Peter Steinberger, o criador do OpenClaw, teve um único comentário visualizado mais de 2,5 milhões de vezes.
"Pare de digitar prompts em IAs de programação. Em vez disso, projete o 'loop' que digita os prompts para a IA." Foi essencialmente isso que ele quis dizer.
Além disso, Peter respondeu: "Não se preocupe, em três meses, a engenharia de loop estará por aqui."
Metade disso é brincadeira. No entanto, a direção está bem precisa.
Trabalho em uma empresa chamada YourBright, onde integramos IA nas operações de negócios. O que vejo todos os dias é exatamente isso: pessoas que conseguem construir sistemas onde a IA tenta e corrige coisas por conta própria estão crescendo significativamente mais rápido do que aquelas que são apenas boas em pedir coisas à IA.
O Uso da IA Evoluiu em Quatro Estágios
Antes de pensar muito sobre isso, quero compartilhar uma imagem. No mundo anglófono, a evolução do uso da IA é geralmente organizada assim:
- Engenharia de Prompt: Escrever uma única instrução bem (a estrela de 2023–2024)
- Engenharia de Contexto: Organizar as informações mostradas à IA
- Engenharia de Arcabouço: Construir as ferramentas, salvaguardas e ambiente ao redor da IA
- Engenharia de Loop: Projetar um sistema onde a IA cíclicamente passa por descoberta, execução, verificação e correção (agora)
De forma geral, o foco mudou para fora, passo a passo, de "escrever uma boa frase" para "construir um bom sistema".
A engenharia de loop está na vanguarda dessa mudança.
Os Componentes da Engenharia de Loop — 6 Partes
Embora o termo seja novo, o conteúdo é concreto. Addy Osmani, do Google, listou bem os componentes de um loop eficaz. Isso está quase perfeitamente alinhado com minha experiência na prática.
- Automações: Gatilhos que executam o loop periodicamente, como "verificar falhas de CI todas as manhãs."
- Worktrees: Separar espaços de trabalho para que múltiplas IAs possam trabalhar em paralelo sem colidir.
- Subagentes: Separar o papel do criador do revisor. Não deixe a IA corrigir suas próprias respostas com muita leniência.
- Habilidades: Escrever conhecimento específico do projeto em arquivos externos como SKILL.md para reutilização.
- Memória: A IA esquece conversas. Portanto, o progresso deve ser mantido externamente em Markdown ou Linear.
- /goal: No Claude Code ou Codex, uma vez que você declara "o que constitui conclusão", a IA continua a agir até que as condições sejam atendidas.
Em suma, significa mover as instruções de "o que fazer a seguir", que os humanos costumavam fornecer manualmente, para dentro do próprio sistema.
Os humanos não digitam prompts para a IA. "O sistema digita prompts para a IA." Acredito que essa inversão da relação mestre-servo é a verdadeira essência da engenharia de loop.
Agora Estou Delegando Trabalho para a IA Executando Loops.
Aqui está um exemplo meu.
No site de mídia "Mikata for Foreign Talent" operado pela YourBright, a página de listagem de artigos estava pesada. Então, dei um loop para medição e melhoria repetidas ao /loop do Claude Code e deixei ele rodar praticamente sem supervisão.
Em 5 horas, 9 melhorias foram implementadas automaticamente. O volume de transferência da lista de artigos caiu mais de 90%, de 2.723KB para 101KB. O LCP também foi de 6,4 segundos para 1,8 segundos. Em uma rodada, uma única imagem foi de um PNG de 957KB para um AVIF de 11KB.
A IA cuidou de tudo. Tudo que fiz foi tomar decisões nos pontos de ramificação: corrigir URLs de produção, decidir adicionar uma camada de conversão de imagem e escolher direções.
Aqui está a parte interessante: uma das nove melhorias foi uma falha. Uma correção que a IA implementou acabou piorando outra métrica. A própria IA julgou como uma "piora", reverteu a alteração e deixou uma nota sobre a falha.
O número de PRs foi impressionante: 20. A contagem de loops foi 23. Contanto que os critérios de avaliação estejam corretos, a IA continuará rodando sem intervenção humana.
Acho que essa é a sensação tangível da engenharia de loop. A IA executa. Ela executa, incluindo falhas. Os humanos decidem onde parar e em quais padrões confiar.
Por que Agora, e por que 3 Meses?
"3 meses" é, claro, provocativo. Nem todo mundo será substituído em três meses.
No entanto, os números apoiam a direção. A Anthropic anunciou que, em maio de 2026, o Claude está escrevendo mais de 80% do código mesclado em produção. Quando o Claude Code foi lançado em fevereiro de 2025, era apenas alguns por cento, então chegou a esse ponto em pouco mais de um ano. A quantidade de código mesclado por engenheiro também é dita ser oito vezes maior do que em 2024.
O que está acontecendo aqui não é uma história de "a quantidade que os humanos escrevem diminuiu." É uma história de que o trabalho humano está mudando de "escrever" para "projetar loops e tomar a decisão final."
Mesmo olhando para o mesmo trabalho, a mentalidade muda. Alguém que pede coisas em uma única tentativa pensa em "como pedir para acertar." Alguém que constrói um loop pensa em "o que observar para confirmar a conclusão, para onde voltar se errar e onde parar operações perigosas."
Essa diferença se tornará visível em apenas três meses. É assim que me sinto.
O Outro Lado da Conveniência — Código Incompreensível e Abandono do Pensamento
Nem tudo são boas notícias. Loops têm problemas.
Um é dinheiro. Se um loop roda demais, os custos de token disparam. Portanto, condições de parada e limites devem ser decididos no início.
Outro é a compreensão do código, que tem sido um tópico de debate recentemente. A IA escreveu, a IA corrigiu e os testes passaram. Funciona. No entanto, ninguém entende o conteúdo. Será um sonho impossível os humanos verificarem todo o código.
Além disso, IAs do tipo execução podem enviar e-mails, executar comandos shell e usar navegadores. Por mais convenientes que sejam, quanto maior seu alcance, maior a superfície para acidentes.
A engenharia de loop não é uma tecnologia para confiar na IA. É uma tecnologia baseada na premissa de que a IA comete erros, criando um caminho para retornar mesmo se falhar.
Conclusão
Engenheiros que digitam prompts não se tornarão desnecessários da noite para o dia.
No entanto, o centro de gravidade do valor está certamente se movendo. Aqueles que serão fortes no futuro não são os que sabem pedir bem à IA, mas os que conseguem criar loops onde a IA tenta, falha, corrige, e os humanos podem tomar a decisão final.
Enquanto você estiver satisfeito em digitar uma única linha de prompt, provavelmente ficará para trás aos poucos. Começando hoje, vamos construir o ambiente onde a IA continua se movendo.
Estamos Criando uma Comunidade de Utilização de IA!
Abrimos uma comunidade no Discord chamada "AI Business Labs" para estudar como usar IA nos negócios. Qualquer um pode fazer perguntas ou consultar sobre IA. Queremos aprofundar nosso aprendizado enquanto cooperamos com os membros da comunidade, então junte-se a nós.
