Quantcast

Claude Code já assina 4% do código carregado no GitHub. Este ano pode chegar a 20%

13 Comentários

A inteligência artificial (IA) generativa está a transformar profundamente a rotina dos programadores, integrando-se de forma irreversível nos fluxos de trabalho. O Claude Code, a ferramenta de terminal da Anthropic, destaca-se agora como o novo padrão da indústria, assinando já uma fatia de 4% da produção global de software.

O domínio crescente do Claude Code

De acordo com um relatório recente da consultora SemiAnalysis, o Claude Code já é responsável por 4% de todos os “commits” públicos realizados no GitHub. Se a atual trajetória de adoção se mantiver, as previsões apontam para que esta ferramenta possa alcançar os 20% de todas as contribuições diárias antes do final de 2026.

Um detalhe relevante é que estes números podem estar subestimados. Por predefinição, o Claude Code insere uma nota de coautoria nos programas em que intervém; contudo, os utilizadores têm a liberdade de desativar esta assinatura nas configurações. Isto sugere que a presença real da IA na produção de código pode ser ainda mais vasta do que os dados oficiais indicam.

O sucesso do Claude Code reside na sua arquitetura única. Ao contrário de assistentes populares como o Cursor, que funcionam integrados num editor de texto, a solução da Anthropic opera diretamente no terminal. Esta ferramenta possui a capacidade de ler bases de código completas, planear tarefas complexas com múltiplos passos e executá-las com acesso total ao sistema do programador.

A ferramenta consegue interpretar folhas de cálculo, repositórios inteiros ou documentação Web, compreendendo o contexto de forma profunda. É esta autonomia que tem conquistado os profissionais mais exigentes do setor.

O advento do “vibe coding”

A rapidez com que esta tecnologia se disseminou deu origem ao termo “vibe coding“, onde o programador atua mais como um orquestrador de intenções do que como um redator de sintaxe. Ryan Dahl, o criador do Node.js, foi mais drástico ao afirmar que “a era dos humanos a escrever código terminou”.

Até Linus Torvalds, o criador do Linux e conhecido pelo seu ceticismo, tem experimentado estas novas dinâmicas em projetos pessoais. Boris Cherny, o mentor por trás do Claude Code, assegura que a quase totalidade do código da própria ferramenta é gerada através da combinação do Claude Code com o modelo Opus 4.5.

Apesar do entusiasmo, o sistema não é isento de falhas. A experiência de utilização tem sido descrita como agridoce por alguns especialistas: se em 99% do tempo a ferramenta atua como um “génio incansável”, no restante 1% pode cometer erros básicos ou entrar em ciclos de bloqueio.

Esta margem de erro sublinha que a experiência do programador humano continua a ser vital. A capacidade de validar, corrigir e guiar a IA é o que separa um projeto bem-sucedido de um software repleto de falhas lógicas ou de segurança.

 

Leia também:

Claude continuará sem anúncios! Anthropic goza com publicidade no ChatGPT

Comentários

13

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *

  1. Avatar de Alberto Grijó
    Alberto Grijó

    Lá esta, se é que não dito antes por outras pessoas aqui.
    a i.a. não vai acabar com o lugar do programador mas sim, agilizar e ser muito mais produtivo.

    1. Avatar de Zé Fonseca A.
      Zé Fonseca A.

      Não é bem assim, os devs juniores estão a ser afastados ou a ter dificuldades em encontrar projectos

      1. Avatar de Artilheiro
        Artilheiro

        Se não houver programadores juniores. Como vai haver programadores seniores, mais tarde?

        1. Avatar de Zé Fonseca A.
          Zé Fonseca A.

          É uma boa questão, mas é o que está a acontecer, aconteceu comigo, ia reforçar a equipa com 15 juniores e focámos tudo em vibe coding e os juniores que tínhamos passaram para mid level para fazerem code review, isto em apenas 2 anos.
          É equipa de devops e secops, não é igual a desenvolvimento aplicacional mas vejo essa trend em todo o lado

      2. Avatar de jedi
        jedi

        sim ou não.

        a decisão de contratar juniores, dependerá sempre da empresa, porque AI tanto ajudar e acelerar o trabalho de programadores mais experiente / seniores como menos experientes / juniores.

        😉

        1. Avatar de Zé Fonseca A.
          Zé Fonseca A.

          Key Trends and Impacts:
          Decreased Hiring: Many companies are reducing entry-level hiring, as 1 junior with AI tools can potentially replace multiple, leading to a “junior death spiral” where companies risk future shortages of experienced, senior-level developers.
          The “Experience Paradox”: Despite fewer roles, employers often demand 2+ years of experience for entry-level positions, making it harder for beginners to break in.
          Shift in Skills: The focus for juniors has moved away from syntax and towards understanding system architecture, debugging AI-generated code, and solving business problems.
          Adaptation is Key: Successful junior developers are focusing on building complex projects, mastering AI tools, and demonstrating higher-level judgment rather than just coding speed.
          Long-Term Outlook: While immediate roles are scarce, the long-term, human-centric need for complex problem-solving means juniors will eventually be needed again as the senior population retires.

          Isto reflete o panorama

  2. Avatar de Cláudio
    Cláudio

    Sendo o artigo mencionado, um artigo pago, não consigo deixar de ser um bocadinho céptico relativamente aos números apresentados, mesmo porque não consegui encontrar referências fonte no artigo que permitam replicar os resultados do “estudo”.

    Por outro lado, apesar de haver muita informação e contra informação, a percentagem de erros aparenta ser superior, sendo que no modo de agente, onde os erros que ocorrem cada passo do processo geralmente somam-se, fazendo com que no final a percentagem de erros finais seja muito superior. Pior, à semelhança do que acontece nos projetos de software tradicionais, um erro num passo inicial do processo (por exemplo um teste mal desenhado) pode ter consequências bastante graves no produto final e obrigar as processos de correção de erros bastante dispendiosos.

    1. Avatar de Zé Fonseca A.
      Zé Fonseca A.

      Comentário de quem nunca viu código à frente nem nunca esteve numa equipa de desenvolvimento

      1. Avatar de Cláudio
        Cláudio

        Lol… Se nunca viste código à frente e nunca estiveste numa equipa de desenvolvimento, não precisas de comentar. Mas agradeço a sinceridade e fica descansado que não te contrato para a minha 😉

        1. Avatar de Profeta
          Profeta

          Esta ai uma boa questao. Se a IA vai gerar codigo, alguem tem de verificar se esta correcto certo ? Ou vao aceita-lo como foi gerado ? No fundo nao vai reduzir trabalho nenhum digo eu.

        2. Avatar de Zé Fonseca A.
          Zé Fonseca A.

          lê comentários acima, googla o resto e aprende.
          coordeno uma equipa de 90 dos quais 40 são devops e secops, não é nenhuma fabrica de devs mas é suficiente para saber do que falo

  3. Avatar de Zé
    Zé

    99% das vezes é um gênio? Esses “especialistas” que digam que Claude usam porque pela minha experiência acerta 50% nos melhores dias. 40% das vezes produz código a nível amador e 10% alucina por completo.

  4. Avatar de Cláudio
    Cláudio

    Lol… Isso de Googlar é uma coisa tão old school… Nunca ouviste falar de IA!? Dizem que é uma cena nova que consegue transformar junior developers em code reviewers ou lá o que é…

    Acredito que para secops, devops e sysops, a IA seja brutal (eu também uso para fazer umas receitas na cozinha)… Mas para desenvolvimento de software em que tens de assumir a responsabilidade de todo o software que é colocado em produção, com requisitos de conformidade bastante apertados, a IA generativa, na experiência da nossa equipa, produz resultados bastante inconsistentes, introduzindo muitas vezes bugs lógicos que são muito difíceis de detectar numa code review (geralmente são detetados a jusante, mas consumindo muitas vezes mais tempo a resolver do que se tivesse sido por um programador experiente). Teres um bug numa pipeline geralmente não é tão grave como teres um bug num ambiente que está mesmo a servir código em produção, a trabalhar com dados reais.

    Mas claramente eu não percebo nada disto, por isso vou só ali Googlar “como pedir a alguém para estudar os riscos da IA não determinística para projetos de software”.