Criar e Gerenciar Vários Agentes de IA Revoluciona a Programação

Boris Cherny, criador do Claude Code na Anthropic, compartilhou sua abordagem inovadora de programação, que tem chamado a atenção da comunidade de engenharia de software.

Em uma discussão no X, ele revelou como utiliza cinco agentes de IA para otimizar seu fluxo de trabalho, transformando a programação em uma experiência semelhante a um jogo de estratégia em tempo real.

“Eles chamam isso de práticas recomendadas, e se você não as está seguindo, está ficando para trás como programador”, afirmou Jeff Tang, um influente membro da comunidade de desenvolvedores.

Trabalhando com Múltiplos Agentes

O cerne da nova abordagem de Cherny é a gestão de cinco agentes Claude em paralelo. Ele utiliza o iTerm2 para organizar as tarefas, onde cada aba do terminal corresponde a um agente diferente.

“Eu rodo 5 Claudes em paralelo no meu terminal. Eu numerou minhas abas de 1 a 5 e uso notificações do sistema para saber quando um Claude precisa de input”, explicou Cherny.

Dessa forma, um agente pode executar testes enquanto outro refatora o código existente, aumentando a eficiência do processo de desenvolvimento e permitindo que um único desenvolvedor alcance a produção de uma equipe pequena.

Modelo Mais Lento, Maior Precisão

Cherny revelou que utiliza o modelo mais robusto da Anthropic, o Opus 4.5, apesar de ser o mais lento. “Ele é o melhor modelo de codificação que já usei. Mesmo sendo maior e mais lento, ele acaba sendo mais rápido no final”, disse.

Esse insight destaca um aspecto crucial: priorizar um modelo de maior capacidade reduz o tempo gasto na correção de erros, pois o modelo é mais preciso desde o início.

Memória Coletiva e Aprendizado com Erros

A equipe de Cherny mantém um arquivo chamado CLAUDE.md, onde documentam os erros que os agentes cometem. Isso ajuda a evitar repetições e melhora continuamente o modelo.

“Quando um desenvolvedor revisa um pull request e encontra um erro, a AI é marcada para atualizar suas instruções. Cada erro se torna uma regra”, explicou Aakash Gupta.

Automatizando Tarefas Repetitivas

O trabalho de Cherny é impulsionado pela automação rigorosa das tarefas recorrentes. Ele usa comandos de barra personalizados para realizar operações complexas rapidamente.

Um exemplo é o comando /commit-push-pr, que automatiza a burocracia do controle de versão, permitindo que Cherny se concentre em tarefas mais críticas.

O Impulso da Verificação de Código

A verificação das mudanças implementadas é um diferencial do Claude Code, onde a AI não apenas gera texto, mas também realiza testes. “Claude verifica todas as alterações que faço utilizando a extensão do Chrome”, afirma Cherny.

Ao permitir que a IA verifique seu próprio trabalho, a qualidade das entregas aumenta significativamente, com Cherny indicando que isso melhora o resultado final em até três vezes.

Implicações para o Futuro da Engenharia de Software

A abordagem de Cherny sugere uma mudança na forma como os desenvolvedores encaram seu trabalho, enfatizando que a IA pode ser uma força de trabalho, em vez de um mero assistente.

Os desenvolvedores que se adaptarem a esta nova mentalidade não apenas se tornarão mais produtivos, mas terão a chance de transformar completamente o seu método de programação.