GitLab Duo: quando a IA vira colega de quem programa

Na noite de 31 de janeiro de 2017, um engenheiro do GitLab tentava consertar um problema de sincronização entre dois servidores de banco de dados. A ideia era apagar uma pasta no servidor de cópia para começar do zero. Ele rodou o comando no servidor principal. Quando percebeu e interrompeu, cerca de 300 GB de dados já tinham ido embora.

Piorou: dos vários tipos de backup que a empresa tinha, quase nenhum funcionou. Um falhava em silêncio, outro nem estava ligado. O que salvou foi uma cópia feita umas seis horas antes. O site ficou fora do ar por cerca de 18 horas, e a empresa fez algo raro: transmitiu a recuperação ao vivo no YouTube, com picos de umas 5 mil pessoas assistindo. Tudo isso está no relatório que o próprio GitLab publicou depois.

Guarde essa história. Quase dez anos depois, essa mesma empresa está colocando robôs para mexer em código, em testes e em segurança. E a lição de 2017 vai voltar no fim.

Primeiro: o que é esse tal de Git

Quem nunca salvou um arquivo como “trabalho-final-agora-vai-v3.docx”? Programador tinha exatamente esse problema, só que com milhares de arquivos e dezenas de pessoas mexendo neles ao mesmo tempo.

O Git resolve isso. Pense no histórico de versões de um documento on-line: dá para ver quem mudou o quê, quando, e voltar a qualquer ponto. O Git faz isso com código, e cada pessoa do time tem uma cópia completa do histórico no próprio computador.

Ele nasceu de um aperto. Até 2005, quem cuidava do Linux (o sistema que roda em boa parte dos servidores da internet e no coração do Android) usava uma ferramenta paga chamada BitKeeper, de graça. Naquele ano, a empresa dona do BitKeeper cortou o uso gratuito. A comunidade, com Linus Torvalds, o criador do Linux, à frente, resolveu fazer a própria ferramenta, rápida e capaz de aguentar um projeto gigante. Essa história está no livro oficial do Git.

E o GitLab?

Se o Git é o motor, o GitLab é a oficina inteira em volta dele: um site onde o time guarda o código, conversa sobre cada mudança e liga esteiras automáticas que testam e publicam o programa.

Ele começou em 2011 como projeto paralelo do programador ucraniano Dmytro Zaporozhets, segundo a Wikipédia. Cresceu, virou empresa e hoje é uma das ferramentas mais usadas por times de software no mundo. É também a que eu mais uso no dia a dia. Comecei a programar aos 11 anos, numa época em que, para muita gente, “controle de versão” era copiar a pasta inteira e mudar o nome. Ver isso virar robô revisando código tem um gosto especial.

Dois termos ajudam a entender o resto da história:

• Merge request (pedido de mesclagem): quando alguém termina uma alteração, pede para ela entrar no código principal. Um colega revisa antes de aprovar.
• Pipeline (esteira): a sequência automática de testes que roda a cada mudança. Se um teste falha, a esteira fica vermelha e nada vai para o ar.

Da sugestão de código ao “colega” de IA

As primeiras ferramentas de IA para programação eram um autocompletar turbinado: você começava a escrever e a IA sugeria o resto da linha. Ajudava, mas o próprio GitLab aponta um limite: só uns 20% do tempo de um desenvolvedor vai para escrever código, segundo o anúncio oficial da plataforma. O resto é revisar, investigar teste quebrado, corrigir falha de segurança, planejar. Acelerar só a escrita cria fila nas outras etapas.

Foi aí que entrou o GitLab Duo Agent Platform, que ficou disponível oficialmente em 15 de janeiro de 2026, segundo o comunicado à imprensa. A diferença está na palavra “agente”. Um chatbot comum só responde perguntas. Um agente recebe uma tarefa e executa os passos sozinho: lê o código, roda a esteira, abre um pedido de alteração.

Na prática, o Duo traz:

• um chat que conhece o projeto, capaz de explicar um sistema que você nunca viu;
• um agente de planejamento, que organiza e prioriza a lista de tarefas;
• um agente de segurança, que explica falhas em linguagem simples;
• fluxos prontos que transformam uma tarefa em proposta de código, consertam uma esteira quebrada ou revisam uma alteração.

Também dá para plugar agentes de outras empresas, como o Claude Code, da Anthropic, e o Codex, da OpenAI, segundo o anúncio.

O mapa que faltava

Um problema dos agentes é que eles enxergam pouco. Olham alguns arquivos e chutam o resto. Em junho de 2026, o GitLab apresentou o Orbit, ainda em fase de testes: uma espécie de mapa vivo que liga o código, as mudanças, as esteiras, as falhas de segurança e quem é responsável por cada parte. Em vez de procurar às cegas, o agente consulta o mapa.

Segundo o GitLab, com o Orbit os agentes ficaram até 11 vezes mais rápidos e usaram até 4,5 vezes menos tokens, os pedacinhos de texto que a IA lê e pelos quais a conta é cobrada. São números medidos pela própria empresa, no melhor cenário, então vale ler com um pé atrás.

E quem segura o volante?

Aqui a história de 2017 volta. Se um humano consegue apagar um banco de dados com um comando no lugar errado, um robô trabalhando sozinho também pode.

O GitLab diz que cada ação de um agente fica ligada à identidade e às permissões de uma pessoa real, que a empresa decide quais agentes podem rodar e onde, e que dá para exigir aprovação humana nos pontos críticos, com tudo registrado. Está na página do produto. A cobrança também mudou: em vez de pagar por pessoa, a empresa compra créditos, a US$ 1 cada, e gasta conforme os agentes trabalham, segundo a tabela de preços.

O que isso tem a ver com você

Você talvez nunca abra o GitLab. Mas o aplicativo do banco, o de delivery e o sistema da sua empresa são feitos em ferramentas assim. Cada vez mais, a atualização que chega no seu celular passou pela revisão de um robô antes de passar pela de uma pessoa.

O que mudou de 2017 para cá foi a velocidade: agora a máquina escreve, revisa e conserta. O que continua igual é a pergunta que aquele engenheiro aprendeu do pior jeito: quem pode fazer o quê, quem confere, e tem como voltar atrás se der errado?