Na semana passada, eu enviei 102 commits em 5 repositórios em 7 dias. Não commits de “corrigir typo” — recursos reais construídos com desenvolvimento assistido por AI. Um frontend Next.js headless completo do zero. Um pipeline de sincronização CRM → banco de dados. Uma API Content-as-a-Service. Rastreamento de GTM. Otimização de SEO. Painéis de administração.
Eu sou um desenvolvedor solo. Eu tive ajuda de AI para quase tudo.
Isso não é um texto de hype sobre como AI vai substituir desenvolvedores. É um relato honesto, em primeira mão, do que aconteceu quando eu mergulhei pesado em desenvolvimento assistido por AI por uma semana — o que funcionou, o que me surpreendeu e sobre o que eu ainda estou pensando.
Os Números: O que o Desenvolvimento Assistido por AI Produziu em Uma Semana
Aqui está o que o git log diz:
| Dia | Commits | O que Eu Construí |
|---|---|---|
| ----- | --------- | -------------------- |
| Quinta | 9 | Infra de SEO — IndexNow, correções do Bing, otimização de render-blocking |
| Sexta | 15 | Estruturei um frontend inteiro do Next.js do spec de design até o commit inicial |
| Sábado | 13 | Redesign do diálogo de busca, correções de scroll no iOS, pipeline de imagens, SEO |
| Domingo | 1 | Dia de descanso. Um commit pequeno. |
| Segunda | 17 | Painel de administração, integração de newsletter, lancei a API Content-as-a-Service |
| Terça | 22 | Pipeline de conteúdo com AI, sistema de preview do WP, base de conhecimento vetorial |
| Quarta | 13 | Pipeline completo de sync de CRM (Perfex → Supabase → Next.js) + rastreamento de GTM |
Cinco repositórios. Quatro stacks de tecnologia (Next.js, PHP, Python, shell scripting). Zero colegas.
Para contexto, o desenvolvedor médio envia 5–10 commits por semana de acordo com benchmarks da indústria do GitClear e LinearB. Na minha experiência, o desenvolvimento assistido por AI aumentou minha produção para algo como 10–20x esse baseline — embora a contagem bruta de commits conte só parte da história.
Como o Desenvolvimento Assistido por AI Realmente Parece
As pessoas imaginam coding com AI como “você digita um prompt e o código aparece”. Não é isso. Nem perto.
É mais como ter um colega extremamente rápido e extremamente conhecedor sentado ao seu lado. Um que nunca cansa, nunca julga suas ideias das 2 AM e consegue alternar de contexto entre PHP, TypeScript e bash sem nem piscar. Eu testei várias ferramentas para esse fluxo — aqui está meu comparativo Claude Code vs Cursor→ se você quiser a análise detalhada.
Assim foi uma sessão típica de desenvolvimento assistido por AI:
Eu: “Preciso sincronizar dados de funcionários do nosso Perfex CRM para o Supabase, incluindo campos customizados para links de redes sociais.”
AI: Lê a documentação da Perfex API, lê meu schema atual do Supabase, lê minha camada de dados atual — então escreve o endpoint de sync, a transformação dos dados, o tratamento de erros e atualiza os tipos. Eu reviso, ajusto, envio.
Esse ciclo — descrever intenção, revisar saída, ajustar, enviar — aconteceu dezenas de vezes por dia. Cada ciclo levou minutos em vez de horas. Esse é o loop central do desenvolvimento assistido por AI, e, uma vez que você internaliza isso, não tem volta.
O Multiplicador de Velocidade é Real, Mas Não Onde Você Pensa
O ganho bruto de velocidade ao programar com desenvolvimento assistido por AI é talvez 3–5x. Impressionante, mas não é a principal coisa.
O multiplicador real é troca de contexto. Na quarta-feira, eu saí de escrever um fix de API em PHP no código do CRM, para sincronização de dados em TypeScript no Next.js, para configurar tags do GTM, para atualizar componentes do Tailwind — tudo em uma única manhã. Cada uma dessas trocas de contexto normalmente me custaria 15–30 minutos de “onde eu estava mesmo?” carregando mentalmente. Com a AI mantendo o contexto, o custo caiu para perto de zero.
O segundo multiplicador é coragem de escopo. Eu tentei coisas que eu teria cortado como “complexo demais para este sprint”:
Cinco Padrões que Eu Notei no Desenvolvimento Assistido por AI
Ao olhar meu histórico de commits, cinco padrões se destacam:
1. Integração Vertical por Padrão
Sem AI, eu teria construído o frontend, depois planejado o sync do CRM para “o próximo sprint” e talvez chegado ao pipeline de conteúdo algum dia. Em vez disso, eu construí a stack vertical completa em uma semana: CRM → API → Database → Frontend → Analytics. Cada recurso estava completo de ponta a ponta. Isso espelha como eu construí meu CRM customizado com Next.js e agentes de AI→.
2. Automação como Primeira Intuição
Em vez de sincronizar manualmente os dados do CRM antes de cada deploy, eu imediatamente construí um hook de prebuild que faz isso automaticamente. Em vez de configurar manualmente o GTM em cada projeto, eu criei uma skill reutilizável do Claude Code para isso. O desenvolvimento assistido por AI deixa o custo da automação tão baixo que ela vira a escolha padrão em vez de processos manuais.
3. Arquitetura à Noite, Polimento de Dia
Meus commits mais ambiciosos do ponto de vista arquitetural aconteceram depois da meia-noite. O scaffold completo do projeto às 2 AM. O redesign do formulário de contato com UX guiada por psicologia à meia-noite. O painel de administração à 1 AM. O período diurno foi para corrigir, polir e fazer deploy. Testei essa teoria com meus dados do git: 40% de todos os commits aconteceram entre 22:00 e 6:00. Com desenvolvimento assistido por AI, você consegue ser produtivo mesmo quando sua energia mental está mais baixa.
4. Ferramentas que se Somam
Durante a semana, eu construí duas skills reutilizáveis do Claude Code — um instalador de GTM e um gerador de Apple Shortcuts. Elas não são o projeto principal, mas surgiram naturalmente porque o desenvolvimento assistido por AI deixa o custo marginal de empacotar um fluxo em uma ferramenta reutilizável quase zero. Eu uso a mesma abordagem quando construo servidores MCP→ para meu MCP CMS com fluxos de agent→.
5. Documentação Acontece em Linha
Quando a AI escreve código, ela também gera documentação contextual — mensagens de commit, atualizações do CLAUDE.md, definições de tipo. A documentação deixou de ser uma tarefa separada e virou um subproduto natural do fluxo de desenvolvimento assistido por AI.
As Trocas Honestamente Difíceis do Desenvolvimento Assistido por AI
Esse ritmo não é de graça. Aqui está com o que eu estou lutando:
Qualidade vs. velocidade. Estou entregando rápido, mas estou acumulando dívida técnica que eu ainda não consigo ver? O código gerado por AI passa pela minha revisão, mas minha revisão às 2 AM não é a mesma que minha revisão às 10 AM. Eu comecei a fazer code reviews “no dia seguinte” nos meus commits da noite.
Entendimento vs. saída. Quando a AI escreve uma transformação complexa de dados, eu entendo *o que* ela faz. Mas eu entendo profundamente o suficiente para debugar isso daqui a seis meses sem ajuda da AI? Não tenho certeza. Eu faço questão de ler cada linha, mas ler não é a mesma coisa que escrever.
Sustentabilidade. 102 commits em 7 dias, 47 horas ativas, 40% do trabalho acontecendo depois das 22:00. Isso é um sprint, não uma maratona. As ferramentas tornam *possível* trabalhar nesse ritmo, mas “possível” não é a mesma coisa que “recomendável”.
Risco de dependência. Se as ferramentas de desenvolvimento assistido por AI desaparecessem amanhã, eu conseguiria manter essa codebase com essa mesma velocidade? Absolutamente não. Eu aceitei essa troca porque não acho que essas ferramentas vão embora — mas vale ser honesto sobre isso.
O que Eu Diria para Outros Desenvolvedores sobre Desenvolvimento Assistido por AI
Se você ainda não está usando ferramentas de coding com AI, você está deixando um multiplicador significativo na mesa. Não porque a AI escreve código perfeito — ela não escreve — mas porque remove o atrito que faz projetos ambiciosos parecerem impossíveis para desenvolvedores solo.
Aqui vai minha progressão recomendada para adotar desenvolvimento assistido por AI:
Os desenvolvedores que prosperarem na próxima década não serão os que codam mais rápido. Serão os que conseguem pensar em sistemas enquanto a AI cuida da implementação — e que sabem quando desacelerar e pensar com cuidado mesmo tendo uma ferramenta que torna tão fácil ir rápido.
A Semana em Perspectiva
Eu construí o que tradicionalmente seria a entrega mensal de uma equipe pequena. Uma migração completa de website, uma integração com CRM, uma plataforma de API e várias ferramentas open-source — em sete dias.
Mas a coisa mais valiosa que eu entreguei não foi código. Foi a percepção de que o gargalo mudou. Agora não é mais “eu consigo construir isso?” É “eu deveria construir isso?” e “eu estou construindo a coisa certa?”
O desenvolvimento assistido por AI não mudou o que é difícil na engenharia de software. Ele só moveu a parte difícil.