A Spotify ampliou o uso de desenvolvimento assistido por IA e mais que dobrou as mudanças mensais mescladas, de cerca de 8.100 para 17.000 ano a ano em agosto. Com o aumento do volume de alterações nos sistemas de produção, a empresa ajustou controles de qualidade e confiabilidade para lidar com a nova escala.
A companhia opera quase 3.000 serviços de produção para 777 milhões de usuários ativos mensais e relata desafios em processamento de conteúdo, automação de frota e capacidade de computação. Entre as respostas estão melhorias em monitoramento e testes, salvaguardas de rollout e capacidade de rollback, além da adoção do Honk, um agente de codificação em background que executa o Claude via Agent SDK em pods no Kubernetes.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
A Starlink já permite que celulares se conectem diretamente aos satélites por meio da tecnologia Direct to Cell, sem a antena usada no serviço residencial. A proposta evoluiu de mensagens de texto para acesso a dados e chamadas via aplicativos, com operação feita em parceria com operadoras de telefonia que disponibilizam parte das frequências.
No Brasil, Vivo e Starlink participam de um ambiente experimental autorizado pela Anatel, com permissão válida até abril de 2029, mas ainda sem oferta comercial ampla. Enquanto isso, a SpaceX recebeu autorização da FCC para implantar até 15 mil satélites de nova geração, com novas frequências para ampliar cobertura e capacidade, inclusive em ambientes internos, aproximando a tecnologia de serviços móveis mais avançados.
Organizações de engenharia estão vendo métricas de “adoção” dispararem — como ativações de assentos e gasto com tokens — mas, ao observar reuniões e rotinas, quase nada muda no processo de desenvolvimento. O texto critica que indicadores de uso (tokens, commits, “% de código gerado por IA”) medem atividade, não melhoria real do trabalho. Também destaca que “adoção” pode significar desde uso pontual até mudanças permanentes de workflow, sendo que só a última tende a sobreviver a prazos e troca de pessoas.
A implicação para times dev é direta: dashboards podem virar incentivo para “jogar o jogo” da métrica, sem garantir qualidade, entrega ou aprendizado. Em vez de focar em licenças e volume de uso, a recomendação é avaliar o que quebra se a ferramenta sumir, e tratar prompts e fluxos como artefatos versionados e revisados no repositório — além de definir com clareza o que pode ser delegado a agentes com checagem leve e o que exige revisão mais cuidadosa.
Agentes de IA voltados a coding já estão sendo usados para desenvolver software corporativo: eles leem repositórios, escrevem código, executam testes e até abrem pull requests, com revisão humana antes do deploy em algumas empresas. O ponto levantado é que, apesar do ganho de produtividade, a infraestrutura e a governança ainda não acompanham o uso mais autônomo — o que pode abrir brechas como vazamento de credenciais, acesso indevido a dados e risco de inserir segredos no código.
A recomendação é tratar agentes como “infra de produção”: limitar o acesso por padrão (especialmente rede e ferramentas), rodar em ambientes temporários e controlados em vez do laptop do dev, e delegar autoridade com identidade rastreável. Com least privilege, proxies e auditoria detalhada de prompts, chamadas a ferramentas e mudanças geradas, times conseguem reduzir o “raio de impacto” e aumentar a confiança no que vai para o ambiente real.
O time jurídico do GitHub contou como usou o Copilot CLI para transformar tarefas repetitivas em fluxos automatizados. Em um caso, Ngandu Kasuku criou o “terms-ai”, uma ferramenta para rascunho de contratos com base em um guia de estilo em linguagem simples e em acordos já aprovados; ele afirma ter reduzido o tempo de revisão e redação em cerca de 50%. Em outro, Jesse Geraci desenvolveu um fluxo para analisar avisos DMCA com consistência, evoluindo de instruções em linguagem natural para um app de desktop com modos de análise e integração de dados externos.
A iniciativa mostra como devs e times tech podem aplicar IA não só para “responder tarefas”, mas para construir ferramentas reutilizáveis e auditáveis, com instruções editáveis e controle humano no centro. Na prática, isso acelera entregas, melhora a padronização dos resultados e reduz retrabalho — desde que a metodologia e os critérios sejam bem definidos no próprio workflow.
A Temporal está acelerando o desenvolvimento com agentes e ferramentas de coding, como Claude Code e Cursor, aplicados tanto no dia a dia de engenharia quanto em fluxos de trabalho. A empresa relata que tarefas que antes levavam meses passaram a ser concluídas em menos de 30 dias, com receita dobrando no período. O CEO Samar Abbas diz que não consegue comprovar ligação direta entre o aumento de custos em IA e o crescimento, mas reforça a necessidade de adaptação cultural e adoção das ferramentas para manter produtividade e qualidade.
