Agentes de código passaram a gerar volume alto de mudanças em pouco tempo.
O efeito colateral mais visível não é só na velocidade de implementação, mas na forma como arquitetos e revisores lidam com o que chega.
Um artigo publicado pela IEEE Spectrum em 8 de setembro de 2026 (AI Slop Is Changing How Engineers Review Code) descreve bem este movimento. A expressão "AI Code Slop" vem sendo usada para se referir ao excesso de código gerado por agentes que, embora funcional, ainda exige revisão humana.
O que os dados nos mostram
Segundo o texto da Spectrum, a maior parte dos desenvolvedores ainda não confia plenamente no código produzido pelos agentes de IA. Em uma das pesquisas citadas, 96% afirmaram que não consideram o resultado confiável o suficiente sem verificação adicional.
O volume de código aumentou, mas a confiança não está no mesmo patamar.
Isso tem consequências diretas no processo de revisão. O que antes era uma etapa relativamente previsível passa a lidar com mais pull requests, mais trechos gerados automaticamente e mais necessidade de julgar se a mudança respeita o contexto do projeto, os padrões internos e as decisões arquiteturais já existentes.
Como as empresas estão reagindo
O artigo descreve algumas práticas que já estão sendo testadas:
- Revisar o plano antes de deixar o agente gerar código
- Usar agentes especializados para uma primeira triagem (testes, segurança, aderência ao plano etc.)
- Exigir que o desenvolvedor consiga explicar e defender o código que o agente produziu
A lógica por trás dessas mudanças é a seguinte: se o volume de código aumenta e a confiança não, a revisão precisa ser obrigatória, reorganizada e contínua em várias etapas de desenvolvimento. Deixar tudo para o final tende a criar filas e retrabalho com volume alto de reimplementação.
O ponto que importa
O problema não é apenas a qualidade individual em cada patch, mas o acúmulo de mudanças que passam em testes e que ainda exigem intervenção humana para se tornarem aceitáveis no repositório e na esteira de implementação e deploy em produção.
Nesse cenário, a supervisão deixa de ser um detalhe operacional e passa a ser parte estrutural do processo. Quem trata a revisão como uma etapa que "dá conta" do volume extra, costuma sentir o custo mais cedo.
Conclusão
A geração de código aumentou muito; portanto, a revisão está sendo forçada a se adaptar.
Em equipes de desenvolvimento de software que conseguem combinar velocidade de geração com critérios claros de aceite, seguindo checklists homologados e rígidos de controle de qualidade, limites (boundaries) de contexto e supervisão tendem a ter resultados melhores.
Equipes que apenas aumentam o volume sem ajustar o processo de revisão acumulam retrabalho.
📚 Artigo Completo e Leituras Recomendadas
Leia o artigo mais aprofundado, com exemplos e a análise de arquitetura completa no meu blog.
Quem quiser se aprofundar no tema de forma estruturada pode consultar a série Engenharia de Software Assistida por IA, em especial o Volume VI – Supervisão e Auditoria de Código Gerado por IA.
💡 Destaques:
- 🏷️ Cupom de 30% OFF nos eBooks:
LEIA30 - 📖 Disponível também no Kindle Unlimited!
📖 Livros Físicos (capa comum):
- 📘 Volume I - A Nova Realidade da Engenharia de Software
- 📙 Volume II - Fundamentos que a IA Não Substitui
- 📗 Volume III - Engenharia de Requisitos na Era da IA
- 📕 Volume IV - Arquitetura e Design de Soluções na Era da IA
- 📓 Volume V - Delegação Técnica para IA
- 📔 Volume VI - Supervisão e Auditoria de Código Gerado por IA
- 📒 Volume VII - Aplicações Reais
- 📗 Volume VIII - Engenharia de Contexto e Governança de IA
Fonte:
Aaron Mok - AI Slop Is Changing How Engineers Review Code (IEEE Spectrum, 8 de setembro de 2026)
Top comments (0)