Radar Tech: O custo de dizer 'sim' mudou — da tese do GitHub Blog ao pacote de prompts que governa agentes de IA
Três artigos explodiram esta semana: GitHub Blog mostra que escrever código ficou barato mas possuir não; Cursor prova que swarms de agentes reduzem custo em 87%; Simon Willison documenta reverse engineering barato com IA. Nosso pacote de prompts conecta os pontos.
O resumo do dia
Três artigos publicados entre 17 e 20 de julho de 2026 formam o triunvirato da semana na engenharia de software com IA:
1. GitHub Blog: "The cost of saying yes has changed"
Autora: Dalia Abuadas, engenheira do time Copilot Agent Control Plane do GitHub. Data: 17 de julho de 2026. Tese: O custo de escrever código despencou com agentes de IA, mas o custo de possuir código não mudou. Pela primeira vez na história do desenvolvimento de software, escrever e possuir não são a mesma coisa.
"A framework for deciding which changes are actually cheap in the AI era."
Dalia argumenta que o filtro natural que existia — "só escrevo código se valer a pena, porque escrever é caro" — simplesmente evaporou. O resultado é um ciclo vicioso: mais agentes geram mais código, mais código exige mais revisão, revisão vira gargalo humano, e código mal compreendido vira dívida técnica.
2. Cursor: "Agent swarms and the new model economics"
Autor: Wilson Lin. Data: 20 de julho de 2026. Tese: Swarms de agentes com coordenação adequada entregam qualidade similar a agentes individuais caros, mas a uma fração do custo.
O artigo documenta um experimento onde um swarm de agentes construiu um SQLite funcional do zero. O resultado principal: uma configuração híbrida (Opus 4.8 como planner + Composer 2.5 como worker) custou US$ 1.339 — 87% menos que o mesmo experimento com GPT-5.5 sozinho (US$ 10.565), com qualidade similar.
"The swarm starts to resemble a compiler. Planners parse a goal into task trees, then lower it step by step into executable work."
3. Simon Willison: "Reverse-engineering is cheap now"
Autor: Simon Willison. Data: 20 de julho de 2026. Tese: Agentes de código tornaram o reverse engineering de dispositivos domésticos tão barato que o ROI mudou completamente.
Simon relata anedotas de pessoas usando coding agents para reverse-engineer e automatizar dispositivos em casa. O ponto central: antes dos agentes, o custo de entender uma API não documentada era alto demais para valer o esforço. Agora, com agentes, o custo de tentar (e falhar) é tão baixo que vale a pena.
"Since the code is so cheap, the idea of having to maintain it in the future — or throw it away and start again — carries way less psychological baggage."
O fio condutor
Os três artigos contam a mesma história de ângulos diferentes:
- GitHub Blog foca na governança: como decidir o que vale a pena quando escrever é barato.
- Cursor foca na economia: como combinar modelos caros (planner) com baratos (worker) para otimizar custo.
- Simon Willison foca no comportamento: como o custo zero de tentar muda o que as pessoas se sentem confortáveis em fazer.
Juntos, eles pintam um quadro claro: o gargalo não é mais criar código — é decidir o que vale a pena criar e, mais importante, o que vale a pena manter.
O que isso significa para arquitetura de software?
1. ADRs de Ownership são o novo padrão ouro
Não basta documentar a decisão técnica. Você precisa documentar quanto vai custar possuir aquela decisão ao longo do tempo — e se o custo de escrever (potencialmente baixo com agentes) justifica o custo de possuir.
2. Matriz Escrever vs. Possuir
Use uma matriz 2x2 para classificar mudanças:
- Baixo escrever + Baixo possuir → agentes podem fazer autonomamente
- Baixo escrever + Alto possuir → revisão humana obrigatória (armadilha clássica!)
- Alto escrever + Baixo possuir → avaliar custo-benefício
- Alto escrever + Alto possuir → rejeitar ou repensar completamente
3. Agentes precisam de guardrails, não de liberdade total
O fator de calibração é real: código gerado por agente autônomo tem maior probabilidade de conter alucinações, padrões não idiomáticos e dependências fantasmas. Reduza a confiança automaticamente em 0.2 para sugestões não supervisionadas.
E no ArchPrompts?
Acabamos de publicar um pacote exclusivo de 5 arquivos que transforma qualquer LLM num Agente de Decisão de Ownership, exatamente para navegar este novo mundo.
O pacote inclui:
- Prompt principal com análise de TCO (escrever vs. possuir em 1 e 3 anos)
- Regras e restrições com fator de calibração de agente
- 3 exemplos few-shot incluindo caso de borda de reescrita sugerida por agente
- Harness de verificação com 6 checklists
- 5 variações (curta, longa, microsserviços, maturidade, CI/CD)
Categoria: agentes — mesmo tema dos três artigos que agitaram a semana.
