- Com ferramentas de CLI baseadas em agentes como Claude Code, OpenAI Codex e Cursor se consolidando como mainstream, está crescendo o uso de “agentes de codificação paralela”, que executam vários agentes de IA ao mesmo tempo para trabalhar em paralelo
- Vários engenheiros estão aumentando a produtividade com isso, e a abordagem pode ser aplicada não só ao desenvolvimento, mas também a pesquisa, manutenção e tarefas baseadas em instruções
- No entanto, também há preocupações de que a velocidade de revisão de código se torne um gargalo ou que o fluxo de concentração (flow) seja interrompido
- Desenvolvedores mais experientes tendem a estar mais acostumados a usar agentes paralelos, graças à capacidade de conciliar multitarefa com revisão de código
- Em trabalhos com agentes paralelos, práticas básicas de engenharia como testes, unidades pequenas de trabalho, refatoração e revisão de código são elementos centrais para manter confiabilidade e qualidade
Expansão dos agentes de IA paralelos e mudanças na forma de desenvolver
- Com a popularização de ferramentas de CLI baseadas em agentes como Claude Code, OpenAI Codex e Cursor, surge uma tendência em que engenheiros executam vários agentes ao mesmo tempo para realizar trabalho em paralelo
- O engenheiro da Anthropic Sid Bidasaria mencionou em uma conversa que aumentou sua produtividade ao executar vários agentes
- O especialista em engenharia de IA Simon Willison explicou o seguinte no texto “adotando o estilo de vida dos agentes de codificação paralela”
- No início ele era cético porque a revisão de código gerado por IA era o gargalo, mas nas últimas semanas passou a usar agentes paralelos de forma natural
- Ele ainda só consegue revisar e aplicar uma mudança importante por vez, mas aumentou o número de tarefas que podem ser iniciadas em paralelo sem elevar muito a carga cognitiva
- O uso de agentes paralelos é especialmente útil em pesquisa, manutenção e tarefas orientadas por instruções
Impacto sobre práticas tradicionais de engenharia de software
- O trabalho com agentes paralelos pode virar de cabeça para baixo práticas de engenharia de software consolidadas ao longo de décadas
- Se engenheiros que executam vários agentes ao mesmo tempo forem mais produtivos do que colegas de “thread única”, que se concentram em um problema por vez, isso é totalmente possível
- Na era pré-IA, um ponto central da engenharia era manter o estado de flow (imersão)
- Entender os componentes → construir, validar e iterar a solução → enviar o pull request ou fazer merge e deploy
- Interrupções nesse processo atrapalham a imersão e exigem tempo para retomar o contexto. Por isso muitos desenvolvedores valorizam blocos de tempo de foco
- Mas isso não vale para todos os engenheiros de alta produtividade; alguns são especialmente bons em multitarefa e troca de contexto
- O engenheiro mais produtivo que ele conheceu quando era gerente fazia muitas trocas de contexto e tocava várias tarefas ao mesmo tempo
- Rotina diária: revisão de código → trabalho de programação → stand-up → programação
(na prática, com interrupções constantes como pedidos de revisão, solicitações de ajuda e perguntas de gestores)
Engenheiros sêniores e a adequação aos agentes paralelos
- Há a possibilidade de que engenheiros sêniores ou acima se adaptem naturalmente ao trabalho com agentes de IA paralelos
- Conseguem manter na cabeça os workflows paralelos dos membros da equipe
- Fazem revisão de código em 2 a 5 fluxos de trabalho
- Desenvolveram a capacidade de lidar com interrupções e ainda assim gerar progresso em cenários de foco constantemente quebrado
- Sabem dar instruções a colegas, então também conseguem delegar e explicar tarefas urgentes
- Também têm habilidade de escrita, o que permite comunicação escrita eficaz em revisão de código, documentos RFC, tickets e críticas ao trabalho de colegas
- Com o uso de agentes de IA, engenheiros que buscam ganhos de produtividade podem desenvolver qualidades que bons líderes técnicos precisam ter
- Até agora, a maioria das pessoas que usa agentes paralelos com sucesso foi observada entre engenheiros sêniores ou acima
- Ainda assim, o criador do Flask, Armin Ronacher, comentou que hoje usa agentes paralelos menos do que antes
- “Há um limite para o quanto minha cabeça consegue revisar”
Futuro e incertezas do trabalho com agentes paralelos
- Entramos agora em uma nova era em que todo desenvolvedor pode começar a trabalhar em paralelo com agentes de codificação
- Ainda é incerto se isso realmente tornará engenheiros mais produtivos, ou se apenas vai fazê-los se sentir produtivos
- É possível que engenheiros que focam em uma coisa por vez acabem produzindo software mais confiável ao longo do tempo, e
- também é possível que o trabalho com agentes paralelos leve a mais problemas e retrabalho, anulando os ganhos
- Mesmo assim, espera-se que mais desenvolvedores experimentem agentes paralelos
A importância dos fundamentos de engenharia de software no trabalho com agentes de IA
- Mesmo ao usar agentes de IA, os fundamentos de engenharia de software continuam importantes
- Testes: aplicar testes unitários em todos os side projects (não confiar no próprio trabalho sem validação)
- Tarefas pequenas e descritivas: explicar tarefas de escopo reduzido e fornecer exemplos
- Refatoração: a cada 3 ou 4 tarefas, instruir o agente a refatorar o código que ele escreveu (extrair métodos, mover para uma nova classe etc.)
- Revisão: acompanhar o trabalho do agente
- Fazer diretamente tarefas pequenas: manter a IDE aberta e fazer pessoalmente mudanças de poucas linhas para preservar a percepção do codebase
- Outros engenheiros relatam a mesma experiência: práticas de engenharia que “forçam” o agente a passar em todos os testes levam a resultados melhores
- Como agentes de IA são não determinísticos e até certo ponto pouco confiáveis, essas práticas permitem uma abordagem prática muito mais confiável
7 comentários
Como Armin Ronacher mencionou, acho que o gargalo é a carga cognitiva do revisor. Se a pessoa já está ocupada com programação ou outras tarefas, isso acaba sendo algo difícil de aplicar. Pelo contrário, também acho que pode haver um efeito reverso, como uma queda de qualidade inesperada ou mais tempo gasto na revisão.
Tenho receio de que a multitarefa se torne algo comum entre desenvolvedores sob a justificativa de usar IA e aumentar a produtividade.
Até dá para fazer com 3 agentes, tipo FE, BE e data, mas mais do que isso meu cérebro não consegue acompanhar T_T.
Graças à IA, o TDAH agora é o novo normal? Não precisa mais ir ao hospital?
Pense neles como colegas avaliadores que não se cansam e vá matando e revivendo enquanto usa vários ao mesmo tempo kkkkk
> O engenheiro mais produtivo que conheci na época em que eu era gerente fazia muito context switching e tocava várias tarefas ao mesmo tempo
> Desenvolveu a capacidade de lidar com interrupções para continuar avançando em uma situação em que a concentração é constantemente quebrada
vs
> Reduzir a troca de contexto, terminar uma coisa antes de passar para a próxima e registrar a memória em ferramentas externas
> A troca frequente de contexto (context switching) aumenta a carga de controle no córtex pré-frontal e no lobo parietal
> - https://pt.news.hada.io/topic?id=24026
Pessoalmente, sempre sinto vontade de tentar multitarefa, mas como isso me cansa demais, acabo ficando em alerta com relação a isso.
Acho que métodos simples que dá para manter com consistência são os melhores.
O cérebro humano não é paralelo também kkk. Se no fim das contas a revisão vai ser feita de forma sequencial, então paralelizar não pode ter um significado tão grande assim.
Em vez de pensar como um colega desenvolvedor da equipe, se você pensar como um PM e fizer em paralelo, acaba funcionando mais ou menos.