26 de fevereiro de 2026

A "vibecoding" (氛围编程) explodiu na China como fenômeno cultural. ByteDance lançou TRAE IDE, Tencent criou CodeBuddy, Alibaba lançou Qoder — todos correndo para dominar o espaço de coding com IA. Mas devs chineses ainda buscam acesso ao Claude Code. Um garoto de 12 anos chamado Guoguo criticou publicamente as ferramentas das big techs em uma conferência em Pequim. E uma ex-funcionária do Meituan sem background técnico criou o app mais vendido da App Store chinesa usando Cursor em 1.5 hora.

O cenário

"Vibecoding" (氛围编程) se tornou um fenômeno na China. O termo descreve programação casual e criativa usando IA — e está democratizando a criação de software.

A corrida das ferramentas

As big techs chinesas estão competindo agressivamente: ByteDance lançou o TRAE IDE com modos tradicional e AI-native. Tencent construiu o CodeBuddy integrando modelos Yuanbao. Alibaba lançou o Qoder em agosto de 2025. Apesar disso, desenvolvedores chineses ainda procuram workarounds para acessar ferramentas ocidentais como Claude Code.

Casos notáveis

Guoguo, um garoto de 12 anos, criticou publicamente as ferramentas de coding das grandes empresas em uma conferência em Pequim 2025, demonstrando a democratização do desenvolvimento. "Peanut", ex-funcionária do Meituan sem background em programação, criou o "Little Kitten Colored Lightbox" — um app de ¥1 que se tornou o mais vendido da App Store chinesa em dezembro de 2024, construído inteiramente com Cursor em apenas 1.5 hora.

Implicação

Vibecoding está baixando barreiras para criação de software, permitindo que não-programadores construam apps funcionais e reformulando como ferramentas de código são desenvolvidas na China.

Peter Steinberger, criador do agente de IA viral OpenClaw, compartilhou conselhos no podcast OpenAI Builders Unscripted. Sua mensagem central: builders de IA devem adotar uma abordagem mais "lúdica" e se dar tempo para melhorar gradualmente. Ele defende experimentação sobre perfeccionismo, energia criativa através de brincadeira, melhoria iterativa como processo natural, e aprendizado pela prática ao invés de planejamento extenso.

Quem é

Peter Steinberger é o criador do OpenClaw, um agente de IA que viralizou. Ele falou sobre sua filosofia de desenvolvimento no podcast OpenAI Builders Unscripted.

A mensagem

Builders de IA deveriam ser mais "playful" — lúdicos, experimentais. Em vez de buscar perfeição logo de cara, o caminho é iterar com leveza. A rigidez e a seriedade excessiva travam o processo criativo.

Princípios práticos

• Experimentação > Perfeccionismo
• Manter energia criativa através da ludicidade
• Aceitar melhoria gradual como algo natural
• Aprender fazendo, não planejando excessivamente

A Anthropic publicou um guia abrangente para criar "skills" — workflows reutilizáveis que ensinam o Claude a executar tarefas específicas de forma consistente. O público-alvo: devs buscando consistência, builders de conectores MCP, power users automatizando tarefas, e organizações padronizando operações. Cobre arquitetura de skills, padrões standalone e com MCP, metodologias de teste, e estratégias de distribuição. Tempo estimado: 15-30 minutos para a primeira skill funcional.

O que são Skills

Skills são workflows reutilizáveis que ensinam o Claude a seguir processos específicos de forma consistente. São como receitas que o Claude segue — incluindo ferramentas, passos e padrões de resposta.

Para quem

• Devs que querem consistência em workflows
• Builders de conectores MCP
• Power users automatizando tarefas
• Organizações padronizando operações com Claude em times

O que o guia cobre

Requisitos técnicos e boas práticas de arquitetura. Padrões de skills standalone e integradas com MCP. Metodologias de teste e iteração. Estratégias de distribuição. Tempo estimado para a primeira skill funcional: 15-30 minutos se você já souber os 2-3 workflows que quer automatizar.

A Anthropic lançou ferramentas de busca web aprimoradas que usam execução de código para filtrar resultados antes de entrar na janela de contexto. O Claude agora escreve e executa código automaticamente para pós-processar resultados. No benchmark BrowseComp, Sonnet subiu de 33.3% para 46.6% e Opus de 45.3% para 61.6%. No DeepsearchQA, F1 score do Sonnet foi de 52.6% para 59.4% e Opus de 69.8% para 77.3%. Em média: +11% de acurácia usando 24% menos tokens de input.

O problema

Busca web tradicional puxa HTML completo para o contexto, gerando dados irrelevantes que degradam qualidade das respostas e desperdiçam tokens.

A solução

Claude agora escreve e executa código automaticamente para pós-processar resultados de busca, mantendo apenas informação relevante e descartando o resto.

Resultados

BrowseComp (encontrar informação difícil): Sonnet 4.6 subiu de 33.3% para 46.6%; Opus 4.6 de 45.3% para 61.6%. DeepsearchQA (respostas sistemáticas): F1 do Sonnet de 52.6% para 59.4%; Opus de 69.8% para 77.3%. Média geral: +11% acurácia com -24% tokens consumidos.

Ferramentas disponíveis

Execução de código, armazenamento persistente de memória, chamada programática de ferramentas, descoberta dinâmica de ferramentas.

Claude Code no desktop agora integra o workflow completo de desenvolvimento. Live App Preview: lança servidores e mostra o app rodando na interface, monitorando logs e iterando automaticamente. Code Review automatizado: botão "Review code" examina mudanças locais com comentários inline no diff. GitHub PR Management: acompanha status de PRs, CI checks, auto-fix de falhas e auto-merge. Continuidade cross-platform: sessões transitam entre CLI, desktop e web/mobile sem interrupção.

Live App Preview

Claude Code lança servidores de desenvolvimento e exibe o app rodando direto na interface desktop. Monitora console logs, identifica erros e itera automaticamente. Usuários podem selecionar elementos de UI visualmente para dar feedback de refinamento.

Code Review automatizado

Botão "Review code" faz Claude examinar mudanças locais de código e gerar comentários inline no diff view. Feedback imediato sobre bugs potenciais e melhorias antes do commit.

Gestão de PRs no GitHub

Acompanha status de pull requests, resultados de CI checks e falhas usando GitHub CLI. Auto-fix opcional corrige falhas de CI automaticamente. Auto-merge completa PRs quando checks passam — tudo em background.

Continuidade entre plataformas

Sessões transitam entre CLI → desktop via /desktop, ou desktop → web/mobile via "Continue with Claude Code on the web". Disponível imediatamente para todos os usuários.

A Anthropic anunciou atualizações significativas no Cowork e no ecossistema de plugins para enterprise. Menu "Customize" unificado consolidando plugins, skills e conectores. Admins podem criar plugins de templates ou do zero. Marketplace privado de plugins e provisionamento por usuário. Slash commands com formulários estruturados. Suporte a OpenTelemetry para rastrear uso, custos e atividade de ferramentas. Novos conectores: Google Workspace, DocuSign, Apollo, Clay.

Gestão de plugins

Novo menu "Customize" unificado consolida plugins, skills e conectores. Admins constroem plugins a partir de templates ou do zero, com Claude guiando o setup. Organizações podem criar marketplaces privados e gerenciar provisionamento por usuário.

Experiência do usuário

Slash commands agora abrem formulários estruturados. Branding da empresa aparece em todo o Cowork, incluindo home redesenhada. Suporte a OpenTelemetry para tracking de uso, custos e atividade de ferramentas por time.

Integrações novas

Conectores de Google Workspace (Calendar, Drive, Gmail), DocuSign, Apollo, Clay. Parceiros como Slack, LSEG e S&P Global construíram plugins para clientes em comum.

A Anthropic lançou atualizações focadas em finanças. Claude agora transita entre Excel e PowerPoint sem perder contexto. 5 novos plugins: análise financeira, investment banking, equity research, private equity e wealth management. Dois conectores de dados institucionais: FactSet e MSCI. Parceiros LSEG e S&P Global lançaram plugins complementares.

Workflow cross-app

Claude transita entre Excel e PowerPoint sem perder contexto. Profissionais de finanças completam tarefas multi-step em uma única sessão.

5 plugins especializados

• Análise financeira: pesquisa de mercado, modelagem, apresentações
• Investment banking: revisão de deals, análises comparáveis, pitch materials
• Equity research: análise de earnings, updates de modelo, research notes
• Private equity: due diligence, modelagem de cenários, scoring de oportunidades
• Wealth management: análise de portfólio, identificação de drift, rebalanceamento

Conectores de dados

FactSet: dados de mercado em tempo real e pesquisa. MSCI: informação proprietária de índices. LSEG e S&P Global lançaram plugins complementares.

"Intelligence Yield" (IY) é uma métrica que mede eficiência computacional: (p50 horizonte temporal × score médio) / tempo de trabalho. Opus 4.6 demonstra o maior IY: resolve tarefas complexas (p50: 870 min) com performance forte (78.86%) usando apenas ~228 min de trabalho. Modelos da OpenAI (o3, GPT-5.2) alcançam horizontes impressionantes mas com investimento computacional massivo, resultando em IY menor.

A métrica

Intelligence Yield (IY) mede eficiência computacional de modelos: (p50 horizonte temporal × score médio) / tempo de trabalho. Reframes o progresso de "quão difícil consegue resolver" para "quão inteligentemente usa recursos".

Opus 4.6 na liderança

Opus 4.6 atinge o maior IY: resolve problemas complexos (p50: 870 minutos) com score de 78.86%, usando apenas ~228 minutos de tempo de trabalho.

Comparação com OpenAI

Os modelos da OpenAI (o3, GPT-5.2) atingem horizontes temporais impressionantes, mas exigem investimento computacional massivo — 326k+ e 512k+ segundos — resultando em IY significativamente menor.

Tendência

Dados de 2023 a 2026 mostram que modelos da Anthropic otimizam consistentemente a razão compute-para-capacidade.

Guia prático da You.com para organizações descobrirem e implementarem casos de uso de IA. O argumento central: transformação bem-sucedida exige identificar desafios de negócio específicos ao invés de perseguir capacidades tecnológicas vagas. Divide em duas áreas — interno (automação de back-office, workflows, gestão de conhecimento) e externo (produtos customer-facing, suporte, personalização). Enfatiza alinhamento organizacional.

O problema

Organizações frequentemente definem projetos de IA em torno de capacidades "brilhantes" ao invés de entregar valor mensurável. Isso leva a desperdício de investimento.

Duas áreas de implementação

Interno: automação de operações, workflows de funcionários, gestão de conhecimento. Externo: produtos customer-facing, sistemas de suporte, personalização.

Fator crítico

Alinhamento organizacional. Discovery unificado garante que a empresa não perca oportunidades de alto impacto e permite processos escaláveis e repetíveis.

Wealthsimple está recrutando um time seletivo de AI builders para posições full-time. Diferencial: candidatos enviam protótipos funcionais ao invés de currículos tradicionais. Buscam pessoas que "olham para um processo quebrado e não conseguem evitar imaginar como deveria ser". Remote-first na América do Norte. Inscrições até 2 de março de 2026, ofertas até 7 de março.

O que é

Programa de recrutamento da Wealthsimple para AI builders. Posições full-time, pagas, com compensação competitiva.

Processo seletivo

Sem currículo. Candidatos devem projetar e prototipar um sistema de IA que expanda capacidade humana. Podem usar ferramentas de IA durante o desenvolvimento.

Perfil buscado

Pessoas que olham para um processo quebrado e não conseguem evitar imaginar como deveria ser. Movem-se rápido em incerteza e pensam criticamente sobre onde IA deve e não deve intervir.

Detalhes

Remote-first na América do Norte. 18+, autorização de trabalho necessária. Inscrições até 2 de março de 2026, ofertas até 7 de março.

O time Codex da OpenAI tem ~40 pessoas com hierarquia mínima: 1 PM, 2 designers, engenheiros variados. Times de 2-3 pessoas são donos de features end-to-end. O Codex é usado internamente para tudo: em um bug bash processaram 100+ issues em 1 hora com maioria corrigida em 24h. Funciona como "onboarding buddy" — engenheiros novos shippam features significativas no primeiro dia. Review automático de PRs com instruções customizadas.

Estrutura do time

~40 pessoas. 1 PM, 2 designers, engenheiros com expertise variada. Hierarquia mínima. Times de 2-3 pessoas são donos de features de ponta a ponta.

IA integrada no workflow

Codex é usado em escala internamente. Em um bug bash, processaram 100+ issues em 1 hora. Funciona como "onboarding buddy" para novos engenheiros — setup e compreensão de codebase automatizados. Engenheiros shippam features significativas no primeiro dia.

Cultura

Reuniões minimizadas. Colaboração espontânea e liderança acessível. Decisões priorizam velocidade — Codex permite correção rápida de curso.

Hiring

Dois extremos: generalistas excepcionais que multiplicam o esforço do time, e especialistas que pensam fora da caixa.

Martin Fowler compartilha insights do retiro Thoughtworks sobre futuro do desenvolvimento com LLMs. Devs senior mantêm valor focando em arquitetura. Exercícios práticos converteram 1/3 dos devs senior resistentes a LLMs em advocates. Mid-level developers enfrentam o maior desafio. "Cognitive debt" (Margaret-Anne Storey): equipes perdem a capacidade de explicar decisões de design. Práticas que melhoram developer experience também melhoram eficácia de LLMs. Executivos agora priorizam suavizar caminhos para agentes quando nunca fizeram isso para humanos.

Impacto por nível de senioridade

Devs senior mantêm valor focando em arquitetura. Exercícios hands-on converteram 1/3 dos resistentes em advocates. Devs mid-level enfrentam o maior desafio: construíram carreiras sem LLMs e não têm expertise senior para alavancá-los.

Cognitive debt

Margaret-Anne Storey introduziu o conceito: quando ninguém no time consegue explicar por que certas decisões de design foram tomadas. Fowler compara com dívida técnica — times pagam juros com desenvolvimento mais lento.

DevEx = AgentEx

Laura Tacho observou que práticas que melhoram developer experience simultaneamente melhoram eficácia de LLMs. Ironia: executivos agora priorizam suavizar caminhos para agentes quando negligenciaram fazer isso para humanos.

Preocupações

Adoção de IA acelera o ritmo de trabalho e expande escopo de tarefas, potencialmente causando burnout. IDEs devem orquestrar entre features determinísticas e capacidades de LLM.

Margaret-Anne Storey argumenta que equipes usando IA generativa enfrentam uma ameaça maior da "dívida cognitiva" do que da dívida técnica. Mesmo que IA produza código limpo, devs perdem noção das intenções de design e lógica do sistema. Caso real: em curso de empreendedorismo, um time travou na semana 7-8 — ninguém conseguia explicar por que certas decisões de design foram tomadas.

O conceito

Dívida técnica vive no código. Dívida cognitiva vive na mente dos desenvolvedores. É a perda de compreensão compartilhada sobre o que o software faz e como funciona.

Caso real

Em um curso de empreendedorismo, um time de estudantes travou na semana 7-8. O problema real: ninguém no time conseguia explicar por que certas decisões de design foram tomadas.

Recomendações

• Reconhecer velocidade insustentável sem compreensão
• Exigir verificação humana de mudanças de IA
• Documentar rationales de decisões, não só o código
• Sessões regulares de knowledge-sharing

Sinais de alerta

Hesitação em modificar código existente. Dependência de tribal knowledge. Tratar o sistema como caixa-preta.

Boaz Barak, pesquisador de alignment da OpenAI, analisa a constituição do Claude da Anthropic. Identifica três pólos de alignment: princípios gerais, políticas operacionais e personalidade. Argumenta que a constituição pende para personalidade enquanto minimiza políticas. Elogia a ênfase em prevenir controle autoritário e padrões de honestidade. Porém questiona a antropomorfização, a auto-determinação concedida ao Claude, e a aparente relutância em ter regras claras.

O que é

Boaz Barak, pesquisador de alignment da OpenAI, faz uma análise detalhada da constituição publicada pela Anthropic para o Claude, comparando com o Model Spec da OpenAI.

Três pólos de alignment

Princípios gerais (axiomas éticos), políticas operacionais (regras específicas), e personalidade (empatia/caráter). Barak argumenta que a constituição pende para personalidade enquanto minimiza políticas.

Pontos fortes

Ênfase em prevenir controle autoritário por humanos. Padrões de honestidade que excedem ética humana típica.

Preocupações

Riscos da antropomorfização. O documento concede ao Claude autoridade de buscar "ética universal verdadeira" — Barak acha surpreendentemente permissivo. Advoga por regras explícitas e oversight humano ao invés de confiar no raciocínio moral da IA.

Greg Brockman, presidente da OpenAI, descreve uma mudança transformadora na engenharia de software. Desde dezembro, ferramentas como Codex alcançaram um "step function improvement". Engenheiros reportam que Codex agora "escreve essencialmente todo o código" e auxilia em operações e debugging. Meta até 31 de março: agentes se tornarem a ferramenta primária para tarefas técnicas. 6 recomendações incluem designar um "agents captain", documentar em AGENTS.md, e manter accountability humana no merge.

A tese

Greg Brockman afirma que desde dezembro houve um "step function improvement" em ferramentas de coding com IA. Engenheiros na OpenAI reportam que seus jobs mudaram fundamentalmente.

Meta estratégica

Até 31 de março: agentes se tornarem a ferramenta primária para tarefas técnicas, substituindo editores e terminais tradicionais.

6 recomendações para times

• Alocar tempo para experimentar; designar um "agents captain"
• Criar e manter arquivos AGENTS.md rastreando performance
• Inventariar ferramentas internas e torná-las agent-compatible
• Estruturar codebases pensando em agentes — testes rápidos e interfaces de qualidade
• Manter accountability humana para código merged
• Desenvolver ferramentas de observabilidade e tracking