Se voc\u00ea leva o enquadramento de Karpathy a s\u00e9rio, a discuss\u00e3o sobre se a Intelig\u00eancia Artificial<\/a> ajuda ou atrapalha a produtividade dos desenvolvedores \u00e9 a discuss\u00e3o errada. \u00c9 como debater quais pinc\u00e9is um pintor deveria usar em 1860, enquanto a fotografia est\u00e1 sendo inventada na rua de baixo. A pergunta interessante \u00e9 o que muda no papel do engenheiro.<\/p>\n\n\n\n Passei o \u00faltimo ano acompanhando isso acontecer na Cheesecake Labs, com nossos pr\u00f3prios times e com clientes de fintech, mobilidade e engenharia de plataforma. Os padr\u00f5es j\u00e1 est\u00e3o claros o suficiente para colocar no papel.<\/p>\n\n\n\n A primeira era vai mais ou menos at\u00e9 2021. O c\u00f3digo era escrito, linha por linha, por humanos. As ferramentas eram editores de texto, debuggers, terminais e mecanismos de busca. O resultado do dia de um engenheiro era c\u00f3digo que compilava.<\/p>\n\n\n\n Essa era n\u00e3o acabou. Muito c\u00f3digo ainda \u00e9 escrito assim, e tudo bem em alguns contextos. Mas a trajet\u00f3ria seguiu adiante. O ponto a se notar \u00e9 que praticamente toda ferramenta que constru\u00edmos nessa era partia do princ\u00edpio de que o engenheiro \u00e9 o gargalo. As IDEs ficaram mais r\u00e1pidas. Os frameworks subiram de n\u00edvel.<\/strong> As linguagens ficaram mais expressivas. A stack inteira se otimizou para velocidade de digita\u00e7\u00e3o e carga cognitiva de um \u00fanico humano em frente ao teclado.<\/p>\n\n\n\n A segunda era vai do fim de 2022 at\u00e9 meados de 2024. O ChatGPT foi lan\u00e7ado, o GitHub Copilot furou a bolha<\/a> e o Cursor v1 transformou a IDE em uma superf\u00edcie de chat. O padr\u00e3o dessa era era o mesmo independentemente do fornecedor: a IA sugeria, o humano colava.<\/p>\n\n\n\n Isso foi \u00fatil. E tamb\u00e9m foi limitado de um jeito bem espec\u00edfico. A unidade de trabalho ainda era uma linha, uma fun\u00e7\u00e3o, um trecho de c\u00f3digo. O engenheiro continuava no volante. A IA era um autocomplete inteligente e um canal alternativo para as perguntas que antes iam parar no Stack Overflow.<\/p>\n\n\n\n Os n\u00fameros dessa era s\u00e3o reais e vale cit\u00e1-los. Em abril de 2025, Sundar Pichai afirmou na teleconfer\u00eancia de resultados da Alphabet<\/a> que mais de 30% do c\u00f3digo novo no Google estava sendo gerado por IA. A ressalva importa: humanos revisam e aceitam essas sugest\u00f5es. N\u00e3o \u00e9 algo sem supervis\u00e3o. Mas 30% n\u00e3o \u00e9 erro de arredondamento.<\/p>\n\n\n\n No mesmo per\u00edodo, o Cursor relatou que a IA escrevia de 40% a 50% do c\u00f3digo produzido dentro do editor. Superf\u00edcie diferente, mesma trajet\u00f3ria. O que se manteve constante nas duas ferramentas foi a estrutura do trabalho em si: o engenheiro continuava digitando, revisando e sendo o \u00fanico ponto de contato com a base de c\u00f3digo. A produtividade aumentou, mas o formato do papel n\u00e3o mudou.<\/p>\n\n\n\n Leia tamb\u00e9m: <\/strong>A maioria das empresas n\u00e3o est\u00e1 pronta para IA. Veja como descobrir onde a sua realmente est\u00e1.<\/a><\/p>\n<\/blockquote>\n\n\n\n A era tr\u00eas come\u00e7ou a aparecer no fim de 2024 e se popularizou ao longo de 2025. A mudan\u00e7a \u00e9 estrutural. O agente n\u00e3o completa c\u00f3digo. Ele age. L\u00ea a base de c\u00f3digo, planeja uma mudan\u00e7a, edita arquivos, roda os testes, abre um pull request. O humano sobe uma camada.<\/p>\n\n\n\n Na pr\u00e1tica, a era tr\u00eas \u00e9 assim. Um engenheiro sai de uma reuni\u00e3o, dispara dois ou tr\u00eas agentes em branches diferentes, volta vinte minutos depois e revisa tr\u00eas pull requests. Cada um implementou uma feature. O engenheiro n\u00e3o digitou o corpo de nenhuma fun\u00e7\u00e3o. Ele escreveu uma spec, aprovou um plano e revisou um diff.<\/p>\n\n\n\n Isso n\u00e3o \u00e9 um experimento mental. Boris Cherny, criador do Claude Code na Anthropic<\/strong>, descreve essa rotina em suas palestras. Ele tamb\u00e9m conta que o tempo de onboarding na Anthropic caiu de algumas semanas para alguns dias, porque as novas pessoas agora aprendem a base de c\u00f3digo fazendo perguntas ao agente e lendo as respostas, em vez de passar horas em pareamento com algu\u00e9m s\u00eanior. \u00c9 a era tr\u00eas funcionando como projetado.<\/p>\n\n\n\n <\/p>\n\n\n\n A mudan\u00e7a que a era tr\u00eas representa n\u00e3o \u00e9 sair de “escrever c\u00f3digo sem IA”<\/strong> para “escrever c\u00f3digo com IA”<\/strong>. Isso descreve a era dois. A mudan\u00e7a estrutural \u00e9 sair de assistir para pilotar: o engenheiro se torna o orquestrador, o agente faz a digita\u00e7\u00e3o e a unidade de trabalho sai da fun\u00e7\u00e3o e vai para a feature. O artefato que voc\u00ea revisa \u00e9 um pull request, n\u00e3o um par\u00e1grafo.<\/p>\n\n\n\n Se voc\u00ea ainda vive na era dois, essa distin\u00e7\u00e3o provavelmente soa exagerada. N\u00e3o \u00e9. A diferen\u00e7a entre usar o tab complete do Cursor<\/a> e rodar uma sess\u00e3o do Claude Code em plan mode<\/a> \u00e9 a diferen\u00e7a entre digitar mais r\u00e1pido e ter outra descri\u00e7\u00e3o de cargo.<\/p>\n\n\n\n Quando voc\u00ea transfere boa parte da digita\u00e7\u00e3o para agentes de IA<\/a>, duas coisas acontecem com o papel humano. Primeiro, a parcela de digita\u00e7\u00e3o do trabalho encolhe. Segundo, as partes que sempre foram as dif\u00edceis ficam mais expostas: decidir o que construir, julgar se o que foi constru\u00eddo est\u00e1 certo e conversar com as pessoas que v\u00e3o usar aquilo.<\/p>\n\n\n\n Essa mudan\u00e7a cria um papel que atende por dois nomes em 2026. S\u00e3o primos pr\u00f3ximos, mas n\u00e3o o mesmo trabalho, e vale entender a diferen\u00e7a.<\/p>\n\n\n\n O Product Engineer \u00e9 a vers\u00e3o interna: um engenheiro em uma empresa de produto que assume resultados de ponta a ponta, conversa diretamente com PMs, designers e stakeholders, consulta dados de produ\u00e7\u00e3o via MCPs e entrega features que chegam a todos os usu\u00e1rios de uma vez. O papel j\u00e1 est\u00e1 sendo contratado em escala. A Stripe<\/strong> tem uma vaga aberta de Staff Product Engineer no time de Checkout. A Linear<\/strong> est\u00e1 contratando um Senior\/Staff Product Engineer para IA. A Vercel est\u00e1 contratando um Product Engineer para o v0.<\/p>\n\n\n\n A articula\u00e7\u00e3o mais clara do papel vem de Guillermo Rauch na Lenny’s Newsletter<\/a>: o Product Engineer toma decis\u00f5es de design, de produto e de engenharia na mesma cabe\u00e7a, em vez de passar a bola entre tr\u00eas fun\u00e7\u00f5es separadas.<\/p>\n\n\n\n O sinal de contrata\u00e7\u00e3o tamb\u00e9m \u00e9 um sinal de oferta. Um Product Engineer que s\u00f3 tem senso de produto \u00e9, na pr\u00e1tica, um PM com t\u00edtulo novo. Um que s\u00f3 tem profundidade de engenharia \u00e9 um engenheiro de plataforma. O papel vive na interse\u00e7\u00e3o dos dois, e \u00e9 exatamente por isso que a oferta \u00e9 escassa e as vagas continuam abertas.<\/p>\n\n\n\n O Forward Deployed Engineer \u00e9 o primo pr\u00f3ximo, e o formato \u00e9 outro.<\/strong> A Palantir criou o modelo no come\u00e7o dos anos 2010. O FDE trabalha na empresa de produto (Anthropic, OpenAI, Palantir, Google) e \u00e9 alocado dentro do ambiente de um cliente espec\u00edfico para integrar o produto ali. Um cliente por vez. Um para um.<\/p>\n\n\n\n O papel explodiu em 2025 e 2026, \u00e0 medida que a integra\u00e7\u00e3o de IA<\/strong> em empresas virou o gargalo. Gergely Orosz, do The Pragmatic Engineer, mapeou um crescimento de mais de 800% nas vagas de FDE em 2025. A a16z chamou a posi\u00e7\u00e3o de “o trabalho mais quente da tecnologia”.<\/p>\n\n\n\n Anthropic, OpenAI, Scale AI e a maioria das empresas AI-native contratam ativamente sob esse t\u00edtulo. A vaga atual de FDE da Anthropic pede “experi\u00eancia em produ\u00e7\u00e3o com LLMs, incluindo engenharia de prompt avan\u00e7ada, desenvolvimento de agentes, frameworks de avalia\u00e7\u00e3o e deploy em escala”.<\/p>\n\n\n\n A PostHog tra\u00e7ou a linha mais limpa entre os dois: <\/strong>“Product engineers buscam resolver um problema que muita gente tem, para criar uma solu\u00e7\u00e3o reutiliz\u00e1vel. FDEs focam em um cliente por vez.”<\/p>\n\n\n\n O que os dois pap\u00e9is t\u00eam em comum \u00e9 justamente o que os torna era tr\u00eas: um engenheiro que conversa com usu\u00e1rios, assume resultados e entrega r\u00e1pido, com um agente fazendo a maior parte da digita\u00e7\u00e3o. A diferen\u00e7a \u00e9 o escopo. Se voc\u00ea constr\u00f3i um produto SaaS, provavelmente est\u00e1 contratando Product Engineers.<\/p>\n\n\n\n Se voc\u00ea vende capacidade de IA e precisa integr\u00e1-la a fundo com clientes corporativos, provavelmente est\u00e1 contratando Forward Deployed Engineers. Se a sua empresa \u00e9 uma consultoria ou prestadora de servi\u00e7os, nenhum dos dois t\u00edtulos \u00e9 tecnicamente correto, mas o m\u00fasculo \u00e9 o mesmo: gente capaz de entregar em dias o que antes levava um time um m\u00eas.<\/p>\n\n\n\n A resposta que a maioria dos l\u00edderes evita:<\/strong> a trilha de carreira que existe hoje n\u00e3o produz muita gente com esses dois formatos. A oferta \u00e9 escassa e o conjunto de habilidades \u00e9 mais amplo do que aquilo para o qual a maioria dos engenheiros s\u00eanior foi treinada.<\/p>\n\n\n\n Leia tamb\u00e9m: <\/strong>Sua estrat\u00e9gia de IA tem um problema de dados<\/a><\/p>\n<\/blockquote>\n\n\n\n A Pesquisa de IA Corporativa 2026 da Writer<\/a> entrevistou 1.200 executivos C-level e 1.200 profissionais de \u00e1reas n\u00e3o t\u00e9cnicas. Dois n\u00fameros desse relat\u00f3rio valem ficar na cabe\u00e7a. 79% das organiza\u00e7\u00f5es relatam desafios significativos para adotar IA, n\u00famero maior que o do ano anterior. Apenas 29%<\/strong> dizem enxergar ROI relevante, apesar de 97% terem colocado agentes de IA para rodar nos \u00faltimos doze meses.<\/p>\n\n\n\n Ou seja: a maioria das empresas colocou IA em algum lugar. A maioria n\u00e3o est\u00e1 tendo retorno. Por qu\u00ea?<\/strong><\/p>\n\n\n\n O gargalo \u00e9 tudo que est\u00e1 em volta do modelo. O organograma ainda pressup\u00f5e um repasse sequencial: o PM escreve uma spec, o tech lead quebra em partes, o engenheiro escreve um ticket, o engenheiro escreve o c\u00f3digo, o QA testa, o ops faz o deploy. IA dentro desse pipeline acelera uma etapa.<\/strong> As outras continuam com a mesma dura\u00e7\u00e3o. O cycle time total quase n\u00e3o se move, e o custo dos tokens aparece como uma linha na planilha sem economia correspondente do outro lado.<\/p>\n\n\n\n Nas empresas do Vale que operam na era tr\u00eas, o pipeline \u00e9 outro: o engenheiro conversa com o PM, consulta dados de produ\u00e7\u00e3o diretamente com um agente conectado via MCP, entrega, revisa, instrumenta e aprende, com o agente cuidando da digita\u00e7\u00e3o. O cycle time despenca porque os repasses despencam junto.<\/p>\n\n\n\n A escolha diante da maioria dos l\u00edderes de engenharia n\u00e3o \u00e9 “devemos adotar IA”. A maioria j\u00e1 fez isso. A escolha \u00e9 “vamos redesenhar o papel e o pipeline para de fato usar aquilo que adotamos”. Esse \u00e9 o trabalho que produz resultado, e \u00e9 o trabalho que a maioria das empresas ainda n\u00e3o come\u00e7ou.<\/p>\n\n\n\n Quatro movimentos, nesta ordem, que eu colocaria na mesa neste trimestre.<\/p>\n\n\n\n Primeiro, pare de tratar IA como autocomplete.<\/strong> Se algu\u00e9m do seu time ainda usa um agente de c\u00f3digo do jeito que usava o Copilot em 2023, isso \u00e9 lacuna de treinamento. Feche essa lacuna. O m\u00ednimo aceit\u00e1vel \u00e9 que os engenheiros saibam colocar um agente em plan mode, revisar o plano e entregar uma feature de ponta a ponta sem escrever c\u00f3digo \u00e0 m\u00e3o. Se o seu time n\u00e3o fez isso em uma feature real neste m\u00eas, agende.<\/p>\n\n\n\n Segundo, nomeie o papel de Product Engineer internamente.<\/strong> Voc\u00ea n\u00e3o precisa renomear todo mundo. Precisa reconhecer que as pessoas mais efetivas do seu time j\u00e1 operam mais perto desse papel do que de “desenvolvedor full-stack”. Promova com base no novo formato. Contrate com base nele para as novas vagas. A entrevista deve testar taste, capacidade de escrever specs no spec-driven development<\/a> e julgamento sob ambiguidade, n\u00e3o LeetCode.<\/p>\n\n\n\n Terceiro, invista no harness.<\/strong> Esse \u00e9 o trabalho que comp\u00f5e juros. Skills, arquivos CLAUDE.md no n\u00edvel do projeto e do usu\u00e1rio, servidores MCP conectados aos seus dados reais, automa\u00e7\u00e3o de code review, gates de conclus\u00e3o. Nada disso \u00e9 glamouroso. Tudo isso \u00e9 o que separa “usamos IA” de “mudamos como trabalhamos”. Dois dos tr\u00eas cases que rodamos na Cheesecake Labs no \u00faltimo trimestre sa\u00edram do papel porque o harness era forte.<\/p>\n\n\n\n Quarto, me\u00e7a a coisa certa.<\/strong> Pare de contar tokens. Comece a contar features por engenheiro por semana e custo por feature entregue. Se voc\u00ea n\u00e3o consegue medir isso, n\u00e3o consegue saber se o investimento em IA est\u00e1 se pagando. A maior parte dos 79% do relat\u00f3rio da Writer n\u00e3o sabe responder “qual \u00e9 o nosso custo por feature hoje versus um ano atr\u00e1s”. Essa \u00e9 a lacuna a fechar antes do pr\u00f3ximo ciclo de or\u00e7amento.<\/p>\n\n\n\n O enquadramento das tr\u00eas eras de Karpathy \u00e9 \u00fatil porque for\u00e7a uma pergunta que a maioria dos l\u00edderes ainda desvia. N\u00e3o estamos na mesma era de dois anos atr\u00e1s. As ferramentas s\u00e3o outras, o papel \u00e9 outro, e o organograma que a maioria das empresas roda foi desenhado para a era dois. A tecnologia est\u00e1 pronta. O desenho dos pap\u00e9is n\u00e3o.<\/strong><\/p>\n\n\n\n As empresas que daqui a tr\u00eas anos v\u00e3o parecer vision\u00e1rias ser\u00e3o as que nomearam esse abismo e se reconstru\u00edram em torno dele. As que continuarem tratando IA como um recurso de produtividade dentro do pipeline atual v\u00e3o gastar muito dinheiro em tokens e se perguntar por que o ROI nunca apareceu.<\/p>\n\n\n\n Esse \u00e9 o trabalho que fazemos na Cheesecake Labs todos os dias. Somos parceiros de empresas que j\u00e1 passaram da fase de prot\u00f3tipo e precisam colocar IA em produ\u00e7\u00e3o com o rigor que isso exige. Specs, evals, harnesses, entrega agent-native, a infraestrutura sem glamour que separa demos de produtos duradouros. Se o seu time est\u00e1 encarando esse abismo, fale com a gente<\/a>.<\/p>\n\n\n\n A mudan\u00e7a da era dois para a era tr\u00eas n\u00e3o \u00e9 sobre escrever c\u00f3digo com IA. \u00c9 sobre deixar de digitar e passar a orquestrar: o engenheiro vira o piloto, o agente faz a digita\u00e7\u00e3o e a unidade de trabalho sai da fun\u00e7\u00e3o e vai para a feature.<\/p>\n","protected":false},"author":92,"featured_media":13793,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_yoast_wpseo_title":"As tr\u00eas eras do software: do autocomplete ao ag\u00eantico","_yoast_wpseo_metadesc":"As tr\u00eas eras do software, do c\u00f3digo escrito \u00e0 m\u00e3o ao desenvolvimento ag\u00eantico, e o que muda no trabalho de quem constr\u00f3i produto hoje.","_yoast_wpseo_meta-robots-noindex":"","_yoast_wpseo_canonical":"","footnotes":"","ckl_wpml_lang":"br","ckl_wpml_source_id":13791,"ckl_wpml_status":"ok: lang=br trid=55102 source=13791 at 2026-08-14 15:39:23"},"categories":[432,471],"tags":[1342,1392,1391],"class_list":["post-14339","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-engineering","category-engenharia","tag-ai","tag-softwares","tag-three-eras-of-software"],"acf":[],"yoast_head":"\nEra um: c\u00f3digo escrito por humanos<\/strong><\/h2>\n\n\n\n
Era dois: assistida por IA, os anos do autocomplete<\/strong><\/h2>\n\n\n\n
\n
Era tr\u00eas: ag\u00eantica<\/strong><\/h2>\n\n\n\n
A era tr\u00eas cria um novo papel. Dois nomes, na verdade.<\/strong><\/h2>\n\n\n\n
\n
O abismo: onde o resto do mercado est\u00e1<\/strong><\/h2>\n\n\n\n
O que eu faria com isso<\/strong><\/h2>\n\n\n\n
Para fechar<\/strong><\/h2>\n\n\n\n
![\"Banner](\"https:\/\/ckl-website-static.s3.amazonaws.com\/wp-content\/uploads\/2023\/06\/legacy-app-ckl-1200x409.jpg\")
<\/a><\/figure>\n","protected":false},"excerpt":{"rendered":"