Os agentes de programação com IA cruzaram um limiar que poucos teriam previsto há um ano: já não são ferramentas auxiliares, mas o motor principal de desenvolvimento nas empresas que os adotam.
Três dados desta semana confirmam isso de ângulos distintos.
80% do código na Anthropic já é escrito por Claude
Em 4 de junho de 2026, o Anthropic Institute publicou “When AI Builds Itself”, uma análise interna que revela que mais de 80% do código mesclado em produção na Anthropic foi escrito por Claude. Antes do lançamento do Claude Code em fevereiro de 2025, esse número era de um dígito.
Os números são difíceis de ignorar: os engenheiros da Anthropic enviam 8 vezes mais código por dia do que em 2024. A taxa de sucesso de Claude em tarefas abertas de engenharia saltou de 26% para 76%. Em um caso documentado, Claude aplicou mais de 800 correções em abril de 2026 que reduziram uma classe de erros de API em um fator de 1.000 — trabalho que um engenheiro estimou que lhe tomaria quatro anos para fazer manualmente.
Há uma nuance importante: Anthropic é um laboratório de IA cujo produto principal são ferramentas de IA. Seu fluxo de trabalho é otimizado para isso. Não é uma métrica diretamente extrapolável para toda a indústria. A própria Anthropic reconhece que o código escrito por Claude “era um pouco pior que o escrito por humanos” em certas dimensões, e que o papel do engenheiro passou de escrever código para dirigir e revisar.
Mas a direção é clara.
OpenCode: 7,5 milhões de desenvolvedores e 160 mil estrelas
Enquanto a Anthropic publicava suas métricas internas, o projeto open-source OpenCode alcançava 160.000 estrelas no GitHub e 7,5 milhões de desenvolvedores mensais. Seu site oficial (opencode.ai) promove duas características chave que explicam sua adoção: suporte para mais de 75 provedores de modelos LLM através do Models.dev e integração LSP que carrega automaticamente os servidores de linguagem corretos para o código que está sendo editado.
OpenCode funciona com modelos locais (Ollama, llama.cpp, vLLM) e cloud APIs (Claude, GPT, Gemini), o que o torna uma alternativa flexível e gratuita ao Claude Code e Cursor. Sua arquitetura agnóstica ao modelo é provavelmente a principal razão de seu crescimento explosivo.
MiniMax M3: atenção sparse e 1M de contexto
O terceiro dado vem do lado dos modelos. MiniMax lançou M3, um modelo open-weight com três inovações que o colocam no mapa dos coding agents: 1 milhão de tokens de contexto — garantido mínimo 512K —, uma arquitetura de atenção sparse proprietária (MSA) que alcança 9,7x de aceleração em prefill e 15,6x em decode a 1M tokens, e multimodalidade nativa.
A comunidade do HuggingFace o descreve como “o primeiro modelo open-weight a combinar desempenho de primeiro nível em programação, uma janela de contexto de um milhão de tokens e multimodalidade nativa.” Em benchmarks de programação, compete diretamente com Claude Opus 4.7 e GPT-5 Codex, mas a uma fração do custo.
O padrão
Os três pontos convergem no mesmo: os agentes de código já não são uma curiosidade. São infraestrutura. Claude Code demonstra produtividade real em escala empresarial. OpenCode democratiza o acesso com uma plataforma aberta e multi-modelo. MiniMax M3 empurra os limites técnicos do que um modelo aberto pode fazer.
Para um desenvolvedor, a pergunta já não é “deveria usar um agente de código”, mas “qual me serve mais para o que preciso.”
Fontes: Anthropic Institute — When AI Builds Itself · OpenCode · MiniMax M3 · HuggingFace — MiniMax Goes Sparse