Escrever código à mão com agentes de IA vale a pena?

Luiz Eduardo Oliveira Fonseca
Notebook com editor de código sobre uma mesa ao lado de livros

• 5 min de leitura

Corrigir uma mensagem de erro no código pode levar menos tempo do que explicar ao agente onde ela aparece. Isso acontece num trecho que você conhece, com uma alteração pequena e um teste já disponível. Em outra tarefa, localizar as chamadas e escrever uma primeira implementação pode consumir horas. Tratar as duas situações como se exigissem o mesmo modo de trabalho atrapalha a escolha entre editar e delegar.

Eu usaria o agente onde a delegação reduz o trabalho total da alteração. A pergunta inclui o tempo de orientar e revisar, além do tempo que você levaria para escrever. A facilidade de gerar código não torna uma edição direta um problema.

Direto ao ponto

Escrever código à mão continua útil para uma correção localizada, para investigar uma falha e para aprender o funcionamento de um trecho. O agente oferece outra forma de produzir a implementação. Você pode alternar entre as duas na mesma tarefa, preservando o teste que demonstra o resultado.

A delegação deixa de economizar trabalho quando a revisão precisa desfazer mudanças adicionais que você não solicitou. Para mim, a correção dessa mensagem deve permanecer pequena e compreensível. A alteração precisa ter tamanho compatível com o problema.

Código manual na correção de uma mensagem

Considere um formulário hipotético que aceita uma data de nascimento. Ao receber 31/02/2026, ele informa apenas que houve um erro. Você quer explicar que a data não existe, mantendo a validação atual e o comportamento dos demais campos.

O trecho responsável já está localizado e o teste existente reproduz essa entrada. Editar a mensagem diretamente pode concluir a implementação. O agente também pode fazer a alteração, mas não há necessidade de transformar uma linha conhecida numa tarefa extensa para justificar o uso da ferramenta.

Uma proposta que reescreve o formulário exige conferir se ela preservou a validação da data vazia e o modo de apresentar os demais erros. A nova organização pode funcionar, mas a correção da mensagem não explica por que os outros componentes precisariam mudar.

A edição localizada muda o retorno esperado, enquanto a reorganização altera componentes que participam de outras situações. Recusar esse trabalho adicional mantém a revisão ligada ao problema que você queria corrigir. O artigo sobre revisão de código gerado por IA com Laravel aprofunda a leitura dessas alterações no repositório.

A investigação também pode ser delegada

Agora considere que a mensagem vem de um serviço que você ainda não conhece. Localizar o retorno e identificar os pontos que o utilizam exige leitura. O agente pode pesquisar o repositório e apresentar os arquivos relevantes, permitindo que você acompanhe a investigação sem começar por uma busca manual em cada diretório.

Essa colaboração não obriga a delegar a edição final. Você pode aproveitar a pesquisa, abrir o trecho indicado e fazer a correção. Também pode escrever o teste e deixar a implementação com o agente. Dividir a tarefa dessa forma permite usar a ferramenta no trabalho para o qual ela foi útil.

A explicação gerada precisa corresponder ao arquivo encontrado. Uma mensagem exibida na interface pode ser produzida no servidor e traduzida por outro componente. Conferir essa relação impede corrigir somente a demonstração visual enquanto a resposta original continua incorreta em outra tela. O artigo sobre Codex e Claude Code em projetos separados no Herdr acompanha a organização das sessões usadas nesse trabalho.

O estudo da Formação Vibe Coding da Promovaweb se relaciona a essa construção acompanhada. Você aprende a orientar a investigação e a interpretar a alteração, em vez de medir a prática pela quantidade de código delegada.

O exemplo inválido precisa chegar ao teste

Um teste que confirma a existência do campo de data não demonstra a correção da mensagem. A entrada 31/02/2026 precisa percorrer a validação e produzir o retorno combinado. O mesmo exemplo permite avaliar a edição direta e a implementação do agente.

A data ausente merece outro teste porque representa outra situação. Uma alteração que troca qualquer erro pelo texto “data inexistente” resolveria a demonstração inicial e pioraria o formulário vazio. Você identifica essa diferença pela relação entre as entradas e as mensagens, sem precisar reorganizar o formulário inteiro.

Nesse ponto, eu manteria a conferência tão localizada quanto a correção. Acrescentar testes dos comportamentos afetados permite verificar o que mudou. Um relatório longo sobre toda a aplicação não esclarece se o retorno daquela validação ficou correto. O artigo sobre specs para agentes mostra como registrar o comportamento que o teste deverá verificar.

O artigo sobre construir com IA além da escrita de código desenvolve essa relação entre a tarefa e a entrega. O resultado da implementação interessa ao produto. A autoria de cada linha não responde sozinha se o trabalho foi concluído.

Digitar também pode fazer parte do aprendizado

Durante o estudo, você pode escrever a pequena função que examina a data e acompanhar sua execução com 31/02/2026. Ao localizar a condição que recusa a entrada, você compreende por que a mensagem aparece. Esse exercício tem uma finalidade de aprendizado, mesmo que o agente pudesse produzir a função rapidamente.

O agente pode explicar a função ou sugerir outra implementação. A explicação ganha utilidade quando você consegue acompanhar o caminho no código. Copiar uma resposta sem identificar a condição responsável pela data inválida deixa a mesma dúvida para a próxima correção.

Acompanhar a investigação ao vivo é uma opção quando o trecho ultrapassa o que você consegue avaliar. O Desenvolvimento Colaborativo da Dev Side Studio permite trabalhar na execução com orientação técnica. Para continuar estudando a construção com agentes, o Plano IA Makers da Promovaweb reúne o caminho educacional relacionado.

Luiz Eduardo Oliveira Fonseca

Luiz Eduardo Oliveira Fonseca

Fundador e Mentor

Programador há mais de 20 anos, fundador da Powertic e da Promovaweb. Embaixador do n8n no Brasil e da Baserow, Chatwoot, Miro e Kestra. Membro do Product Team do Mautic.

Compare os Planos

Escolha o plano adequado ao seu objetivo e consulte tudo o que está incluído.

O Plano Martech cobre automação e atendimento. O Plano IA Makers acrescenta desenvolvimento com IA, enquanto o Plano Founders trata de gestão de negócios. Todos são anuais.

Plano Martech

Para conectar automação, marketing e atendimento com infraestrutura própria.

R$ 897

R$ 597/ano

  • Grade de automação, atendimento, marketing e análise de indicadores
  • Instalador Exclusivo Promovaweb
  • n8n, Evolution API, Chatwoot e Mautic
  • Trilha DevOps incluída
  • Encontros ao vivo (terça e quinta)
  • Comunidade e acompanhamento
Conhecer o plano

Plano Founders

Plano anual para fazer um projeto de tecnologia avançar, com 90 dias de mentoria intensiva. R$ 1.997 à vista ou até 10x de R$ 219 no cartão.

R$ 1.997/ano

  • 12 meses de acesso ao Founders
  • 90 dias de mentoria intensiva, um encontro por dia útil
  • Dia de conteúdo (terça e quinta) e War Room (segunda, quarta e sexta)
  • Encontro semanal em grupo após a fase intensiva
  • Formação Vibe Coding incluída no plano anual
  • Consultoria individual de até duas horas (bônus)
Conhecer o plano

Veja também

Capa do artigo: Por que a revisão de pull requests com IA dá trabalho?
Capa do artigo: Como escolher um provedor de VPS para a sua aplicação?
Capa do artigo: Como acessar seu ambiente remoto usando o Tailscale?
Capa do artigo: Como o Hermes Agent usa memória, skills e ferramentas?
Capa do artigo: O que eu gostei e o que eu não gostei na beta do n8n 3.0?
Capa do artigo: Como agentes de IA mudam o desenvolvimento de software?