A IA dobrou nossos PRs — e o que quebrou NÃO foi a qualidade do código

O Gargalo Real Não É a Qualidade do Código da IA

Quando sua plataforma atende 100 milhões de clientes simultâneos, processa 11–12 milhões de requisições por segundo em ~3.000 serviços de produção, a pergunta "a IA escreve código ruim?" é a pergunta errada.

A pergunta certa é: seu sistema de verificação aguenta o volume de mudanças que a IA permite produzir? 👀

A pesquisa DORA 2025 do Google Cloud já apontava o padrão: adoção de IA correlaciona com maior throughput de entrega mas menor estabilidade de entrega. A maioria dos times lê isso e entra em pânico com qualidade de código. O modo de falha real é mais sutil — review, testes, rollout e observabilidade simplesmente não foram projetados para essa velocidade.

Olha só o que um ano de desenvolvimento assistido por IA em escala revelou de verdade.

O relatório de engenharia original está aqui: 근거자료.

As Métricas Que Realmente Mudaram

Quando os PRs mergeados saltaram de ~8.100 para 17.000 mês a mês, o instinto é assumir que a dívida técnica está explodindo. Os dados disseram o contrário:

• Trabalho de qualidade & otimização: 27% → 31% do mix (mais que 2× em volume absoluto)
• Manutenção & config: 31% → 25% do mix
• Rework rate: sem aumento correspondente, apesar do churn alto na indústria (FAROS 2026)

O ponto-chave é a distinção rework rate vs. code churn. Churn mede linhas adicionadas vs. removidas — uma métrica ruidosa que a IA infla naturalmente. Rework rate pondera a idade do código sendo alterado, o que é um proxy melhor para saber se trabalho recente está aguentando a pressão do mundo real.

# Cálculo simplificado do rework rate
# Rework = mudanças em código mais novo que N dias / total de mudanças
def rework_rate(commits, limite_idade_dias=21):
    edicoes_recentes = 0
    total_edicoes = 0
    for commit in commits:
        for mudanca in commit.changes:
            total_edicoes += 1
            # Idade da linha sendo modificada, não do arquivo
            if mudanca.line_age_days < limite_idade_dias:
                edicoes_recentes += 1
    return edicoes_recentes / total_edicoes if total_edicoes else 0.0

# Atenção: NÃO recalibre thresholds só pra fazer o time se sentir melhor.
# Dois sinais pra ficar de olho: complexidade de código e tamanho do PR.

Duas métricas estão subindo e merecem monitoramento sem reescrever thresholds imediatamente: complexidade de código e tamanho do PR. Pré-IA, um PR grande era bandeira vermelha. Pós-IA, um PR grande pode significar só que um humano e um agente raciocinaram juntos e entregaram uma unidade maior de trabalho. Ninguém tem convicção sobre qual hipótese está certa — então não mexa nos thresholds até ter.

Os Modos de Falha Que Ninguém Te Avisou

1. Escassez de Compute Agora É um Problema de Qualidade

A demanda global de IA explodiu o consumo de CPU/GPU sem oferta correspondente. Para plataformas que tratavam compute como "sempre disponível", failovers regionais — normalmente um não-evento — de repente expuseram gaps de capacidade. Tiers de serviço mais baixos ficaram sem recursos. Os usuários notaram.

Mitigações que funcionaram:

• Dobrar capacidade reservada de edge após incidente real
• Shifting manual de tráfego no service mesh (controles de tráfego de edge ainda em progresso)
• Aceitar que durante failover, tiers mais baixos podem não ter capacidade

2. Falhas Silenciosas em Pipeline Compõem Rápido

Processamento de conteúdo com 500K+ novos itens/dia tinha duas fraquezas pré-existentes: falhas que não paginavam ninguém, e sem headroom para picos de transcodificação de vídeo. Adicione um batch job competindo com uploads ao vivo e um bug de scheduler reduzindo throughput em 10%, e publicações de minutos viraram atrasos de horas.

3. Mudanças Automatizadas em Fleet Criam Novos Modos de Falha

Uma migração Java em serviços backend completou em 3 dias via mudanças agênticas. Impressionante — até um upgrade automatizado de dependência passar em todos os checks de segurança e ainda quebrar produção. A solução não é menos automação; é capacidade de rollback, agendamento em horário do time dono, e safeguards mais fortes pré-merge.

Se você está deployando infra de inferência pra essas cargas agênticas, o guia de setup do SageMaker HyperPod inference operator cobre o caminho de instalação em um clique.

4. O Ciclo de Qualidade Mobile Está Girando Mais Rápido

IA não deixou código mobile pior. Fez o ciclo ship-rápido-depois-recupera girar mais rápido, então gaps aparecem antes das métricas de guardrail existentes capturarem. A resposta: ampliar sinais de qualidade, adicionar análise de tendência de longo prazo nas decisões de release.

O Que Isso Significa pro Seu Time

Três takeaways que valem copiar:

1. Meça rework rate, não code churn. Churn é ruidoso sob IA. Rework rate (ponderado por idade) te diz se trabalho recente está realmente aguentando.
2. Assuma que seu sistema de verificação é o gargalo. Se PRs mergeados dobraram e sua capacidade de review/teste/rollback não, você está acumulando risco latente — mesmo que incidentes pareçam estáveis.
3. Não reescreva thresholds pra se sentir melhor. Quando complexidade e tamanho de PR sobem, resista à tentação de redefinir "normal". Observe indicadores antecedentes antes de recalibrar.

A verdade desconfortável: código escrito por IA não apareceu como contribuidor material direto de incidentes maiores. A pressão veio de volume, capacidade e lag de verificação. Conserte o sistema de entrega, não o gerador de código.

Limitações & Ressalvas

• São dados de uma empresa numa escala específica. Seu resultado vai variar conforme número de serviços, cultura de review e maturidade de on-call.
• "Sem assinatura de falha de IA" não é o mesmo que "código de IA é seguro". Significa que falhas atribuíveis à IA não eram distinguíveis do ruído de baseline no dataset deles.
• Escassez de compute é uma tendência macro — planeje pra ela, não assuma que vai sumir.

Próximos Passos

• Audite o throughput do seu pipeline de verificação contra sua nova velocidade de PRs
• Instrumente rework rate se ainda não fez
• Faça stress-test de failover regional sob premissas realistas (não ideais) de capacidade

Leitura Relacionada

• Holotron-12B: O Modelo SSM Híbrido Que Dobra o Throughput de Agentes de IA — a história do lado da inferência por trás da explosão de cargas agênticas.