Google diz que 75% do código novo já vem de IA

Sundar Pichai anunciou no Google Cloud Next 2026 que 75% do código novo produzido no Google hoje já é gerado por inteligência artificial antes de passar por revisão humana. O dado aponta uma mudança rápida nos fluxos de trabalho, com engenheiros orquestrando agentes e focando mais em arquitetura, revisão e segurança do que em digitar cada linha.

Na conferência Google Cloud Next 2026, em Las Vegas, Sundar Pichai revelou que 75% do código novo dentro do Google já é gerado por inteligência artificial, antes de passar pela revisão humana.

O número é notável pela velocidade: em outubro de 2024 era 25%, subiu para 50% no outono de 2025 e atingiu três quartos em cerca de 18 meses.

Esse avanço não quer dizer que engenheiros deixaram de existir, mas que o foco do trabalho mudou do ato de digitar para orquestrar agentes autônomos e validar resultados.

Pichai descreveu essa transição como uma migração para fluxos de trabalho agentivos, nos quais o engenheiro define tarefas, revisa saída e decide arquitetura.




O Google deu um exemplo prático: uma migração complexa foi concluída seis vezes mais rápido do que seria possível um ano antes, combinando agentes e revisões humanas.

Na prática, a IA passou de sugestão pontual no editor para um colega de trabalho digital que executa a parte braçal.

Há motivos claros para a aceleração dessa adoção dentro da companhia.

Produtividade mensurável: tarefas que antes levavam semanas agora se resolvem em dias.

Pressão competitiva: rivais como Meta, Microsoft e Amazon também avançam na mesma direção.

Redução do custo de engenharia: horas de desenvolvedor sênior são caras e a IA reduz esse gargalo.

Cultura interna: o Google incluiu metas de uso de IA nas avaliações de desempenho, tornando o uso uma expectativa.

Relatos indicam que alguns engenheiros têm metas específicas de adoção de IA que influenciam a avaliação anual, segundo a imprensa especializada.

Há até casos em que equipes do DeepMind foram autorizadas a usar ferramentas concorrentes, como o Claude Code da Anthropic, o que gerou atrito interno.

No desenvolvimento interno, modelos Gemini são usados para a geração de código e a plataforma Antigravity permitiu prototipar um app Gemini para macOS em poucos dias com Swift.

Esse tipo de ganho explica a aposta em agentes: além de acelerar desenvolvimento, eles também ajudam na segurança.

Agentes do Centro de Operações de Segurança do Google já fazem a triagem de dezenas de milhares de alertas por mês e reduziram o tempo de mitigação em mais de 90%.

Todo código gerado por IA no Google passa por aprovação humana, mas o perfil do trabalho muda.

Menos escrita e mais revisão: o desenvolvedor tende a atuar como revisor sênior.

Mais foco em design de sistemas: definir o que precisa ser feito fica mais importante do que a digitação.

Prompt engineering aparece como habilidade relevante para orientar agentes.

Testes ganham mais peso porque código gerado em escala precisa de cobertura robusta.

Segurança se torna prioridade, já que vulnerabilidades em código automatizado podem escalar rapidamente.

Não só o Google vê essa mudança: empresas como Robinhood também afirmam que a maior parte do código enviado à produção hoje vem de IAs.

Ferramentas como Cursor, Claude Code, GitHub Copilot e Gemini CLI já estão disponíveis para equipes de todos os tamanhos.

O texto de referência sugere atitudes práticas, como experimentar agentes em projetos pessoais, aprimorar code review, estudar arquitetura e manter atenção à segurança.

O número de 75% refere-se ao código novo aprovado por engenheiros, ou seja, não é código que vai direto para produção sem revisão.

Essa distinção mostra que humanos continuam no comando, mas também levanta a pergunta de até quando isso vai durar.

Se a curva atual se mantiver, em 2027 poderíamos estar falando em 90% ou mais, exigindo nova redefinição do papel do engenheiro.

O anúncio do Google não é apenas uma manchete de conferência: sinaliza uma mudança estrutural na forma como software é feito.

Para a indústria, é um ponto de inflexão com implicações práticas e culturais que devem repercutir além do Vale do Silício.

Total
0
Shares
Artigo anterior

Filtro de privacidade da OpenAI: detecção de “PII” que roda direto na sua máquina

Próximo artigo

Google vai investir até US$40 bilhões na Anthropic: o que isso significa para a corrida da IA



Artigos relacionados