A GitClear, empresa americana de análise de qualidade de código, publicou em 2026 o relatório “The Maintainability Gap: 2026 AI Code Quality Research“, assinado pelo CEO Bill Harding. O estudo analisou 623 milhões de mudanças reais de código feitas entre 2023 e 2026, em repositórios de milhares de equipes de engenharia. O achado central: a duplicação de blocos de código subiu 81% desde 2023, o “error masking” (código que engole erros em vez de tratá-los) cresceu 47%, e a proporção de mudanças que voltam pra atualizar código com mais de doze meses despencou 74%.

Enquanto o relatório saía, a Uber vivia na prática o que ele descreve em números. Em dezembro de 2025, a empresa liberou o Claude Code, ferramenta de codificação por IA da Anthropic, pra cerca de 5 mil engenheiros; a adoção agêntica saltou de 32% em fevereiro pra 84% em março de 2026. Por volta de abril, 70% do código commitado já vinha de IA, incluindo 11% de atualizações em produção sem nenhuma revisão humana. O resultado, confirmado pelo CTO Praveen Neppalli Naga em entrevista ao site The Information: a Uber estourou todo o orçamento de IA previsto pra 2026 em quatro meses.

Pra quem se reconhece no perfil builder (aquele que transforma ideia em produção rápido, o motor de qualquer equipe que precisa sair do papel), esses dois casos são o mesmo aviso com sotaques diferentes. A IA não inventou o problema da dívida técnica. Ela só aumentou a velocidade com que ela se acumula quando ninguém para pra revisar.

 O que os números da GitClear mostram

  • Duplicação de blocos de código: de 40,3 para 73,0 ocorrências por milhão de linhas alteradas (alta de 81% frente a 2023).
  • Copiar e colar dentro do mesmo commit: alta de 41% no período analisado.
  • Mudanças que atualizam código com mais de 12 meses (ou seja, revisão real de código antigo): caiu de 1,7% para 0,46% das mudanças (queda de 74%).

Junto, esses três números contam a mesma história: cada vez menos código é revisado, reaproveitado ou atualizado, e cada vez mais código novo é gerado do zero, mesmo quando já existe algo parecido no repositório. Bill Harding resume o padrão que encontrou: “toda vez que você quer algo, a IA cria um pacote novo pra isso” (tradução livre), em vez de reaproveitar o que a equipe já tinha construído.

O caso Uber: a régua real de quanto isso custa

A Uber não é uma startup testando IA aos poucos, é uma empresa com milhares de engenheiros e processos maduros, referência de escala pra outras equipes builders. O custo médio de IA por engenheiro ficou entre 150 e 250 dólares por mês, com usuários mais intensos chegando a 500 e 2.000 dólares mensais. Multiplicado por 5 mil pessoas, o orçamento anual virou pó em poucos meses. Não foi ferramenta ruim: foi adoção que ninguém modelou. O time gostou, usou, e a conta veio maior do que o previsto.

LIMITE DA EVIDÊNCIA

a GitClear vende ferramentas de análise de qualidade de código, então tem interesse comercial em mostrar dívida crescente, o que não invalida os números (metodologia e base de 623 milhões de mudanças são públicas), mas pede leitura com esse contexto. Os dados da Uber vêm de reportagem do The Information com confirmação do CTO, não de balanço auditado, e nenhuma das duas fontes mede o ganho de velocidade que a IA trouxe em troca do custo e da dívida.

Por que isso pega o builder em cheio

O builder existe pra tirar ideia do papel rápido. Isso sempre foi uma virtude com um preço: dívida técnica que se paga depois, com revisão. A IA não muda essa equação, só reduz o atrito de escrever código, sem reduzir o atrito de entender o que foi escrito. Builder com disciplina de revisão ganha velocidade real. Builder sem disciplina só acelerou o acúmulo de bagunça, em volume que nenhum time humano produziria sozinho.

TEORIA X PRÁTICA: Na teoria, a IA deveria liberar o tempo do builder pra revisar e refinar mais, já que escrever a primeira versão do código ficou mais rápido. Na prática, os dados da GitClear mostram o oposto: quanto mais código sai rápido, menos tempo sobra pra voltar e atualizar o que já existe, porque a régua de produtividade virou “quanto foi gerado”, não “quanto foi consolidado”.

NOSSA LEITURA

Achamos que o caso Uber é o primeiro de vários que vamos ver este ano: empresas que trataram velocidade de geração de código como sinônimo de produtividade e só sentiram o custo real, em dinheiro e em manutenção, meses depois. Nossa aposta é que os times builders que atravessam bem essa fase não são os que usam menos IA, são os que colocam um checkpoint de revisão fixo entre gerar e commitar, mesmo que isso pareça “perder velocidade” no curto prazo. Vale observar se empresas como a Uber vão responder com mais governança de uso ou simplesmente com corte de acesso à ferramenta, o que seria sintoma de pânico orçamentário, não solução de engenharia.

IMPLICAÇÃO PRO GESTOR

Se seu time adotou IA pra codar mais rápido nos últimos meses, meça duas coisas antes do fim do trimestre: que fração do código novo passa por revisão humana antes de ir pro ar, e quanto do orçamento de IA já foi consumido frente ao previsto pro ano inteiro. Builder sem esse freio tende a confundir velocidade de entrega com progresso real, e a conta (técnica ou financeira) sempre chega.

EXPLICANDO PARA UMA CRIANÇA

 É como arrumar o quarto jogando tudo debaixo da cama. Parece rápido e parece arrumado por cima, mas quando alguém precisar achar alguma coisa lá embaixo, vai ser bem mais difícil do que se tivesse guardado direito desde o começo.

Se o seu time também está codando rápido demais pra parar e revisar, vale entender qual é o seu arquétipo de trabalho antes de decidir onde apertar o freio: faça o Teste de Arquétipo CLICANDO AQUI ou assine o Boletim pra receber direto no seu Whatsapp conteúdo feito para quem precisa decidir. ASSINAR BOLETIM