# AI Code Slop Os agentes de IA como Claude Code, Codex ou Antigravity passaram a gerar uma quantidade de código altíssima em pouco tempo. O problema mais visível não é na velocidade de implementação. É na forma como arquitetos e revisores lidam com o que chega. Um artigo publicado pela IEEE Spectrum em setembro de 2026 descreve bem esse movimento. A expressão **"AI Code Slop"** vem sendo usada para se referir ao excesso de código gerado por agentes que, embora funcional, ainda exige revisão humana. --- ### O que os dados nos mostram A desconfiança é geral. Um levantamento da Sonar com mais de 1.100 desenvolvedores mostrou que **96% não confiam totalmente que o código gerado por IA seja de qualidade**. E eu concordo, mas com uma observação: Sem um profissional com profundos e notáveis conhecimentos de fundamentos como algoritmos, lógica de programação, princípios SOLID e Design Patterns, como será o código gerado? Sem saber entender o negócio, o problema a ser resolvido e como escrever um BRD, FRD e NFR, como esse profissional vai passar o contexto correto para as ferramentas de IA? Sem entender que o processo consiste em delegar micro-tarefas com supervisão, entendimento do código gerado e determinação de quais Design Patterns implementar (e quais evitar), como ele vai conter o *overengineering*? Segundo o mesmo estudo: * Cerca de **42% do código atualmente produzido por desenvolvedores já tem participação de IA** (em 2023, esse percentual era de apenas 6%, e a expectativa é que chegue a 65% até 2027). * Apenas **48% dos desenvolvedores afirmam que sempre revisam o código gerado por IA** antes de integrá-lo a projetos. * **38% dizem que revisar código de IA dá mais trabalho** do que revisar código escrito por colegas. * **61% dos entrevistados apontam a razão:** o código gerado por IA frequentemente "parece correto", mas contém falhas difíceis de identificar à primeira vista. --- ### O caso curl: quando a confiança quebra Um dos exemplos mais visíveis veio do projeto **curl**, uma das ferramentas open source mais usadas do mundo. Em janeiro de 2026, o criador do curl, Daniel Stenberg, anunciou o fim do programa de recompensas por bugs. O programa rodava desde 2019 e havia pago mais de US$ 100 mil em recompensas por 87 vulnerabilidades confirmadas. A partir de 2025, a qualidade das submissões despencou. A taxa de vulnerabilidades confirmadas caiu de acima de 15% para **abaixo de 5%** — menos de 1 em cada 20 relatórios descrevia um problema real. O resto era ruído, e uma parcela crescente desse ruído era gerada ou influenciada por IA. A solução foi remover o incentivo financeiro. Relatórios de segurança agora passam pelo GitHub sem recompensa. Stenberg descreveu a decisão como uma tentativa de parar pessoas de *"jogar areia na máquina"*. --- ### O que as empresas começaram a fazer O artigo da Spectrum descreve práticas que já estão sendo testadas: 1. **Revisar o plano antes de deixar o agente gerar código:** Na Amazon, um engenheiro relatou que uma instrução ausente fez um agente gerar 25 mil linhas na versão errada do Swift. A correção foi descartar, atualizar a especificação e reiniciar. Quinze minutos depois, o código foi regenerado corretamente. 2. **Usar agentes especializados para uma primeira triagem:** A CodeRabbit lançou recursos que separam a revisão em camadas: *Triage* (priorização por risco e valor), *Change Stack* (análise de impacto e dependências) e *Security Agent* (varredura de vulnerabilidades). A ideia é direcionar a atenção humana para o que realmente importa. 3. **Exigir que o desenvolvedor consiga explicar o código:** *"Se você não sabe explicar o código, não libere o código"*, resume um diretor de delivery entrevistado pela Dice. Em entrevistas técnicas, se a resposta para o funcionamento de uma linha for *"o agente fez"*, a conversa termina ali. --- ### O que Fazer vs. O que Não Fazer #### 🚫 O que NÃO Fazer 1. **Não deixe o volume ultrapassar a capacidade de revisão** *Na prática:* O CTO da Synthesia relatou que o número de pull requests cresceu 120% ano a ano, com 95% contendo código de IA. Em um caso, a ferramenta criou 10 versões da mesma função porque não reconheceu que o código já existia. *A lição:* Volume sem capacidade de absorção vira fila, e fila vira retrabalho. 2. **Não confunda "passou no teste" com "está pronto"** *Na prática:* O agente gera código que compila, passa nos testes e parece correto. Porém, na revisão humana, aparecem suposições erradas, dependências duplicadas e decisões de design desnecessárias. Testes funcionais verificam comportamento, não se o código respeita os limites do sistema. 3. **Não aceite "o agente fez" como resposta** *Na prática:* Em processos seletivos e revisões de PRs, candidatos e autores que não explicam o próprio código estão sendo desqualificados. O raciocínio é direto: contrata-se o julgamento do engenheiro, não a saída bruta da ferramenta. 4. **Não ignore o custo da revisão** *Na prática:* Revisar código de IA dá mais trabalho do que código humano. Ele parece correto na superfície, mas esconde falhas estruturais que exigem investigação profunda. Ignorar esse custo prejudica o planejamento. 5. **Não use a IA como desculpa para reduzir a revisão** *Na prática:* Apenas 48% dos desenvolvedores revisam sempre o código de IA. Em ambientes críticos, apostar na sorte sem revisão gera incidentes graves. #### ✅ O que FAZER 1. **Revise o plano antes da geração** *O que fazer:* Escreva uma especificação detalhada antes de deixar o agente gerar código. A especificação é o novo artefato crítico: ela define o que o agente deve construir e, principalmente, o que não deve fazer. 2. **Use triagem para direcionar atenção** *O que fazer:* Estruture a revisão em camadas. Um erro de digitação em mensagem de erro não precisa do mesmo nível de exame do que uma alteração no sistema de autenticação. 3. **Exija explicabilidade do autor** *O que fazer:* Adote práticas de revisão reversa (como a skill open source `do-i-understand`). Antes de submeter o PR, o desenvolvedor deve provar que entende o código o suficiente para ser responsável por ele. 4. **Separe revisão funcional de revisão estrutural** *O que fazer:* Passar em testes é apenas uma dimensão. O benchmark SWE-Gate mostrou que 34,3% dos patches que passam em testes funcionais falham em restrições de revisão (como generalização de escopo e limpeza de recursos). 5. **Meça o custo real da revisão** *O que fazer:* Monitore o tempo gasto em revisão, remoção de duplicatas e retreinamento/reajuste do agente. Medir esse esforço é a única forma de saber se o ganho de geração está se convertendo em entrega ou em dívida técnica. --- ### O que isso significa para quem escreve código hoje A revisão está se tornando a habilidade central. Não uma revisão superficial do tipo "parece bom", mas a revisão estrutural: entender o que o código faz, por que faz assim e se é aceitável para a arquitetura. > *"A velocidade de geração de código aumentou. A capacidade de absorver essa geração ainda é o gargalo. Revisar não é opcional: é a barreira entre a velocidade e o caos."* --- ### 📚 Fontes da Pesquisa 1. **Sonar** – *State of Code Developer Survey* (2026). Pesquisa com mais de 1.100 desenvolvedores. 2. **IEEE Spectrum** – *AI Slop Is Changing How Engineers Review Code* (setembro/2026), por Aaron Mok. 3. **Telerik** – *Is AI Overwhelming Open Source?* (abril/2026). Análise do caso curl. 4. **InfoWorld** – *CodeRabbit adds AI features to prioritize incoming pull requests* (agosto/2026). 5. **GitHub** – *AnthonyPAlicea/skills* (junho/2026). Skill `do-i-understand`. 6. **Dice** – *Review First, Execute Later* (maio/2026). --- ### 📖 Leituras Recomendadas Quem quiser se aprofundar no tema de forma estruturada pode consultar a série *Engenharia de Software Assistida por IA*, em especial o **Volume VI – Supervisão e Auditoria de Código Gerado por IA**. 💡 **Destaques:** * 🏷️ Cupom de **30% OFF** nos eBooks: `LEIA30` * 📖 Disponível também no **Kindle Unlimited**! 👉 **Série eBook completa:** %[https://link.amazon/B09Kdiptl] 📖 **Livros Físicos (capa comum):** * 📘 [Volume I - A Nova Realidade da Engenharia de Software](https://link.amazon/B0f0lA62q) * 📙 [Volume II - Fundamentos que a IA Não Substitui](https://link.amazon/B0bOT75io) * 📗 [Volume III - Engenharia de Requisitos na Era da IA](https://link.amazon/B0ciMaCFt) * 📕 [Volume IV - Arquitetura e Design de Soluções na Era da IA](https://link.amazon/B0e8Z2sbn) * 📓 [Volume V - Delegação Técnica para IA](https://link.amazon/B0eBJJBKm) * 📔 [Volume VI - Supervisão e Auditoria de Código Gerado por IA](https://link.amazon/B0iK7wRo0) * 📒 [Volume VII - Aplicações Reais](https://link.amazon/B0cPlnWBN) * 📗 [Volume VIII - Engenharia de Contexto e Governança de IA](https://link.amazon/B0dmK7jno) 🔗 **Página do autor na Amazon:** %[https://link.amazon/B0igkvwcK] --- #EngenhariaDeSoftware #InteligenciaArtificial #IA #SoftwareEngineering #AIAgents #CodeReview