Tag: desenvolvimento de software

  • A Fronteira da Inovação: Como funcionários não técnicos da Microsoft criam suas próprias ferramentas de IA

    A Fronteira da Inovação: Como funcionários não técnicos da Microsoft criam suas próprias ferramentas de IA

    A fronteira da inovação: como funcionários não técnicos da Microsoft criam suas próprias ferramentas de IA

    Em um cenário corporativo cada vez mais impulsionado pela inteligência artificial, a Microsoft está testemunhando uma transformação notável: seus próprios funcionários, sem formação técnica em engenharia, estão ativamente desenvolvendo suas ferramentas de IA. Essa iniciativa, centrada na plataforma Frontier Forge, capacita colaboradores de diversas áreas a automatizarem tarefas, acelerarem fluxos de trabalho e inovarem em suas funções, antes restritas a equipes especializadas.

    O que começou como um experimento de hackathon evoluiu para um movimento vibrante dentro da Microsoft. Essa abordagem democratizada para a criação de IA está redefinindo a produtividade e abrindo novas fronteiras para a colaboração e a inovação.

    O problema e a solução grassroots

    Desafios como o acúmulo de tarefas em backlogs, a dificuldade em obter recursos de engenharia ou a necessidade de realizar tarefas manuais repetitivas, como copiar dados entre sistemas, são comuns para muitos profissionais não técnicos. Brett Reifers, um gerente de produto sênior da Microsoft Digital, observou essa lacuna e a necessidade de soluções de IA verdadeiramente aplicáveis ao trabalho diário.

    “Eu e outros colegas gastávamos muito tempo com a organização de dados e tarefas administrativas quando nosso foco deveria ser a estratégia. Ninguém estava construindo algo que realmente parecesse agente”, relata Reifers. Diante disso, a equipe decidiu “fazer nós mesmos”, dando origem ao Frontier Forge.

    “Eu vi a mim mesmo e outros gastando muito do nosso tempo em manipulação de dados e tarefas administrativas quando queríamos estar definindo estratégias. Ninguém estava construindo o que parecia verdadeiramente agente. Então, fizemos isso sozinhos.” – Brett Reifers, gerente de produto sênior, Microsoft Digital

    O nascimento do Frontier Forge

    A ideia central era criar um ambiente acessível onde funcionários com menos familiaridade técnica pudessem utilizar agentes de IA para realizar suas tarefas. Reifers, em parceria com Humberto Arias, também gerente de produto sênior, focou na capacidade dos agentes de preencher formulários e interagir com interfaces web – um insight chave que desbloqueou o potencial para automatizar uma vasta gama de processos.

    O conceito foi apresentado na hackathon anual da Microsoft e validado. Posteriormente, o projeto foi lançado no GitHub, tornando-se um repositório aberto com templates, módulos de aprendizado e agentes de IA prontos para uso. O Frontier Forge se tornou um centro comunitário com quase 100 contribuidores ativos.

    Uma plataforma para a criação de IA acessível

    O Frontier Forge combina ferramentas como GitHub Copilot, Visual Studio Code (VS Code) e Model Context Protocols (MCPs) para criar um ambiente de desenvolvimento profissional acessível a não engenheiros. O objetivo é fornecer um espaço de trabalho intuitivo, repleto de recursos pré-configurados e adaptados às necessidades internas da Microsoft Digital.

    “O Frontier Forge é um lugar onde você pode aprender, independentemente do seu nível de habilidade. Você pode adotar o que está disponível, mesmo que não saiba por onde começar.” – Sean MacDonald, diretor de gerenciamento de produto, Microsoft Employee Experience

    Essa arquitetura de IA centrada no contexto utiliza três camadas:

    • VS Code: O ambiente gerenciado para o desenvolvimento.
    • GitHub Copilot: Oferece funcionalidade de chat e assistência de IA com acesso a múltiplos modelos.
    • MCPs: Conectores padronizados que permitem aos agentes acessar ferramentas, dados e serviços localmente.

    Os MCPs facilitam a integração com serviços essenciais para os fluxos de trabalho, como Azure DevOps, Microsoft Documentation e Figma. A capacidade de criar novos MCPs, inclusive por meio do próprio GitHub Copilot, elimina barreiras e expande continuamente as funcionalidades disponíveis.

    “Com GitHub Copilot e MCPs, não há literalmente limites. É difícil explicar o quão transformador isso pode ser para um gerente de produto. Tudo o que você pede é transformado em código com um propósito, permitindo que você faça algo que não podia antes.” – Humberto Arias, gerente de produto sênior, Microsoft Digital

    Impacto transformador na produtividade

    O impacto do Frontier Forge na produtividade é mensurável. Tarefas que antes levavam semanas agora são concluídas em horas ou minutos. Laura Oxford, gerente de programa de conteúdo sênior, utilizou a plataforma para analisar quatro anos de dados de Excel e relatórios de métricas de comunicação. Em poucas horas, um agente criado por ela analisou padrões, gerou projeções e produziu visualizações, permitindo a previsão do desempenho de campanhas futuras.

    “A chave para criar o agente foi aprofundar o contexto. Foi uma conversa iterativa, indo e voltando para ajustar o agente até que eu estivesse consistentemente obtendo o resultado desejado. Mas foi realmente apenas uma conversa – nenhuma habilidade técnica necessária.” – Laura Oxford, gerente de programa de conteúdo sênior, Microsoft Digital

    Mark Stratford, gerente de produto sênior, enfrentava desafios semelhantes ao comunicar atualizações de status para a liderança. Antes do Forge, a síntese manual de dados, acompanhamento de aprovações e iteração em visualizações consumiam dias. Com a plataforma, ele criou painéis interativos, visualizações de matrizes de aprovação e pipelines de análise de dados, transformando tempo de dias em minutos.

    “Eu não precisei lutar contra a ambiguidade ou guiar o modelo. A arquitetura deu ao agente uma base estável e orientada por habilidades desde o início, o que acelerou drasticamente o tempo de desenvolvimento e melhorou a clareza.” – Mark Stratford, gerente de produto sênior, Microsoft Digital

    Construindo comunidade e compartilhando conhecimento

    O Frontier Forge transcendeu seu propósito inicial de ferramenta, tornando-se uma comunidade próspera. O repositório no GitHub funciona como um espaço colaborativo onde os funcionários compartilham agentes, templates e recursos de aprendizado. Essa cultura de compartilhamento cria um ciclo virtuoso, onde o sucesso de um se torna o ponto de partida para muitos.

    “Em sua essência, o Frontier Forge é uma experiência open-source, impulsionada pela comunidade. É um ambiente mais seguro que ajudará as pessoas a aprender e aplicar a IA da Microsoft no trabalho.” – Brett Reifers, gerente de produto sênior, Microsoft Digital

    Um caminho seguro para a inovação com IA

    Para líderes de TI que buscam replicar o sucesso do Frontier Forge, Sean MacDonald sugere um foco em identificar e capacitar colaboradores curiosos e proativos. “Encontre as pessoas que são super curiosas e que querem aprender. Elas serão as que impulsionarão a inovação com agentes de IA e outras ferramentas recém-desenvolvidas”, aconselha.

    A Microsoft demonstra que a chave para a adoção de IA por não engenheiros não reside apenas no acesso às ferramentas, mas na confiança e no ambiente seguro para experimentação e aprendizado. Líderes que criam esses espaços tendem a colher vantagens significativas à medida que o futuro impulsionado pela IA se consolida.

    Insights para líderes de TI:

    • Comece com voluntários: A adoção orgânica impulsionada pela curiosidade é sustentável.
    • Destaque vitórias rápidas: Demonstrações de sucesso atraem novos usuários.
    • Abaixe barreiras, não padrões: Acessibilidade deve coexistir com governança e segurança.
    • Priorize o compartilhamento de conhecimento: A colaboração acelera a inovação.
    • Envie rápido, melhore depois: Adote a mentalidade de MVP (Mínimo Produto Viável) e itere com base no uso real.
    • Foco em resultados: Mudar a percepção de “ferramenta do desenvolvedor” para “espaço de trabalho do Copilot” aumenta a inclusão.

    Os colaboradores não técnicos da Microsoft não precisam mais esperar por ajuda; eles agora podem forjar seus próprios caminhos com as ferramentas de IA que criam.

  • Dados do GitHub revelam ‘loops de conveniência’ criados por IA que moldam a escolha de linguagens de programação

    Dados do GitHub revelam ‘loops de conveniência’ criados por IA que moldam a escolha de linguagens de programação

    Como a inteligência artificial está mudando a preferência por linguagens de programação

    O último relatório Octoverse 2025 do GitHub revela uma tendência sutil, mas poderosa: os assistentes de codificação por IA não apenas aceleram a escrita de código, mas também começam a influenciar a escolha das linguagens que os desenvolvedores utilizam. A ascensão meteórica do TypeScript, que registrou um salto de 66% em um ano para se tornar a linguagem mais usada no GitHub, é um indicativo dessa mudança.

    Andrea Griffiths, defensora de desenvolvedores no GitHub, descreve esse fenômeno como um “loop de conveniência”. Quando uma tecnologia se torna percebida como de baixo atrito e fácil de usar graças à IA, mais desenvolvedores a adotam. Isso, por sua vez, gera mais dados de treinamento, aprimorando ainda mais a capacidade da IA para aquela tecnologia específica.

    A ascensão do TypeScript e o papel da tipagem estática

    Em agosto de 2025, o TypeScript superou Python e JavaScript, alcançando a marca de 2,36 milhões de desenvolvedores ativos mensais no GitHub. Essa mudança expressiva no ranking de linguagens, a maior em uma década, não se deve apenas a padrões de frameworks como Next.js e Astro. Existe uma razão técnica fundamental para a boa sinergia entre TypeScript e IA.

    Griffiths explica que a conveniência captura a atenção e que a redução de obstáculos se transforma em preferência. 80% dos novos desenvolvedores no GitHub utilizam o Copilot na primeira semana, estabelecendo um novo patamar para o que significa facilidade. A tipagem estática do TypeScript, ao declarar explicitamente tipos como x: string, fornece à IA “guardrails” claros, permitindo que ela ignore operações incompatíveis. Em contraste, a flexibilidade do JavaScript torna a navegação para a IA mais complexa.

    Pesquisas acadêmicas corroboram essa observação. Um estudo de 2025 apontou que 94% dos erros de compilação gerados por LLMs foram falhas de verificação de tipo. A tipagem estática, portanto, atua como um mecanismo de detecção de erros da IA antes que se tornem problemas em produção.

    Outras linguagens com tipagem estática em destaque

    O TypeScript não está sozinho nessa tendência. A análise do GitHub sobre linguagens tipadas mostra um crescimento notável de outras: Luau (linguagem gradualmente tipada do Roblox) aumentou 194% ano a ano, e Typst, uma alternativa fortemente tipada ao LaTeX, saltou 108%. Mais de 1,1 milhão de repositórios públicos agora utilizam SDKs de LLMs, indicando que a compatibilidade com IA se tornou um fator dominante.

    Idan Gazit, líder do GitHub Next, equipe por trás do Copilot, destaca que a IA introduziu uma nova métrica na decisão de escolher tecnologias: o suporte oferecido pelo modelo. Embora Python ainda domine o desenvolvimento de projetos de IA para treinamento e prototipagem, o ecossistema JavaScript/TypeScript supera em atividade geral de desenvolvimento.

    O futuro do desenvolvimento e a “conveniência loop”

    Cenk Çetin, um blogueiro, analisou o impacto para a indústria: “À medida que a codificação assistida por IA se torna generalizada, linguagens com verificação de tipo estática ganham proeminência.” A confiabilidade do código gerado pela IA aumenta significativamente com sistemas de tipos rigorosos.

    Griffiths sugere um exercício para equipes: analisar as últimas decisões tecnológicas e considerar o quanto o suporte de ferramentas de IA influenciou essas escolhas, mesmo que de forma não consciente. Para designers de linguagens, a “conveniência loop” apresenta um desafio.

    Anders Hejlsberg, arquiteto principal do TypeScript, ressaltou que a capacidade da IA de codificar em uma linguagem é diretamente proporcional à quantidade de código que ela viu. Linguagens novas ficam em desvantagem, pois a falta de exemplos de código limita a utilidade de assistentes como o Copilot, criando um ciclo vicioso.

    O que líderes de tecnologia podem aprender

    Com 180 milhões de desenvolvedores e quase um bilhão de commits em 2025, o GitHub é um microcosmo do desenvolvimento global. Griffiths aconselha líderes a observar não apenas o uso de ferramentas de IA, mas o que elas produzem. Novas métricas de uso do Copilot podem ajudar a identificar correlações entre linguagens, modelos e a qualidade do código.

    Em suma, a compatibilidade com IA está silenciosamente moldando decisões tecnológicas. Ferramentas que não funcionam de forma fluida com assistentes de IA tendem a perder espaço. O “loop de conveniência” acelera o que torna a codificação mais fácil, independentemente das preferências individuais.

  • Falhas no Claude expõem dependência crescente de desenvolvedores em IA: ‘Vou ter que codificar como um homem das cavernas’

    Falhas no Claude expõem dependência crescente de desenvolvedores em IA: ‘Vou ter que codificar como um homem das cavernas’

    Falhas no Claude expõem dependência crescente de desenvolvedores em IA

    As recentes interrupções nos serviços de inteligência artificial da Anthropic, especificamente a ferramenta Claude, trouxeram à tona a profunda dependência que muitos desenvolvedores de software criaram dessas tecnologias. Durante vários dias, usuários enfrentaram dificuldades para acessar tanto o Claude.ai quanto o Claude Code, levantando discussões sobre a viabilidade de trabalhar sem o auxílio dessas ferramentas.

    Essa dependência, evidenciada pelas falhas, sugere uma mudança significativa na forma como o código é produzido e mantido. A rapidez com que essas ferramentas se tornaram indispensáveis no dia a dia de engenheiros é notável, levando alguns a questionar como retornarão às práticas de codificação manual.

    Ferramentas de IA: um “botão único” para tarefas de codificação

    Gauresh Pandit, engenheiro de software sênior da Meta, compartilhou que ferramentas como o Claude se integraram rapidamente às rotinas de trabalho. Durante as interrupções, ele considerou que seria mais lento abordar as tarefas de codificação manualmente. “Não é que o músculo tenha sido perdido, mas parece tão simples usar um LLM até para as coisas mais básicas agora, porque age como uma ação de botão único para fazer as coisas acontecerem”, explicou, referindo-se aos modelos de linguagem extensos (LLMs).

    Nas redes sociais, como Reddit e Discord, dezenas de usuários comentaram sobre o quanto se tornaram dependentes dessas ferramentas. Uma publicação resumiu o sentimento geral: “As falhas do Claude atingem muito mais forte quando você percebe que terceirizou metade do seu cérebro para ele”. Outro brincou com a ideia de ter que “codificar como um homem das cavernas”.

    Impacto da IA no desenvolvimento de software

    A inteligência artificial tem impactado significativamente o desenvolvimento de software. Desenvolvedores relatam que as ferramentas de IA os tornam simultaneamente mais produtivos e mais sobrecarregados. Essa tendência também tem contribuído para a diminuição de oportunidades para programadores juniores.

    Algumas grandes empresas de tecnologia já incluem o uso de IA nas avaliações de desempenho de seus funcionários. Em um cenário mais amplo, líderes da indústria expressam preocupação com a possível atrofia de habilidades dos colaboradores que dependem excessivamente da IA.

    Contexto e popularidade do Claude

    As interrupções da Anthropic ocorreram em um período de atenção especial. Após um impasse com o Pentágono sobre o uso de sua tecnologia, o presidente Donald Trump direcionou agências federais a interromperem o uso das ferramentas de IA da Anthropic. Essa situação levou a OpenAI a firmar um acordo com o Departamento de Defesa, resultando em um aumento de usuários cancelando assinaturas do ChatGPT e protestos.

    Apesar disso, o aplicativo da Anthropic disparou para o topo da App Store da Apple durante a semana das interrupções. Boris Cherny, chefe do Claude Code na Anthropic, atribuiu as falhas a um “crescimento rápido de usuários sobrecarregando nossos serviços” em uma postagem no X.

    Mesmo antes do aumento de popularidade pós-Pentágono, o Claude já era uma ferramenta valiosa para programadores. Dishant Banga, um cientista de dados, relatou que se tornou fortemente dependente do Claude em sua rotina de aprendizado após ser demitido e entrar no mercado de trabalho. Ele utiliza a ferramenta para experimentar o ajuste fino de modelos de linguagem e se preparar para entrevistas técnicas.

    Adoção e concorrência no mercado de IA para desenvolvedores

    A integração do Claude com plataformas de desenvolvimento como o Visual Studio da Microsoft o tornou cada vez mais central na rotina de Banga. “Ele me ajuda a codificar melhor”, afirmou.

    Engenheiros de empresas como Meta, Netflix, Salesforce e Accenture utilizam o Claude Code. Ferramentas concorrentes da OpenAI e Google também estão sendo rapidamente adotadas por engenheiros e empresas.

    Gergely Orosz, ex-gerente de engenharia da Uber, destacou em sua newsletter que o Claude Code alcançou uma popularidade “quase tão difundida quanto o GitHub Copilot era em nossa pesquisa três anos atrás”. Sathika Hettiarachchi, estudante de TI e desenvolvedora, prefere o Claude a outras alternativas, considerando-o seu modelo de IA “preferido” para seus projetos. “Como faço muita codificação e resolução de problemas, o Claude é a melhor opção para mim”, disse.