News16 JunhoMétodo prático para trabalhar com IA sem gerar código bagunçado
Edição #125·16 de junho de 2026·1 min

🛠️Método prático para trabalhar com IA sem gerar código bagunçado

Mitchell Hashimoto, cofundador da HashiCorp (empresa por trás de ferramentas usadas por milhões de desenvolvedores), compartilhou o método que usa para programar com agentes de IA sem perder o controle da qualidade. A regra de ouro dele é simples: se a IA gera mais de 1.500 linhas de código de uma vez, o problema precisa ser quebrado em pedaços menores. --- O fluxo funciona em etapas claras. Primeiro, peça à IA para tentar resolver o problema inteiro, mas espere lixo. Segundo, se o resultado for grande demais, peça para ela decompor a tarefa em partes pequenas e revisáveis. Terceiro, lance vários agentes em paralelo trabalhando nessas partes menores. Quarto, repita até que cada pedaço caiba numa revisão humana confortável. O segredo, segundo ele, é manter o humano no circuito: conferindo, ajustando e aprovando. --- Para quem não programa, a lição se aplica a qualquer uso de IA: pedir coisas enormes de uma vez gera resultado ruim. Dividir em pedaços menores e revisar cada um é o caminho para resultados que você pode confiar.

Mitchell Hashimoto estabeleceu um limite claro para manter a qualidade no desenvolvimento assistido por IA: **1.500 linhas de código**. Segundo o cofundador da HashiCorp, quando um agente de IA gera mais que esse volume em uma única iteração, o problema precisa ser decomposto em partes menores. Essa regra simples endereça um dos maiores desafios do momento: como acelerar a entrega sem acumular dívida técnica em código gerado por máquinas.

O método Hashimoto: iteração controlada

O fluxo de trabalho proposto por Hashimoto opera em quatro etapas distintas. Primeiro, o desenvolvedor solicita à IA uma tentativa de resolver o problema completo, aceitando que o resultado inicial provavelmente será subótimo. Segundo, se o output exceder o limiar de 1.500 linhas ou apresentar complexidade excessiva, a IA deve quebrar a tarefa em subtarefas menores e revisáveis individualmente. Terceiro, múltiplos agentes processam essas frações em paralelo. Quarto, o ciclo se repete até que cada segmento caiba confortavelmente em uma revisão humana detalhada.

O princípio subjacente é manter o "human-in-the-loop" não como mera validação final, mas como filtro ativo em cada etapa. Isso evita que bugs, vulnerabilidades de segurança ou padrões inconsistentes se propaguem em grandes blocos de código que depois exigem refactorings onerosos.

Contexto para desenvolvedores brasileiros

A experiência de Hashimoto carrega peso

hashimotocódigomanterlinhassegundoiteraçãoproblemamenorescadamitchell

Mais da mesma edição

@eoghan

💰Salesforce compra Fin AI por US$ 3,6 bilhões

A Salesforce, gigante americana de software empresarial, anunciou a compra da Fin AI por cerca de US$ 3,6 bilhões. Se o nome Fin AI não soa familiar, talvez Intercom soe: é a mesma empresa, que mudou de nome semanas atrás para refletir sua nova identidade focada em inteligência artificial. A Intercom nasceu há 15 anos como ferramenta de chat para atendimento ao cliente e, quase quatro anos atrás, apostou pesado em modelos de linguagem para criar agentes automáticos de suporte. --- Eoghan McCabe, cofundador e CEO, chamou Marc Benioff, fundador da Salesforce, de "chefe final dos CEOs fundadores de tech". McCabe e o cofundador Des Traynor continuam no comando após o fechamento do negócio, previsto para o quarto trimestre fiscal de 2027 da Salesforce. É um sinal claro de que o mercado de agentes de IA para atendimento ao cliente virou coisa séria: séria o bastante para justificar um cheque de bilhões. --- Para quem usa Intercom no dia a dia, a promessa é de que pouca coisa muda na prática, só que agora com o caixa e a rede de distribuição da Salesforce por trás. O time de produto promete lançamentos já nas próximas semanas.

@Hesamation

⚖️Anthropic é processada por limites vagos no plano de US$ 200

A Anthropic, criadora do Claude, está sendo processada nos EUA por supostamente não entregar o que prometeu nos planos mais caros. O caso gira em torno dos planos Max, que custam até US$ 200 por mês. Segundo o processo, o plano Max 5x (que deveria dar cinco vezes mais uso que o Pro) na prática entrega cerca de 3,5 vezes. O Max 20x, que deveria ser vinte vezes maior, entregaria só seis vezes o plano básico. --- O ponto central da queixa é que a Anthropic nunca explicou com clareza como calcula esses limites de uso. O cliente paga caro esperando uma experiência proporcional ao preço e, segundo o processo, recebe bem menos do que o anunciado. É o tipo de briga que pode virar referência para todo o setor: à medida que planos de IA ficam mais caros, a transparência sobre o que exatamente você está comprando vira uma obrigação, não um luxo. --- A Anthropic ainda não se pronunciou publicamente sobre o caso. Mas o recado do mercado é nítido: cobrar caro sem deixar o consumidor saber exatamente pelo que está pagando tem consequências.

@chetaslua

🎬ByteDance joga o preço de vídeo por IA lá embaixo

A ByteDance, dona do TikTok, lançou o Seedance 2.0 Mini, um modelo de geração de vídeo por IA com um preço que chama atenção: cerca de US$ 0,022 por segundo de vídeo em resolução 720p. Na prática, um clipe de 12 segundos sai por menos de US$ 0,30, ou pouco mais de R$ 1,50. --- Para contextualizar, gerar vídeo com IA ainda era algo relativamente caro e restrito há poucos meses. Esse tipo de precificação agressiva muda o jogo especialmente para pequenos criadores de conteúdo e empresas que precisam de vídeos curtos para anúncios ou redes sociais. A qualidade ainda precisa ser avaliada no dia a dia, mas o preço já fala por si. --- A estratégia é conhecida: a China tem apostado em tornar suas ferramentas de IA absurdamente baratas para ganhar adoção em massa. Resta ver se a qualidade acompanha o preço de pechincha.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter