10 princípios de código IA do criador do OpenClaw

A entrevista com Peter Steinberger, criador do OpenClaw (antigo Clawdbot), me impactou bastante. Ele também é o autor do projeto que alcançou o crescimento de estrelas mais rápido da história do GitHub.

Peter é um veterano que comandou uma empresa de 60-70 pessoas por 13 anos, vendeu, tirou três anos de folga e voltou. A perspectiva dele sobre desenvolvimento na era da IA é fundamentalmente diferente do que a maioria de nós assume.

Um começo simples

Não havia nenhum plano de negócios grandioso no início. Ele só queria “brincar com IA” e acabou criando uma ferramenta porque queria conversar com seu computador de casa pelo WhatsApp enquanto estava na rua.

O momento de revelação

O momento decisivo veio durante uma viagem. Ele mandou uma mensagem de voz para o agente - mas nunca tinha programado suporte a voz. O agente identificou o formato Opus sozinho, encontrou o ffmpeg para converter, localizou uma chave de API, transcreveu e traduziu a mensagem, e mandou uma resposta. Naquele instante ele percebeu que agentes são “feras inteligentes e cheias de recursos”.

Com base nessas experiências, Peter formulou seus 10 princípios de código IA.

Largue o perfeccionismo para trabalhar com IA

Gerenciar um time de 70 pessoas ensinou a aceitar trabalho que não combina com seu estilo pessoal. Código que não reflete 100% suas preferências mas funciona corretamente já é suficiente. Essa flexibilidade se tornou seu maior trunfo na colaboração com agentes.

Projete sistemas onde os agentes verificam o próprio trabalho

Peter chama isso de “fechar o loop (Close the loop)”. Compilar, lint, rodar, verificar - o agente cuida de tudo. Quando humanos precisam confirmar etapas intermediárias, viram gargalo e atrasam tudo.

Pull Requests morreram - bem-vindos os Prompt Requests

O código em si importa menos que o prompt que o gerou. Peter rejeita a maioria dos PRs externos, extrai apenas a ideia central e recicla como prompt. O irmão dele trabalha do mesmo jeito - sinal de que esse padrão já está se espalhando.

Trocar revisões de código por discussões de arquitetura

Mesmo no Discord, o time principal não fala de código. Discutem estrutura do sistema, decisões importantes e direção. O time inteiro internalizou que detalhes de implementação são responsabilidade do agente.

Rodar de 5 a 10 agentes simultaneamente

Em vez de ficar preso em uma tarefa só, coloca várias tarefas em fila em paralelo. Planeja, delega pro agente e passa imediatamente pro próximo. É assim que Peter mantém o estado de flow o dia todo.

Dedicar um tempo surpreendente ao planejamento

Peter troca muito com os agentes durante a fase de planejamento - questiona, revisa, contesta e itera até o plano ficar sólido. Prefere Codex ao Claude Code para execução porque o Claude Code faz perguntas de esclarecimento durante a execução, o que quebra o flow. Quando o plano está redondo, a execução quase não precisa de intervenção.

Dar instruções deliberadamente vagas

Instruções muito específicas limitam a IA a operar só naquele escopo. Deixar margem de propósito permite que o agente descubra caminhos que você não tinha considerado. Na minha experiência, funciona de verdade - soluções inesperadas aparecem com frequência. Dito isso, nem sempre é a abordagem certa.

Testar local em vez de esperar 10 minutos pelo CI remoto

Esperar 10 minutos por um pipeline de CI remoto é tempo jogado fora. Projete o sistema para que os agentes rodem testes localmente. Quanto mais curto o loop de feedback, mais rápido você itera.

A maior parte do código é só transformação chata de dados

A maior parte do código de aplicação é “mover dados de um formato para outro”. Não tem por que se apegar - delegue pro agente. Guarde sua energia para o design do sistema, não para encanamento de dados.

Quem gosta de lançar produtos se adapta melhor à IA

Desenvolvedores que curtem resolver puzzles de algoritmo na verdade sofrem mais na transição para IA. Quem se interessa mais pelos resultados e pelo lançamento de produtos se adapta rápido. É um padrão que vejo constantemente ao meu redor.

A visão de Peter sobre o futuro

Ele prevê que inúmeros apps vão desaparecer, sobrando apenas APIs. Em vez de abrir o MyFitnessPal para registrar comida manualmente, você vai mandar uma foto pro seu agente, que vai calcular as calorias e ajustar seus objetivos de saúde automaticamente.

Conclusão

Há espaço para debate, mas os 10 princípios do Peter convergem numa única direção: largar o perfeccionismo, discutir arquitetura em vez de revisar código, deixar os agentes verificarem o próprio trabalho e rodar vários agentes em paralelo.

Tudo aponta para construir um ambiente onde o desenvolvedor não precisa escrever código ele mesmo. Se é pra lá que estamos indo, então a verdadeira habilidade na era da IA não é escrever bom código - é projetar o sistema que resolve problemas sem que você precise escrever uma linha sequer.

Referências:

• Entrevista com Peter Steinberger (Parte 1)
• Entrevista com Peter Steinberger (Parte 2)