Claude Code

Ver no idioma original →

Claude Code é apresentado nos vídeos como um agente de programação que pode trabalhar em projetos de software, usar ferramentas e colaborar com outros agents. Os relatos destacam formas de orientar seu trabalho, preservar contexto entre sessões, revisar resultados e integrar o agente a fluxos de desenvolvimento. Também ressaltam que automação e extensões exigem verificação humana, sobretudo quando envolvem código em produção, dados ou ações destrutivas. ↗ ↗ ↗

Instruções, contexto e memória

Arquivos como CLAUDE.md registram regras e informações específicas do projeto. Entre as orientações sugeridas estão evitar suposições, limitar as alterações ao necessário e verificar se os critérios de sucesso foram atendidos. As instruções do projeto devem complementar esses princípios com contexto próprio, e decisões importantes continuam sob responsabilidade de uma pessoa. ↗

A partir da versão 2.1.277, Claude Code procura AGENTS.md quando não encontra CLAUDE.md, o que pode evitar manter arquivos de instruções duplicados em projetos usados por diferentes ferramentas. ↗ ↗

Para tarefas longas, os vídeos recomendam definir claramente o resultado esperado, os critérios de conclusão e as formas de verificar o trabalho. Também sugerem fornecer ao agente as ferramentas, os dados e o contexto necessários, e acompanhar o progresso em vez de usar instruções vagas. ↗ ↗ ↗

As recomendações oficiais da Anthropic apresentadas em um vídeo incluem estabelecer critérios de conclusão, escrever prompts objetivos, encadear instruções e organizar tarefas com subagents e arquivos de projeto. O material também demonstra revisão de alterações no Git, verificação de informações e análise de documentos e imagens. ↗

Outros conselhos práticos incluem separar tarefas em sessões, alinhar requisitos antes de iniciar projetos grandes e usar recursos como rewind, compact e subagents. Um vídeo também recomenda manter backups e organizar conexões MCP, plugins e histórico de sessões. ↗

Ferramentas como AI Memory e Agent Git propõem guardar conversas, decisões e transferências de trabalho em arquivos ou repositórios, facilitando retomar sessões e compartilhar contexto entre agentes e ferramentas. Os vídeos observam, porém, que essas soluções têm considerações próprias de segurança, sincronização e armazenamento. ↗ ↗

Planejamento, execução e revisão

O playbook de SDLC nativo em IA da Anthropic descrito nos vídeos amplia o papel dos agents para além da implementação: o processo pode começar por um arquivo intent.md e seguir por especificação, planejamento, implementação, testes, deploy e manutenção. Artefatos padronizados, hooks, evals e revisão humana fazem parte das abordagens apresentadas; não há um fluxo único indicado para todas as equipes. ↗ ↗

Para dividir o trabalho, Claude Code pode atuar em sessões ou threads paralelas, cada uma com seu próprio contexto; alguns fluxos também usam branches ou worktrees separados. Os vídeos sobre Projects mostram um chat principal coordenando tarefas executadas em threads, enquanto exemplos com Claude Code e Codex usam agentes distintos para planejar, implementar ou revisar mudanças. ↗ ↗ ↗

Os relatos sobre subagents recomendam não criá-los por padrão: um agente principal com skills e tools carregadas quando necessário pode reduzir complexidade, custo e latência. Subagents ainda podem ser úteis para trabalho paralelo, verificação independente, isolamento de contexto ou restrições de permissões. A recomendação é comparar configurações com evals ou tarefas reais. ↗ ↗

Na revisão, alguns fluxos combinam verificações automáticas, agentes revisores e aprovação humana proporcional ao risco. Testes, revisão adversarial, gates de comportamento e de interface e monitoramento após o lançamento são apresentados como formas de impedir que trabalho incompleto avance. Revisões feitas por outro agente podem encontrar problemas, mas não substituem a leitura humana do código. ↗ ↗ ↗

Uma demonstração comparou testes aleatórios com prova formal: um fuzzer executou 10 milhões de testes sem encontrar um erro em uma função C, enquanto Claude Code usou CBMC para gerar um caso de falha em cerca de 36 segundos. A pesquisa relatada também aplicou provas a bibliotecas open source e encontrou vulnerabilidades. O método não garante que o software esteja livre de bugs: as conclusões dependem de hipóteses sobre hardware e ambiente e da validade do verificador de provas. ↗

Claude Code também foi usado para reproduzir uma funcionalidade de exportação CSV observada em um aplicativo sem acesso ao código-fonte, com auxílio do repositório RGA. O vídeo demonstra ainda a análise do design e das informações expostas por um site, mas alerta para os riscos legais da engenharia reversa de softwares comerciais. ↗

Os vídeos descrevem usos que vão além da programação, como organizar arquivos, criar designs e modelos 3D, editar vídeos, produzir documentos e conectar ferramentas. Um deles recomenda começar solicitando tarefas em linguagem natural e aprender os recursos conforme necessário, sem precisar configurar de início comandos, skills ou MCP. ↗

Extensões, ferramentas e integrações

Skills são descritas como pastas de arquivos que fornecem instruções e recursos ao Claude Code; podem combinar Markdown, scripts e hooks, e ser acionadas pelo usuário ou pelo modelo. Os vídeos mostram usos como auditoria, planejamento e verificação, além de recomendar escolher skills conforme a tarefa e conferir seu comportamento. ↗ ↗

Mods, apresentados como extensões em TypeScript, podem interagir com eventos da sessão e alterar a interface ou o comportamento do agente. Os exemplos incluem exibir o uso de contexto, acompanhar arquivos, solicitar confirmação antes de comandos destrutivos e receber notificações. Como mods podem ter acesso a arquivos, programas ou rede, os vídeos recomendam validar o código antes de instalá-los. ↗ ↗ ↗

Outros exemplos de mods incluem aprimorar prompts, ajudar a escolher estilos visuais, revelar suposições do modelo, guardar ideias e acompanhar sessões. Há também exemplos que coordenam sessões no mesmo projeto ou tornam respostas mais claras. Os mods demonstrados são apresentados como recursos da comunidade AI Labs Pro. ↗

Um vídeo mostra a combinação de mods com Jev para acrescentar decisões a diferentes etapas do trabalho: um “porteiro” avalia pedidos de instalação de bibliotecas, enquanto um boletim analisa o comportamento do Claude Code e sugere melhorias. O apresentador descreve a criação dos mods com prompts e recomenda testar as configurações, definir quando uma tarefa está pronta e considerar chamadas HTTP para o Jev. ↗

Outras ferramentas apresentadas para uso com Jev incluem Abide, que verifica se edições respeitam regras do projeto; Jev Browser, para testar aplicações; e Jev Ble, para conferir se uma tarefa foi concluída. Há ainda ferramentas para direcionar mensagens, escolher quando compactar sessões e localizar arquivos, além de Jev SEO, que gera relatórios sobre visibilidade e conteúdo de sites. ↗

O context.dev é apresentado como uma API de dados da web que pode ser conectada ao Claude Code por MCP, com instruções salvas em CLAUDE.md. Em uma demonstração de enriquecimento de leads, o agente pesquisa pessoas e empresas, preços, vagas e notícias para gerar uma planilha com links para as fontes; informações não encontradas são marcadas como “não encontrado”. ↗

Outras ferramentas ampliam as ações disponíveis: CLI-Anything gera CLIs para softwares existentes; Go Live prepara a publicação de apps após apresentar um plano para aprovação; e Drive Screen permite controlar a tela do computador. Os vídeos destacam limitações e riscos, como a necessidade de revisar comandos gerados, aprovar mudanças em provedores e considerar ataques de prompt injection. ↗ ↗ ↗ ↗

O DeepSeek Harness é apresentado como um agent open source com aplicativo para desktop, configuração no Windows e opções de modelos locais ou de outros provedores. A demonstração cria um app Pomodoro e um plugin para adicionar um botão ao painel e iniciar o timer. No momento da gravação, o aplicativo ainda estava em preview. ↗

Claude Duet é apresentado como um agent em acesso antecipado, disponível no aplicativo móvel, que organiza tarefas em canais a partir de uma conversa central e se integra ao Claude Code. Entre as limitações mencionadas estão a ausência de um app para desktop e de um computador próprio para executar tarefas em serviços externos. ↗

O Eagle Lite é descrito como um navegador que permite a agentes usar sessões já autenticadas e compartilhar o histórico de navegação. Em testes de pesquisa e publicação, o uso do navegador reduziu tempo e consumo de tokens do Hermes, mas piorou esses resultados para Claude Code. O vídeo recomenda manter separados os perfis pessoais e os usados pelos agentes. ↗

Segurança, custos e limites

Comandos mal interpretados podem apagar arquivos ou causar outras alterações destrutivas. Entre as proteções mostradas estão ambientes isolados, aprovação manual, backups, histórico no Git e ferramentas que bloqueiam ou confirmam ações de exclusão. A recomendação é manter salvaguardas mesmo quando o agente ou suas ferramentas recebem atualizações. ↗

O uso de tokens e o tempo de execução variam com a tarefa, as instruções, o modelo e as ferramentas adicionais. Testes apresentados nos vídeos chegam a resultados diferentes: em alguns casos, uma instrução de concisão economizou mais tokens do que uma skill específica; em outros, ferramentas de redução de contexto diminuíram o consumo, mas aumentaram o tempo ou exigiram correções. Esses resultados são relatos de testes particulares, não garantias para outros projetos. ↗ ↗ ↗

Uma comparação de modelos e planos em uma tarefa simples de front-end relata demora e consumo elevado: a tarefa com Gemini 4 Argon usou 10% do limite semanal do plano Pro. O apresentador considera que o plano Ultra pode oferecer mais uso, mas avalia que seu preço torna Claude Code uma opção mais vantajosa para programação profissional. Esse resultado se refere ao teste apresentado, que também envolveu a exploração de dois projetos diferentes. ↗

A supervisão também é importante ao executar tarefas em paralelo ou publicar apps. Um vídeo relata agents que ultrapassaram limites de gastos ou não criaram commits; outro descreve uma skill de publicação que aguarda aprovação antes de interagir com provedores e gera um arquivo de handover ao final. Os exemplos recomendam revisar resultados, custos, permissões e alterações antes de fazer merge ou liberar em produção. ↗ ↗ ↗

Em orientações sobre uso de modelos, os vídeos recomendam escolher o esforço e o modelo adequados à tarefa, pedir explicações concisas e considerar o fast mode quando fizer sentido. Também sugerem um sistema de roteamento de modelos, sem apresentar uma configuração universal. ↗ ↗

Um vídeo especula que Fable 5.2 e Opus 5.2 estariam sendo testados no Claude Code com base em respostas sobre informações posteriores ao corte de conhecimento dos modelos e em comparações visuais de imagens e ambientes 3D. O próprio apresentador ressalta que os testes não medem eficiência ou custo; a possibilidade de lançamento perto de novembro é apresentada como especulação. ↗

Claude Code

Instruções, contexto e memória

Planejamento, execução e revisão

Extensões, ferramentas e integrações

Segurança, custos e limites

Vídeos neste tópico