Três agentes trabalhando juntos: o futuro do desenvolvimento?

Pedir a uma inteligência artificial que escreva uma função curta já costuma dar certo. E uma loja virtual inteira, com dezenas de telas e regras? Um grupo de pesquisadores apresentou o KGMACG, um sistema em que três agentes de IA dividem o trabalho de transformar documentos de requisitos em uma aplicação completa. Ele entregou mais código e cumpriu mais requisitos que seis concorrentes, mas também tropeçou em mais erros.

Funciona como uma pequena equipe. Um agente planeja: define a ordem dos módulos, monta as pastas do projeto e cria uma tabela que liga cada requisito ao trecho de código responsável por ele. Outro escreve o código, consultando uma base de conhecimento com projetos abertos e manuais de bibliotecas. O terceiro cria testes e devolve as falhas para correção. O teste foi feito em três sistemas reais em Java (comércio eletrônico, segurança de campus e negociação de ações), com dois modelos de linguagem, o DeepSeek-R1 e o gpt-5-codex-medium.

Com o modelo da OpenAI, o KGMACG implementou 83,3% dos requisitos, pouco acima do MetaGPT, que ficou com 81,0%. Também gerou em média 33,5 mil linhas de código, várias vezes mais que qualquer rival. Nos testes unitários, porém, perdeu para o CodeAgent com os dois modelos. Acumulou ainda muito mais erros de compilação e execução e foi o mais lento de todos.

Na prática, ferramentas desse tipo poderiam ajudar equipes que constroem sistemas de gestão, como os de vendas ou finanças, a sair do zero mais rápido. Daria para gerar o esqueleto do projeto, os primeiros testes e um mapa de quais requisitos já foram atendidos. Pelos números, porém, o resultado ainda pediria bastante trabalho humano de depuração antes de ir para uso real.

O estudo saiu em revista com revisão por pares, mas tem limites claros. Foram só três sistemas do mesmo tipo, todos em Java, e dois modelos, sem testes estatísticos. A inspeção manual foi feita pelos próprios autores. Eles atribuem o excesso de erros ao tamanho do código gerado, explicação que ainda carece de dados. Falta confirmar se tanto código é sinal de completude ou só de prolixidade.

Tenho testado o uso de sistemas multiagentes no meu dia a dia, tanto na refatoração de aplicações existentes quanto no desenvolvimento de novos projetos. Minha percepção, ainda empírica, é bastante positiva. Quando esses agentes trabalham de forma coordenada, com responsabilidades bem definidas e, principalmente, sob a orientação de um engenheiro de software sênior, os resultados são excelentes. O diferencial não está simplesmente em colocar vários agentes para escrever código, mas em ter alguém experiente direcionando as decisões arquiteturais, avaliando a qualidade das entregas e garantindo que as soluções façam sentido no contexto do negócio. Na minha experiência, a IA acelera a execução, mas é a experiência humana que transforma essa velocidade em engenharia de software de qualidade.