O caminho a seguir para o desenvolvimento de código impulsionado por IA generativa em 2025

Três anos atrás, o desenvolvimento de código com IA era quase exclusivamente o GitHub Copilot.

A ferramenta de desenvolvimento da GitHub, alimentada por IA, surpreendeu os desenvolvedores com sua capacidade de ajudar na conclusão de código e até gerar novo código. Agora, no início de 2025, há uma dúzia ou mais de ferramentas e serviços de codificação gerados por IA disponíveis por fornecedores de todos os tamanhos. As ferramentas de codificação alimentadas por IA agora fornecem recursos sofisticados de geração e conclusão de código, além de suportar uma variedade de linguagens de programação e padrões de implementação.

A nova classe de ferramentas de desenvolvimento de software tem o potencial de revolucionar completamente a forma como aplicativos são construídos e entregues — ou pelo menos é o que muitos fornecedores afirmam. Alguns observadores se preocupam que essas novas ferramentas signifiquem o fim para os codificadores profissionais como os conhecemos.

Qual é a realidade? Como as ferramentas estão realmente fazendo um impacto hoje? Onde elas falham e qual o futuro do mercado em 2025?

“No ano passado, as ferramentas de IA se tornaram cada vez mais essenciais para a produtividade dos desenvolvedores,” disse Mario Rodriguez, diretor de produtos da GitHub, à VentureBeat.

A promessa de eficiência empresarial do desenvolvimento de código alimentado por IA generativa

Então, o que as ferramentas de desenvolvimento de código alimentadas por IA generativa podem fazer agora?

Rodriguez afirmou que ferramentas como o GitHub Copilot já podem gerar de 30 a 50% do código em certos fluxos de trabalho. As ferramentas também podem ajudar a automatizar tarefas repetitivas e auxiliar com depuração e aprendizado. Elas podem até servir como parceiros de pensamento para ajudar os desenvolvedores a passar da ideia à aplicação em minutos.

“Estamos vendo que as ferramentas de IA não apenas ajudam os desenvolvedores a escrever código mais rapidamente, mas também a escrever código de melhor qualidade,” afirmou Rodriguez. “Em nosso último estudo controlado com desenvolvedores, descobrimos que o código escrito com o Copilot não só é mais fácil de ler, mas também mais funcional — tem 56% mais probabilidade de passar em testes unitários.”

Embora o GitHub Copilot seja um pioneiro inicial no espaço, outros entrantes mais recentes estão vendo ganhos semelhantes. Um dos fornecedores mais quentes nesse espaço é a Replit, que desenvolveu uma abordagem de agente de IA para acelerar o desenvolvimento de software. De acordo com Amjad Masad, CEO da Replit, as ferramentas de codificação alimentadas por IA generativa podem tornar a codificação de 10 a 40% mais rápida para engenheiros profissionais.

“Os maiores beneficiários são os engenheiros de front-end, onde há muita repetição e boilerplate no trabalho,” disse Masad à VentureBeat. “Por outro lado, acho que está tendo menos impacto em engenheiros de software de baixo nível, onde é preciso ter cuidado com gerenciamento de memória e segurança.”

O que é mais empolgante para Masad não é o impacto da codificação com IA generativa em desenvolvedores existentes, mas sim o impacto que pode ter em outros.

“A coisa mais empolgante, pelo menos na perspectiva da Replit, é que pode transformar não-ingenuheiros em engenheiros juniores,” disse Masad. “De repente, qualquer um pode criar software com código. Isso pode mudar o mundo.”

Certeza é que as ferramentas de codificação alimentadas por IA generativa têm o potencial de democratizar o desenvolvimento e melhorar a eficiência dos desenvolvedores profissionais.

Dito isso, não se trata de uma panaceia e ainda apresenta algumas limitações, pelo menos por enquanto.

“Para projetos simples e isolados, a IA fez progressos notáveis,” disse Itamar Friedman, cofundador e CEO da Qodo, à VentureBeat.

A Qodo (anteriormente Codium AI) está desenvolvendo uma série de ferramentas de desenvolvimento de aplicativos empresariais impulsionadas por agentes de IA. Friedman afirmou que, utilizando ferramentas automatizadas de IA, qualquer pessoa pode agora criar sites básicos mais rapidamente e com mais personalização do que os construtores de sites tradicionais.

“No entanto, para softwares empresariais complexos que alimentam empresas da lista Fortune 5000, a IA ainda não é capaz de automação total de ponta a ponta,” observou Friedman. “Ela se destaca em tarefas específicas, como responder perguntas sobre código complexo, conclusão de linhas, geração de testes e revisões de código.”

Friedman argumentou que o desafio central está na complexidade do software empresarial. Na sua visão, as capacidades puras dos modelos de linguagem (LLM) sozinhos não conseguem lidar com essa complexidade.

“Simplesmente usar IA para gerar mais linhas de código poderia, na verdade, piorar a qualidade do código — que já é um problema significativo em ambientes empresariais,” disse Friedman. “Portanto, a razão pela qual ainda não vemos uma grande adoção é porque ainda há mais avanços tecnológicos, de engenharia e de aprendizado de máquinas que precisam ser alcançados para que soluções de IA compreendam completamente o software empresarial complicado.”

Friedman disse que a Qodo está abordando essa questão focando em entender códigos complexos, indexá-los, categorizá-los e entender as melhores práticas organizacionais para gerar testes significativos e revisões de código.

Outra barreira para uma adoção e implantação mais amplas é o código legado. Brandon Jung, VP de ecossistema da fornecedora de desenvolvimento de IA generativa Tabnine, disse à VentureBeat que vê a falta de dados de qualidade impedindo uma adoção mais ampla das ferramentas de codificação por IA.

“Para as empresas, muitas têm grandes bases de código antigas e esse código não é bem entendido,” disse Jung. “Os dados sempre foram críticos para o aprendizado de máquina e isso não é diferente com a IA gerativa para código.”

Rumo ao desenvolvimento de código totalmente impulsionado por IA em 2025

Nenhum único LLM pode lidar com tudo que é necessário para o desenvolvimento de software empresarial moderno. É por isso que os principais fornecedores adotaram uma abordagem de IA agentic.

Friedman, da Qodo, espera que em 2025 as funcionalidades que pareciam revolucionárias em 2022 — como autocompletar e funções simples de chat de código — se tornem commodities.

“A verdadeira evolução será em direção a fluxos de trabalho especializados de agentes — não um agente universal, mas muitos especializados, cada um se destacando em tarefas específicas,” disse Friedman. “Em 2025 veremos muitos desses agentes especializados sendo desenvolvidos e implantados, até que, eventualmente, quando houver um número suficiente deles, veremos o próximo ponto de inflexão, onde os agentes podem colaborar para criar software complexo.”

É uma direção que Rodriguez, da GitHub, também observa. Ele espera que ao longo de 2025, as ferramentas de IA continuem a evoluir para auxiliar os desenvolvedores durante todo o ciclo de vida do software. Isso vai além de escrever código; envolve também construir, implantar, testar, manter e até corrigir software. Os humanos não serão substituídos nesse processo, mas sim augmentados com IA que tornará as coisas mais rápidas e eficientes.

“Isso será realizado com o uso de agentes de IA, onde os desenvolvedores terão agentes ajudando-os com tarefas específicas em cada etapa do processo de desenvolvimento — e, criticamente, um ciclo de feedback iterativo que mantém o desenvolvedor no controle o tempo todo,” afirmou Rodriguez.

Em um mundo onde a codificação alimentada por IA generativa se tornará cada vez mais comum em 2025 e além, há pelo menos um diferenciador que será fundamental para as empresas. Na visão de Rodriguez, isso é a integração da plataforma.

“Para realmente ter sucesso em grande escala, as ferramentas de IA precisam se integrar perfeitamente nos fluxos de trabalho existentes,” disse Rodriguez.