Uma publicação da engenheira Jaana Dogan, principal engineer do Google e integrante do trabalho ligado à Gemini API, virou assunto depois que ela relatou um teste que, segundo suas próprias palavras, foi “de cair o queixo”. Na rede X, ela afirmou que descreveu um problema para o Claude Code, da Anthropic, e recebeu em cerca de uma hora um resultado muito parecido com o que seu time vinha construindo no Google ao longo de um ano.
O tema central do experimento foi um tipo de sistema conhecido como “distributed agent orchestrators”, ou orquestradores distribuídos de agentes: estruturas usadas para coordenar múltiplos agentes de IA trabalhando juntos. Segundo ela, o time no Google vinha tentando resolver isso desde o ano anterior, com várias alternativas na mesa e sem consenso final sobre qual design seguir.
Jaana Dogan: “I'm not joking and this isn't funny. We have been trying to build distributed agent orchestrators at Google since last year. There are various options, not everyone is aligned... I gave Claude Code a description of the problem, it generated what we built last year in an hour.”
Ela reforçou que o resultado não saiu “pronto e perfeito”. Pelo contrário: ainda precisa de ajustes e iteração. Mesmo assim, a velocidade chamou tanto a atenção que ela sugeriu um caminho simples para quem ainda duvida de agentes de programação: testar em um domínio em que você já é especialista, para conseguir julgar com rigor o que a ferramenta entrega.
Jaana Dogan: “It's not perfect and I'm iterating on it but this is where we are right now. If you are skeptical of coding agents, try it on a domain you are already an expert of. Build something complex from scratch where you can be the judge of the artifacts.”
Com a postagem ganhando repercussão, Jaana Dogan também tratou de colocar limites claros sobre o teste. Ela disse que o prompt usado não era detalhado: eram apenas três parágrafos. E, por não poder compartilhar informações internas do Google, ela montou uma versão simplificada (“toy version”) em cima de ideias já existentes, justamente para avaliar como o Claude Code se comportaria.
Jaana Dogan: “It wasn't a very detailed prompt and it contained no real details given I cannot share anything propriety. I was building a toy version on top of some of the existing ideas to evaluate Claude Code. It was a three paragraph description.”
A conversa se expandiu para questões práticas do dia a dia. Questionada se o Google usa o Claude Code, ela respondeu que é permitido apenas em projetos open source, não em trabalho interno. Quando alguém perguntou quando o Gemini chegaria ao mesmo nível, ela disse que o time está trabalhando duro “nos modelos e no harness”.
Jaana Dogan: “We are working hard right now. The models and the harness.”
Outro ponto que ela fez questão de bater foi o de que o avanço em IA não precisa ser encarado como uma briga de soma zero. Para ela, dá para reconhecer quando um concorrente entrega algo forte. E, nesse caso, ela descreveu o trabalho do Claude Code como impressionante, dizendo que ficou animada e ainda mais motivada a acelerar o que vem pela frente.
Jaana Dogan: “Claude Code is impressive work, I’m excited and more motivated to push us all forward.”
Como ela enxerga a evolução da programação com IA de 2022 a 2025 🧠
No meio da repercussão, Jaana Dogan também descreveu como, na visão dela, a programação assistida por IA avançou rápido em poucos anos. Ela organizou a evolução por marcos:
- 2022: sistemas completavam linhas individuais de código;
- 2023: passaram a lidar com seções inteiras;
- 2024: começaram a trabalhar entre múltiplos arquivos e montar apps simples;
- 2025: já conseguem criar e reestruturar codebases inteiras.
Ela ainda comentou que, em 2022, não acreditava que o marco de 2024 conseguiria escalar de forma realista para um produto global para desenvolvedores. E, em 2023, achava que as capacidades atuais ainda estavam a cinco anos de distância. Na avaliação dela, os ganhos de qualidade e eficiência estão acima do que as pessoas imaginavam até aqui.
Viralização, reações e a discussão sobre burocracia em grandes empresas 📈
A publicação rapidamente acumulou milhões de visualizações e abriu espaço para comentários de todos os lados. Entre as reações, apareceu a leitura de que a IA pode “pular” parte da burocracia típica de organizações grandes, o que poderia destravar uma espécie de renascimento da criatividade individual. Outra linha de comentários foi na direção de que geração de código e desenvolvimento de funcionalidades devem ganhar um novo ritmo.
Com o assunto pegando fogo, a própria Jaana Dogan voltou ao tema para dizer que “coding agents” têm dividido desenvolvedores como poucas tendências fizeram. Ela comentou que existe muito hype e “fluff” em torno do tema, o que acaba abafando o trabalho bom que está sendo feito, e afirmou que não precisa ser tudo tão polarizado.
Ela ainda resumiu a divisão da comunidade em três grupos, do jeito dela:
- Pessoas abertas a ferramentas modernas;
- Pessoas construindo ferramentas com essas ferramentas modernas;
- Pessoas que acham que alguém deveria perder o emprego por usar ferramentas modernas.
Qualidade do código e “toy version”: onde entra o realismo ✅
Provocada sobre a qualidade do que o Claude Code gerou, Jaana Dogan trouxe mais contexto: o time já tinha construído várias versões do sistema no ano anterior, havia trade-offs e não existia um “vencedor claro”. E que, quando a ferramenta recebe as melhores ideias que sobreviveram a esses testes, ela consegue ir longe e montar uma versão de avaliação razoável em mais ou menos uma hora.
No fim, além da parte técnica, ela conectou a polêmica a um pano de fundo maior: na visão dela, a discussão intensa sobre coding agents e demissões seria mais um sintoma, e o centro do problema estaria no momento da indústria e no estado do mercado de trabalho.
Fechando a história do jeito que ela mesma colocou, o recado foi direto: reconhecer o mérito do concorrente não diminui ninguém, e o setor nunca foi um jogo de soma zero. Para Jaana Dogan, o trabalho do Claude Code foi forte o suficiente para servir como alerta e, ao mesmo tempo, como combustível para acelerar o que vem por aí.