
Criar e Gerenciar Vários Agentes de IA Revoluciona a Programação
TL;DR
Boris Cherny, criador do Claude Code na Anthropic, compartilhou nova abordagem de programação utilizando vários agentes de IA.
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.
Conteudo selecionado e editado com assistencia de IA. Fontes originais referenciadas acima.


