Empresas de monitoramento de engenharia de software estão detectando que o uso intenso de agentes de programação com inteligência artificial – prática que muitos desenvolvedores chamam de “tokenmaxxing” – gera mais linhas de código, porém com necessidade crescente de retrabalho, reduzindo a produtividade efetiva.
Volume alto, valor baixo
Relatórios de fornecedores de análises como Waydev, GitClear, Faros AI e Jellyfish mostram um padrão semelhante em grandes organizações: a quantidade de código aprovado inicialmente sobe, mas grande parte precisa ser revisada ou descartada em seguida.
Alex Circei, fundador e CEO da Waydev, que atende 50 clientes com mais de 10 mil engenheiros, afirma que as taxas de aceitação preliminar de código gerado por IA chegam a 80%-90%. Após algumas semanas de revisões, porém, a taxa real cai para algo entre 10% e 30%.
O crescimento dessas ferramentas levou a Waydev, fundada em 2017, a reformular sua plataforma nos últimos seis meses. A companhia passa a disponibilizar métricas específicas que relacionam qualidade e custo do código produzido por agentes de IA, permitindo que gestores acompanhem adoção e eficiência.
Dados de diversos players
Outras empresas reforçam o diagnóstico:
- GitClear publicou em janeiro que usuários frequentes de IA exibem churn – linhas modificadas ou removidas – 9,4 vezes maior que colegas que não recorrem à tecnologia, superando, em mais que o dobro, o ganho de produtividade observado.
- Faros AI analisou dois anos de dados de clientes e constatou aumento de 861% no churn quando há uso intensivo de IA.
- Jellyfish, que avaliou 7.548 engenheiros no primeiro trimestre de 2026, verificou que aqueles com maiores orçamentos de tokens criaram o dobro de pull requests, porém a um custo dez vezes superior em tokens.
O movimento leva grandes corporações a buscar ferramentas de diagnóstico: a Atlassian desembolsou US$ 1 bilhão pela startup DX em 2025 para ajudar clientes a calcular retorno sobre agentes de código.
Imagem: Getty
Impacto desigual por nível de experiência
De acordo com as plataformas, engenheiros juniores tendem a aprovar volumes maiores de código gerado por IA, mas enfrentam mais reescritas posteriormente, ampliando dívida técnica e tempo de revisão.
Mesmo diante dos desafios, a expectativa é de que o uso de agentes de IA se consolide. “É uma nova era do desenvolvimento de software, e as empresas são forçadas a se adaptar”, resume Circei.
Com informações de TechCrunch
