- Artigo em formato de entrevista sobre o fluxo de trabalho de Peter Steinberger, que registrou mais de 6.600 commits só em janeiro trabalhando sozinho com agentes de IA
- Moltbot (antigo Clawdbot) atualmente registra o crescimento de estrelas mais rápido da história do GitHub e superou Claude Code e Codex em volume de buscas no Google
- Peter desenvolve operando de 5 a 10 agentes ao mesmo tempo e focando em discussões de arquitetura em vez de revisão de código
- Para colaborar de forma eficaz com IA, é essencial projetar um loop em que os agentes possam compilar, fazer lint, testar e validar por conta própria
- Engenheiros com mentalidade mais voltada para resultados e design de sistemas do que para detalhes de implementação se adaptam melhor ao desenvolvimento nativo em IA
Quem é Peter Steinberger
- Fundador que transformou o PSPDFKit em um negócio global de ferramentas para desenvolvedores
- Voltou após 3 anos de pausa e, desta vez, colocou LLMs e agentes de IA no centro do seu fluxo de trabalho
- A experiência de liderar uma equipe de mais de 70 desenvolvedores o ensinou a abandonar o perfeccionismo, e essa habilidade hoje aumenta sua eficiência ao trabalhar com agentes de IA
- Em janeiro de 2026, registrou mais de 6.600 commits em um único mês, exibindo uma produtividade incomum para um desenvolvedor individual
- Todo o trabalho foi feito em projetos pessoais, não em uma empresa, e ele está simplesmente se divertindo programando
Moltbot e seu crescimento explosivo
- Registrou a taxa de crescimento de estrelas mais rápida da história do GitHub e, mesmo em comparação com o Tailwind CSS, a curva de crescimento é sem precedentes
- Na última semana, registrou no Google mais buscas do que Claude Code e Codex somados
- Nas palavras de Peter: "Se você olhar só os commits, parece uma empresa, mas na verdade sou só uma pessoa em casa programando por diversão"
10 lições centrais do fluxo de trabalho baseado em agentes de IA
- Abandonar o perfeccionismo: se você aceitar que o código nem sempre vai corresponder ao seu gosto, consegue trabalhar com mais eficiência ao lidar com agentes
- Fechar o loop: é preciso projetar um sistema em que os agentes de IA possam compilar, fazer lint, executar e validar sozinhos
- Pull Request morreu, e o "Prompt Request" está surgindo: tornou-se mais importante olhar para o prompt que gerou o código do que para o código em si
- A revisão de código desaparece e é substituída por discussões de arquitetura: até no Discord, ele discute com a equipe principal apenas arquitetura e grandes decisões, não o código em si
- Opera de 5 a 10 agentes ao mesmo tempo, mantendo um estado de "flow"
- Cada agente trabalha em paralelo em funcionalidades diferentes
- Investe bastante tempo em planejamento e prefere o Codex
- Conversa repetidamente com os agentes para estabelecer um plano robusto
- Desafia o plano, ajusta, rebate e, quando fica satisfeito, executa e segue em frente
- O Codex trabalha de forma independente por longos períodos, enquanto o Claude Code volta com frequência para pedir esclarecimentos e acaba sendo mais dispersivo
- Usa prompts deliberadamente menos específicos para descobrir soluções inesperadas
- CI local é melhor que CI remoto: em vez de esperar 10 minutos pelo CI remoto, os agentes executam os testes localmente
- A maior parte do código é transformação de dados entediante: não vale a pena ficar obcecado; a energia deve ir para o design de sistemas
- Engenheiros mais interessados no resultado do que nos detalhes de implementação colaboram melhor com IA
- Engenheiros que gostam de resolver quebra-cabeças algorítmicos têm dificuldade na transição para o modo "nativo em IA"
- Quem gosta de lançar produtos se adapta melhor
Visão sobre o futuro da engenharia de software
- A IA não matou a engenharia de software, muito pelo contrário
- Peter é um arquiteto de software que mantém a estrutura de alto nível do projeto na cabeça
- Ele se preocupa profundamente com arquitetura, dívida técnica, escalabilidade e modularidade
- Um dos motivos do sucesso do Moltbot é sua excelente escalabilidade
- Ele investe energia para tornar fácil adicionar novos recursos
- Como "ditador benevolente" do projeto, mantém consistência de direção e estilo
Contexto e limitações
- O Moltbot é um projeto experimental voltado para iteração rápida e ainda está em andamento
- "Mover-se rápido e quebrar coisas" é a única forma de sucesso para esse tipo de projeto
- É difícil aplicar isso da mesma forma a todas as equipes ou produtos
- Ainda assim, o caso é avaliado como um exemplo de demanda que nem mesmo grandes laboratórios de IA previram
26 comentários
Não consigo entender por que insistem em confundir uma máquina de previsão com uma máquina capaz de pensar
Como as calculadoras operam com base em algoritmos determinísticos, acho que essa analogia não é apropriada.
E eu não sou contra o uso de IA; o que considero problemático é a forma de usar IA apresentada neste texto.
Porque foi feito com a estrutura que imaginamos.
O básico é que ele trouxe exatamente a forma como os neurônios se conectam entre si, e não dá para ver claramente por qual processo ele pensa.
Como também não sabemos por qual processo o "pensamento" surge no cérebro, a forma básica e o fenômeno são os mesmos.
Por isso, considera-se que o cérebro humano é o mesmo que uma máquina de previsão.
Há também áreas que veem aquilo que chamamos de pensar como um fenômeno mecânico e consideram possível até mesmo o brain hacking.
Ambos são caixas-pretas e têm a mesma estrutura básica, mas isso não significa que se possa afirmar que são parecidos.
Não é completamente a mesma coisa, mas ao mesmo tempo também não é completamente diferente.
Dizer que é parecido significa que há partes em comum,
então, no fim, o fato de as pessoas divergirem provavelmente depende da perspectiva sobre o quão parecido isso é.
Não dá para dizer que é idêntico, mas eu vejo como parecido,
e penso assim na perspectiva da previsão e do pensamento mencionada no comentário do geek12356.
Ao mesmo tempo, também tenho a perspectiva de que, por ter uma inteligência superior à humana, é diferente dos humanos.
Não vamos virar aquele sênior que, enquanto os outros fazem cálculos de centenas de linhas em 1 segundo com funções do Excel, fica calculando tudo manualmente na calculadora e ainda diz: "Não usem funções".
A analogia com funções do Excel e calculadora parece estar errada.
Se a precisão do LLM fosse 100%, eu concordaria..
Não entendo por que alguém é contra usar calculadora, mas fica mexendo no ábaco.
Antes de mais nada, eu não gostaria de usar um produto desenvolvido desse jeito.
Se fosse um software automotivo ou de aviação desenvolvido desse jeito, eu menos ainda usaria.
Então é por isso que os japoneses ainda usam fax em sua maioria.
Por fora pode até parecer legal, mas se isso causar problemas depois, exigir correções ou abrir vulnerabilidades, o custo parece que vai ser enorme..
Parece que várias vulnerabilidades já estão sendo relatadas.
No fim, as pessoas voltam a se tornar importantes novamente.
Não sei se devo ver isso de forma positiva ou negativa..
Acho que vocês já devem estar usando isso, conscientemente ou não.
Se o código vomitado desse jeito acabar causando algum problema, quem é que vai limpar a bagunça depois...? Se o código for sendo feito assim... um dia esse inferno certamente vai chegar.
É surpreendente falarem em "Prompt Request" em vez de Pull Request.
Há muito tempo eu me interessei bastante por MDA, mas desisti por parecer irrealista; agora vejo isso se concretizando assim.
Acho que seria bom se isso fosse oferecido como um recurso em lugares como o GitHub.
"Mover-se rápido e quebrar coisas"
Achei essa frase bem identificável
Grande parte do erro foi minha por tentar ler código escrito por IA.
Os MoltBots estão mandando uma quantidade absurda de PRs de autorreparo, então parece que a própria pessoa não consegue revisar tudo kkk. Como o número de issues e PRs é parecido, parece ser aquele tipo de problema em que, em vez de escrever uma issue e esperar, basta pedir para o MoltBot criar um PR e dar push, e pronto kkk.
É só que a situação em que a IA distinguia cães e gatos ficou um pouquinho mais próxima da nossa realidade... não sei se tem algum valor além disso.
Parece que ele prefere o Codex, então fiquei curioso sobre as configurações.
Com o Codex, em 140 dias, fiz 115 projetos e acho que usei mais de 250 bilhões de tokens - link
Dá algo em torno de 75 milhões de won. Um desenvolvedor solo AI-native primeiro precisa dar um exit e ter bastante dinheiro...
2,5 trilhões de tokens... é até difícil ter noção disso...