Chefe do Claude Code: Loops Agenticos São uma Mudança "Tão Grande" Quanto Os Agentes

Loops agenticos são a próxima mudança de paradigma na programação com IA — e já estão operacionais dentro da própria engenharia da Anthropic. Falando na conferência @Scale da Meta em 20 de junho de 2026, o chefe do Claude Code, Boris Cherny, declarou que a transição de código solicitado por agentes para código produzido por agentes que solicitam outros agentes é "tão grande quanto foi o passo do código fonte para os agentes". Isso não é uma demo — é como a equipe de Cherny trabalha hoje.

O que aconteceu

A resposta de Cherny sobre se loops agenticos são um ciclo de hype não deixou ambiguidade: "Dois anos atrás, escrevíamos código fonte à mão. Começamos a transição para que os agentes escrevam o código. E agora estamos migrando para o ponto em que agentes solicitam outros agentes que então escrevem o código. Tão grande quanto foi o passo do código fonte para os agentes, os loops são igualmente importantes e representam um salto igualmente grande" (TechCrunch(abre num novo separador), 2026).

Ele então descreveu os loops específicos que rodam em seu próprio trabalho. Agentes que escaneiam continuamente em busca de formas de melhorar a arquitetura do código — enviando pull requests como qualquer outro engenheiro, e então reexecutando conforme o código muda. Agentes que caçam abstrações duplicadas pela base de código e as unificam. O detalhe crucial: esses agentes nunca param de rodar. São processos persistentes em segundo plano, não tarefas pontuais.

O padrão de implementação mais popular — o Ralph Loop, batizado em homenagem ao Ralph Wiggum dos Simpsons — funciona fazendo o agente resumir tudo que fez, verificar se o objetivo foi alcançado e alternar entre essas etapas até a tarefa estar completa. Como o TechCrunch observa, o pesquisador da OpenAI Noam Brown observou no início deste mês que modelos contemporâneos podem resolver quase qualquer problema se você alocar potência computacional suficiente. Os loops agenticos são o padrão de engenharia que operacionaliza essa observação: continue gastando tokens em melhorias incrementais até que um limiar seja atingido — ou simplesmente continue gastando para sempre.

Por que isso importa

Cherny não está especulando. Ele está descrevendo a organização de engenharia que entrega o Claude Code — um produto usado por desenvolvedores que regularmente executam sessões autônomas de programação de várias horas. Quando a pessoa que constrói a ferramenta diz que loops agenticos são a próxima mudança de paradigma, isso não é marketing. É o modelo operacional interno.

O sinal para o ecossistema de ferramentas de desenvolvimento é inequívoco. Toda ferramenta de programação — Cursor, Claude Code, Windsurf, Codex — está convergindo para agentes persistentes e autônomos que continuam melhorando o código muito depois que o desenvolvedor seguiu em frente. As ferramentas que resolverem o problema de custo e confiança para agentes contínuos em segundo plano dominarão os próximos 12 meses.

A economia é a carta imprevisível. Loops queimam tokens continuamente. Diferente de uma única chamada de Q&A, um agente que roda 24/7 numa base de código não tem teto de gasto (TechCrunch(abre num novo separador), 2026). A Anthropic, como negócio que vende tokens, se beneficia diretamente — mas para qualquer outra organização, IA sempre ativa significa planejamento de orçamento de GPU que a maioria das equipes nem começou. Os pipelines de CI/CD precisarão aceitar PRs produzidos por IA. Os fluxos de trabalho de revisão devem lidar com código que você não escreveu — e nem pediu.

O que muda para você

Se você usa uma ferramenta de programação com IA regularmente, os loops agenticos estão chegando, você optando ou não. Três coisas a fazer agora:

1. Audite sua queima de tokens. Se você ainda não modelou quanto agentes contínuos em segundo plano custariam, comece. Loops agenticos eliminam o teto de gasto com programação por IA.
2. Construa musculatura de revisão para PRs gerados por IA. O padrão de qualidade do código para mudanças geradas por agentes difere do código escrito à mão. Seu processo de revisão precisa considerar código que ninguém pediu — mas que ainda pode ser bom.
3. Observe os padrões de integração de CI/CD. As primeiras ferramentas a lançarem pipelines com consciência de loops agenticos — aprovando, mesclando e medindo PRs gerados por IA em escala — estabelecerão o padrão da categoria.