Como a Anthropic está mudando a engenharia de software com IA
Claude Managed Agents: projeto complexo levou seis meses
O projeto mais complexo da equipe Claude Platform no último ano foi o Claude Managed Agents, um harness pré-construído para agentes de produção que roda na nuvem gerenciada pela Anthropic ou na infraestrutura do próprio cliente. O projeto levou cerca de seis meses da ideia ao lançamento em abril - Katelyn Lesse, head de engenharia da Claude Platform, estimou que antes da IA um projeto assim levaria dois anos.
O processo de planejamento seguiu padrões tradicionais: PRD em Google Doc, alinhamento entre múltiplas equipes (sandbox, cloud providers, times de engenharia) e product reviews. A equipe fez um "spike" interno construindo o backend do Claude Code na web como prova de conceito antes de generalizar para clientes. No meio do caminho, houve re-arquitetura: desacoplaram o "cérebro" (Claude + harness) das "mãos" (sandboxes e ferramentas) e da "sessão" (log de eventos), cada um como interface independente. Também construíram uma abstração de vaults e credenciais onde o agente nunca vê as credenciais diretamente.
Bun reescrito em Rust em 11 dias
Jarred Sumner, criador do Bun (535 mil linhas de Zig, 22 milhões de downloads mensais), completou a reescrita do projeto para Rust em 11 dias usando 64 agentes paralelos e US$ 165 mil em tokens. Antes da IA, isso teria levado três engenheiros com contexto total do codebase cerca de um ano, com congelamento de features e correções.
O processo envolveu: plano detalhado e style guide de migração, sistema de orquestração onde agentes sugeriam mudanças sem editar arquivos diretamente (um agente orquestrador fazia os commits), e uso intensivo da suíte de testes existente do Bun (escrita em TypeScript, independente da linguagem do runtime). A implementação em si consumiu ~15% do tempo; 85% foi para corrigir compilação, testes e validação. A reescrita já está em produção e alimenta o Claude Code.
Mudanças nas práticas de engenharia
Prototipagem mais fluida: prototipar e fazer spikes ficou várias vezes mais rápido. Equipes internas colaboram de forma mais orgânica - em vez de trocar documentos de requisitos, alguém constrói componentes e leva para o outro time hackear em cima.
Verificação supera implementação: a maior parte dos tokens não vai para implementação, mas para descoberta de incógnitas, prototipagem, mocking, verificação e testes.
Code review e testes por IA: revisão de código automatizada com Claude, security scanning (11 rodadas no rewrite do Bun), fuzz testing gerado por IA, e testes out-of-process são práticas correntes.
Fan-out de trabalho: Jarred descreve um padrão de distribuir trabalho para muitos Claudes simultaneamente, que considera subutilizado.
Automações no Bun: ao receber uma issue, Claude tenta reproduzi-la; se consegue, abre outro container para corrigir e submeter PR (que precisa incluir teste que falha sem o patch e passa com ele). Linters, code review do Claude e do CodeRabbit rodam automaticamente, e agentes conversam entre si no GitHub.
Auto-merge no horizonte: Jarred prevê que em meses, PRs simples e de baixo risco serão auto-mergados após aprovação de revisores IA.
Pressupostos revisitados a cada geração de modelo: a equipe deletou 80% do system prompt do Claude Code porque o modelo ficou mais esperto. HTML passou a ser preferido sobre Markdown como formato de saída por transmitir informação mais rica.
O que permaneceu igual
Times two-pizza continuam vivos, planejamento importa em projetos complexos, PRDs seguem relevantes, context switching continua sendo desafio, e a proporção de tempo entre codificação e testes não mudou drasticamente. Engenheiros com entendimento profundo (incluindo da camada abaixo da que trabalham) e capacidade de coordenar trabalho continuam sendo os que se destacam. Quanto mais os engenheiros usam IA no dia a dia, menos temem que seus empregos desapareçam.