Agentes de IA estão em todo lugar. Mas eu precisava mesmo de um?

Semana passada eu precisava resolver uma feature no trabalho e, em vez de simplesmente abrir o código, decidi fazer um teste. Já tinha instalado o suficiente de ferramenta de IA acumulada para isso: GitHub Copilot no Visual Studio, o CLI do Claude Code, GitHub Copilot no VS Code, o CLI do GitHub Copilot, o CLI do Gemini e o Codex.

Fiz a mesma pergunta para todo mundo.

O que aconteceu quando cinco agentes responderam a mesma coisa

Cada um respondeu uma coisa diferente. Até aí, tudo bem, esperava alguma divergência. O problema foi que, em algum momento, um agente começou a corrigir a resposta do outro, e eu, que só queria resolver uma feature, virei mediadora de uma discussão entre ferramentas sobre qual delas estava certa.

Resultado prático: mais confusão do que quando eu tinha só a minha própria dúvida.

A parte que realmente importou

Enquanto tentava entender qual resposta fazia sentido, percebi uma coisa: o ajuste que a feature precisava era simples. Pequeno, localizado, sem mistério.

O que quase todos os agentes sugeriram foi outra coisa: refatorar o código inteiro ao redor daquele ponto, sem entender direito qual era a regra de negócio por trás dele.

E aí está o problema de verdade. Não é falta de capacidade técnica. É que a regra de negócio não estava ali, visível no código, para nenhum modelo simplesmente ler e inferir. Ela vinha de contexto que eu tinha e o código sozinho não carregava: decisão de produto, conversa antiga, exceção que existe por um motivo específico.

Um agente lendo só o código vê uma estrutura que “poderia ser mais limpa”. Só que limpar aquilo sem entender por que ela é do jeito que é, é exatamente o tipo de refatoração que quebra alguma coisa em produção sem ninguém entender o porquê.

Então eu precisava mesmo de um agente aqui?

Não do jeito que eu usei.

Perguntar a mesma coisa para cinco ferramentas ao mesmo tempo não é experimentação, é diluir a própria capacidade de julgamento em cinco opiniões diferentes e torcer para uma delas parecer mais convincente. Nenhuma delas tinha a regra de negócio. Rodar a pergunta em paralelo cinco vezes não criava esse contexto do nada.

O que resolveu a situação não foi nenhum dos agentes. Fui eu parar, olhar o ajuste com calma e perceber que ele era pequeno o suficiente para não precisar de automação nenhuma, muito menos de um comitê de modelos discordando entre si.

O que ficou dessa experiência

Não saio dessa achando que agente de IA não serve para nada, seria exagero na direção oposta. Mas o teste deixou claro que o valor de um agente escala com o quanto eu já entendo o problema antes de perguntar, não com a quantidade de agentes que eu chamo para responder.

Multiplicar ferramenta não multiplica entendimento. Às vezes só multiplica ruído.

A pergunta que eu deveria ter feito antes de abrir cinco terminais diferentes era bem mais simples do que qualquer uma que fiz depois: eu já sei o suficiente sobre esse problema para resolver sozinha, ou realmente preciso de ajuda para pensar nele?

Da próxima vez, essa é a pergunta que vem primeiro.