEO)

    • Assim como o SEO garante encontrabilidade em mecanismos de busca, o GEO garante que os modelos possam analisar e exibir respostas corretas rapidamente dentro da documentação
    • Ajuda desenvolvedores a manter o fluxo sem interrupções por pesquisas que exigem troca de contexto

  • Documentação técnica com propósito duplo

    • Com a disseminação dos agentes de código, a documentação técnica se torna um ativo de produto com propósito duplo
    • Passa a atender de forma eficaz tanto agentes quanto o público humano de desenvolvedores
      • Controle de versão, gestão de mudanças e capacidade de busca adequados para agentes
      • Sem deixar de ser útil para desenvolvedores humanos
    • Observação do cofundador da Fern: "Desenvolvedores querem um site de documentação refinado, e agentes precisam de Markdown limpo para fazer parsing. As equipes estão migrando para uma abordagem docs-as-code, em que escrevem a documentação primeiro em Markdown e depois a publicam como um site amigável para desenvolvedores e arquivos legíveis por máquina, como llms.txt"

Lei #3: a estratégia de preços deve focar na redução do atrito no onboarding

  • A precificação deve considerar tanto a estrutura de custos quanto a entrega de valor
  • Isso é especialmente importante para aplicações nativas de IA
    • No SaaS tradicional, o custo marginal para atender um usuário era próximo de zero, mas agora passa a incluir um componente relevante de custo de inferência

  • Três caminhos de precificação em teste por empresas voltadas a desenvolvedores

    • 1. Preço baseado em uso com expansão para grandes contas de clientes
      • Escala impulsionada pela utilidade surpreendente do produto
      • Todas as plataformas estão sendo reintegradas com IA e, como em toda onda anterior, os desenvolvedores lideram a adoção e impulsionam os gastos com infraestrutura e ferramentas
      • Uso e monetização crescem junto com o cliente (hoje, o padrão de precificação mais comum)
    • 2. Preferência das empresas por previsibilidade de gastos
      • O fornecedor integra a IA não como recurso adicional, mas como parte da experiência central do produto baseada em assentos
      • Muitas vezes acompanhada de cobranças excedentes baseadas em uso
    • 3. Preço baseado em resultado ou agrupamento por atividade
      • Agrupa atividades em processos de negócio significativos e cobra com base em workflows concluídos

  • Diferença nos gatilhos de upsell

    • Dados iniciais sugerem que os gatilhos de upsell podem ser diferentes entre desenvolvedores tradicionais e vibe coders
    • O fator limitante para construir e entregar influencia a disposição de quem cria software em pagar
      • Ex.: funcionalidades de CI/CD para vibe coders vs. desenvolvedores tradicionais

  • Reduzir o atrito no onboarding continua sendo prioridade máxima

    • Independentemente do caminho escolhido, todas as plataformas continuam fortemente focadas em reduzir o atrito no onboarding
      • Manter um free tier atraente
      • Excelente documentação
      • Comunidade forte de desenvolvedores (reduzindo o atrito de onboarding de forma escalável)
    • Opinião do CEO da Resolve: "Não forçamos o velho modelo de SaaS em um produto novo. O valor precisa ser mapeado para resultados... quando agentes executam trabalho real de engenharia e o sistema entrega valor mensurável, como redução de downtime, manutenção da estabilidade do sistema e aceleração das entregas, a precificação faz sentido"

Lei nº 4: os gastos com ferramentas de desenvolvimento de IA saem dos orçamentos tradicionais

  • Está surgindo uma nova categoria de gastos, à medida que mais empresas criam um orçamento dedicado para IA
    • No início, ele passa pelo CIO e se espalha por toda a organização
  • Muitas empresas já estão fazendo um trade-off entre gastar com ferramentas de IA e contratar mais engenheiros
    • Em vez de ampliar a equipe, elas perguntam continuamente se é possível atingir as metas com agentes

  • Complemento e substituição de engenheiros juniores

    • Como já vimos historicamente em outras empresas de software vertical vendidas para setores orientados a serviços
    • A delegação para agentes de programação e seus fluxos de trabalho começa a complementar e substituir engenheiros juniores
    • O foco não está apenas em ganhos de produtividade e redução de custos, mas também em maximizar alavancagem técnica
    • Indivíduos passam a ter capacidades totalmente novas, reduzindo a dependência de outras pessoas

  • Ambiente de compra com múltiplas partes interessadas

    • Surge um ambiente de compra com múltiplas partes interessadas, em que a origem do orçamento é mais complexa
    • O GTM liderado por desenvolvedores continua sendo rei em um ambiente competitivo barulhento
    • Dentro das empresas, CIO, líderes de engenharia, times de produto e desenvolvedores individuais influenciam as decisões de compra de forma diferente da geração anterior de ferramentas para desenvolvedores, por causa do nível de guardrails necessário para integrações de sistemas não determinísticos

  • Mudança nas métricas de sucesso

    • Há uma mudança para expectativas de nível consumidor em relação a valor imediato e experiências quase mágicas
    • Métricas tradicionais de produtividade em ferramentas para desenvolvedores são complementadas por medições baseadas em resultados
      • Tempo entre a ideia e um protótipo funcional
      • Redução do ciclo total de desenvolvimento
      • Aumento da produtividade de usuários de negócio
    • A análise da Cursor acompanha métricas granulares
      • Número de sugestões exibidas, sugestões aceitas, linhas de código geradas com apoio de IA e taxa de aceitação de sugestões geradas por IA

Lei nº 5: a definição de desenvolvedor se amplia drasticamente

  • A IA torna a criação de software mais acessível para mais pessoas e expande de forma fundamental a definição de "desenvolvedor"
    • Essa tendência já era visível desde o investimento seed na Zapier há 10 anos
  • A ampla disseminação de vibe coding e do desenvolvimento assistido por IA cria uma nova categoria de builders que produzem software sob medida sem necessariamente escrever código diretamente ou se preocupar com ele

  • Características de uma nova coorte de usuários

    • Plataformas como Lovable, Bolt, Create e v0 estão levando usuários para plataformas de desenvolvedores que tradicionalmente atendiam apenas usuários técnicos
    • Essa coorte pode ser facilmente identificada pelo tipo de pergunta que faz
      • Ainda não tem capacidade de resolução de problemas, de ler códigos de erro, de separar servidor de banco de dados e servidor web, ou de entender conceitos como load balancer
    • Esses usuários frequentemente travam na etapa entre prototipagem e produção
      • As empresas classificam esse uso mais como marketing eficiente do que receita de qualidade
      • A expectativa é que isso mude com o tempo, à medida que os desenvolvedores passem a trabalhar em níveis mais altos de abstração

  • Expansão do papel de membros não técnicos da equipe

    • Membros não técnicos ajudam a liberar tempo valioso de desenvolvedores para tarefas de programação e engenharia fora dos principais produtos da empresa
    • Com as ferramentas certas:
      • AEs podem criar demos personalizadas para produtos técnicos
      • Profissionais de marketing podem criar apps de exemplo para compartilhar no X
      • Profissionais de marketing de conteúdo podem escrever posts técnicos de blog

  • Redefinição das habilidades valiosas

    • Especialização de domínio e comunicação com clientes passam a ser mais importantes do que habilidade de programação em todas as funções
    • Pensamento sistêmico se torna ainda mais importante à medida que o trabalho evolui da implementação de baixo nível para orquestração e estratégia
    • Terão sucesso as pessoas e equipes que entendem como peças complexas se conectam, sabem onde confiar na automação e reconhecem quando a intervenção humana é indispensável
    • Entregar software ficou mais rápido e fácil do que nunca, mas a mudança na definição de desenvolvedor recoloca em destaque a importância dos princípios básicos de negócios sustentáveis
    • CEO da Netlify: "Hoje existem 17 milhões de desenvolvedores JavaScript, e esses são os desenvolvedores tradicionais. Mas esperamos que esse número chegue a 100 milhões nos próximos 10 anos"

Lei nº 6: fortes efeitos de rede incentivam posicionamento precoce no ecossistema

  • Empresas tradicionais voltadas a desenvolvedores cultivaram efeitos de rede por meio de open source, contribuições da comunidade, integrações e plugins
  • Agora, os efeitos de rede estão sendo redefinidos e reimaginados com a expansão do desenvolvimento agentic

  • Efeitos de rede entre agentes

    • Surgem efeitos de rede entre agentes, em que agentes de IA se tornam mais úteis quando conseguem se comunicar e se compor com outros agentes
    • Exemplo: um agente de IA de agendamento que consegue marcar reuniões se torna mais poderoso quando pode se comunicar com o agente de viagens de outra pessoa, o agente de gestão de despesas e o agente de calendário
    • Isso é possível por meio de protocolos como MCP

  • Amplificação dos efeitos de rede de dados

    • Os efeitos de rede de dados são ampliados pelo contexto
    • Quanto mais contexto um agente de IA tem, mais tarefas desejadas ele consegue concluir
    • Isso aumenta o valor dos produtos que detêm esse contexto
    • Exemplo do Product Intelligence da Linear
      • Possui anos de dados acumulados sobre como milhares de equipes de engenharia realmente trabalham
      • Pode sugerir atribuição de tarefas, classificar issues e simplificar operações de produto

  • Enfraquecimento do lock-in por integração

    • Os efeitos de rede enfraquecem onde o lock-in por integração tradicionalmente gerava custos de troca
    • David Gu, CEO da Recall: "Agora é mais fácil do que nunca trocar entre APIs diferentes, porque agentes de IA ajudam nisso sem que humanos precisem escrever manualmente código de integração"
    • O MCP reduz ainda mais o lock-in ao permitir que agentes de IA descubram e integrem ferramentas automaticamente
    • Em geral, LLMs tornam muito mais fácil para qualquer pessoa pesquisar e sintetizar opções durante o processo de avaliação

  • O paradoxo em um ambiente de recomendação guiado por IA

    • Em um ecossistema em que a IA conduz decisões de recomendação de ferramentas para desenvolvedores, o papel do feedback humano subjetivo cria um paradoxo
    • Agentes de IA podem ignorar preferências subjetivas, como facilidade de uso, e focar apenas em métricas objetivas de desempenho, como performance e latência
    • Por outro lado, conforme aprendem ao longo do tempo, agentes de IA podem passar a depender mais de feedback humano subjetivo
    • Esse paradoxo significa que produtos da mais alta qualidade saem ganhando em qualquer cenário
      • Crescimento liderado por desenvolvedores, lançamentos de produto, documentação, conteúdo educacional, conferências, fóruns de comunidade e reviews se tornam muito mais importantes
      • Velocidade importa mais do que nunca, e a vantagem de sair na frente se acumula com o tempo

  • Diferentes visões dos líderes

    • Essas leis ainda estão em andamento, e líderes empresariais oferecem perspectivas diferentes
    • Nikhil Gupta, CTO da Vapi: "A IA enfraquece efeitos de rede baseados em fatores não objetivos e fortalece efeitos de rede objetivos. Por exemplo, as pessoas podem achar que a API da Stripe é a mais fácil de usar, mas um agente de IA não vai se importar com facilidade de uso ao comparar a API da Stripe com a API da Ayden. Mas, se a Stripe for mais confiável, todos os agentes de IA vão escolhê-la"
    • Spiros Xanthos, CEO da Resolve: "GTM agent-first não é sobre hype, mas sobre prova. Se você aparece no ambiente do cliente e entrega resultados importantes, a adoção cresce naturalmente. Essa é a nova evangelização"

Lei nº 7: o engenheiro de plataforma evolui para arquiteto de fluxos autônomos

  • O papel da engenharia de plataforma se expande da gestão de software para a criação de fluxos de engenharia autônomos
  • Engenheiros de plataforma são responsáveis pela experiência do usuário de todas as equipes técnicas
  • Sua importância dentro das organizações se reflete cada vez mais na urgência de contratação

  • Mudanças nas áreas de responsabilidade

    • Engenheiros de plataforma agora precisam das seguintes capacidades técnicas
      • projetar fluxos agentic com etapas claras de supervisão humana
      • implementar guardrails robustos para gerenciar o risco de agentes executarem tarefas incorretas
      • assumir a arquitetura de sistemas e informação, indo além de uptime e confiabilidade
    • Os agentes lidam com tarefas rotineiras enquanto se constrói um centro de controle de IA para as decisões estratégicas mais complexas

  • Mudança no papel dos engenheiros de software

    • À medida que agentes de IA passam a lidar com mais geração de código real, engenheiros de software deixam de ser artesãos e passam a ser donos do produto de seus próprios sistemas
    • Essa mudança fundamental significa que engenheiros se preocupam cada vez mais com resultados do que com detalhes de implementação

  • Novas exigências de fluxo de trabalho

    • Testes e monitoramento robustos se tornam críticos
    • A documentação deve explicar não apenas a estrutura do código, mas também o comportamento do sistema
    • Revisão de código deixa de ser checagem de sintaxe e passa a validar lógica de negócio e decisões de arquitetura

  • Implicações organizacionais

    • As implicações vão além da produtividade individual
      • equipes precisam de novos processos para transferência de conhecimento
      • a resposta a incidentes se torna mais difícil quando humanos não entendem completamente a lógica original de implementação
      • a dívida técnica se acumula de forma diferente quando o código gerado não pode ser lido por humanos
    • Quando engenheiros passam a ser operadores, e não autores, do próprio código, são necessários investimentos massivos em observabilidade, testes automatizados e governança de arquitetura para manter a confiabilidade do sistema

  • Gargalo de validação

    • À medida que a IA gera código em uma velocidade sem precedentes, o principal gargalo deixa de ser escrever código e passa a ser verificar sua correção
    • Isso transforma fundamentalmente a velocidade de desenvolvimento
      • equipes podem gerar milhares de linhas de código em minutos
      • leva muito mais tempo para verificar se funciona como pretendido, se se integra corretamente aos sistemas existentes e se atende aos requisitos de segurança e desempenho
    • Empresas que otimizarem a velocidade de validação com melhores frameworks de teste, ferramentas de verificação em tempo real e sistemas de confirmação visual terão vantagem significativa no ciclo de desenvolvimento assistido por IA

  • Perspectiva do CEO da Render

    • "A mudança contínua mais importante na gestão de plataformas é a transição da gestão de infraestrutura para a otimização do fluxo de trabalho do desenvolvedor"
    • Equipes de engenharia agora reconhecem que construir e manter plataformas internas personalizadas de desenvolvimento e deploy frequentemente é um trabalho não diferenciado que drena recursos do negócio principal
    • Ao usar plataformas gerenciadas como a Render para cuidar da infraestrutura básica, engenheiros de plataforma podem se concentrar em automações de maior valor

Lei nº 8: defensibilidade diz respeito à evolução contínua e ao controle da plataforma

  • Em essência, tornar-se uma plataforma significa criar uma infraestrutura escalável sobre a qual terceiros possam construir, junto com ela e em cima dela
    • Isso ativa um ecossistema que se torna mais valioso quanto mais usuários contribuem e demonstram verdadeiro apreço da comunidade

  • Continuidade em relação à era SaaS

    • Esse conceito permaneceu consistente desde a era SaaS
    • A era da IA eleva pilares específicos da defensibilidade

  • Principais elementos de defensibilidade

    • 1. Controle do ponto de entrada
      • como a posse do repositório de código pelo GitHub ou o domínio da edição de texto pelo VS Code
      • isso concede à plataforma o direito estratégico de expandir funcionalidades sobre comportamentos de usuário já estabelecidos
    • 2. Vantagem de dados
      • aparece por meio de datasets proprietários de produto e de contexto específico da empresa, que viabilizam capacidades que concorrentes não podem replicar

  • A mudança mais fundamental: evolução contínua

    • A evolução contínua é o fator mais importante
    • As melhores plataformas orquestram ativamente múltiplos modelos de IA, fontes de dados e fluxos de trabalho para executar ações autônomas
      • tendem a possuir dados exclusivos de seu ecossistema
      • conseguem aproveitar esses dados rapidamente para ciclos de feedback em tempo real a partir de interações agentic e com clientes

  • A importância da velocidade

    • Velocidade é essencial, tanto para entregar funcionalidades adicionais quanto para formular estratégia
    • Empresas precisam pensar em suas visões de Ato 2 e Ato 3 muito mais cedo do que era necessário na era SaaS
    • Há expectativa para ver como isso continuará evoluindo

  • Perspectiva do CEO da Port

    • "É importante ser o primeiro a mudar a forma como o trabalho é feito. Do ponto de vista do produto, trata-se de construir algo que vai evoluir continuamente"
    • "Por exemplo, uma plataforma como um CRM — alguém gerencia, controla, tem opinião e itera a partir dos blocos fundamentais"

Leitura adicional recomendada

Leituras relacionadas

1 comentários

 
progdesigner 2025-10-28

Então, como fazer isso, ainda ninguém sabe.
Parece ser uma era em que reagir rápido e se adaptar às mudanças se torna a única estratégia de sobrevivência.