Code with Claude 2026: o futuro dos agentes ficou real

Code with Claude 2026: o futuro dos agentes ficou real

Quase não assisti à palestra ao vivo.

Era quarta-feira de manhã, 6 de maio, meu pipeline de agentes já estava funcionando e eu tinha uma entrega de cliente para entregar até o almoço. A transmissão ao vivo do Code with Claude ficou em uma guia próxima ao meu terminal, sem som, enquanto eu limpava um fluxo de trabalho de conteúdo multiagente. Então eu vi o slide.

Uma única palavra, branca sobre fundo escuro, no tipo de tipografia que você só usa para algo que está escondendo. Sonhando.

Ativei o som da transmissão e observei o diretor de produto do Anthropic, Ami Vora, descrever o que era, no papel, um recurso de memória. Quando ela chegou à parte em que os agentes revisam suas próprias sessões anteriores para encontrar padrões, identificar erros recorrentes e persistir insights úteis na memória de longo prazo de toda a equipe, eu já havia parado de fingir que estava trabalhando. Os trinta minutos seguintes trouxeram mais três anúncios que redesenharam silenciosamente os limites do que um “agente de produção AI” pode ser em 2026.

Se você viu apenas as manchetes da conferência Code with Claude, provavelmente pensou "ah, mais coisas de agente, limites de taxa dobrados, acordo com a SpaceX, legal". Não foi isso que aconteceu em São Francisco naquele dia. A história da computação (que descrevi em detalhes em minha postagem sobre [dobração dos limites de taxa Claude Code e o acordo de computação da SpaceX] (/content/mejba.me/claude-code-rate-limits-doubled-spacex.md)) foi a parte barulhenta. O roteiro de capacidade do agente – sonho, ciclos de resultados, orquestração multiagente como um primitivo gerenciado, além de uma prévia do modelo futuro que sugeria um contexto “infinito” e um foco real no julgamento da engenharia – essa era a parte silenciosa. E a parte tranquila é o que muda a forma como estarei construindo no resto do ano.

Esta é minha recapitulação e interpretação. Não estenografia. Não é uma reescrita de comunicado de imprensa. O que é real, o que é pré-visualização, o que retirarei da minha própria pilha nos próximos 30 dias e o que quero ver antes de acreditar nas promessas maiores.

O que Code with Claude realmente era

Uma orientação rápida para quem perdeu. Code with Claude é a conferência anual de desenvolvedores do Anthropic. A edição de 2026 aconteceu em 6 de maio em São Francisco (com Londres em 19 de maio e Tóquio em 10 de junho ainda pela frente), esgotou tanto que a equipe adicionou um segundo dia de SF e foi transmitida ao vivo e gratuitamente para quem se inscreveu. De acordo com a agenda oficial, o foco era restrito ao propósito: agentes de codificação, fluxos de trabalho de agentes e o futuro da engenharia de software em cima do Claude.

Vale a pena avisar antecipadamente, já que o boato ficou barulhento: a palestra foi feita por Ami Vora, CPO do Anthropic, e não por Mike Krieger (que passou a ser co-líder do Anthropic Labs no início deste ano). O enquadramento de Vora foi deliberadamente humilde. “Hoje é sobre como estamos fazendo com que nossos produtos funcionem melhor para você”, disse ela, o que deu o tom – nenhum anúncio de novo modelo, nenhum benchmark de manchete, apenas um tour pelo que está sendo enviado e o que está por vir. O volume de API aumentou 17x ano após ano na plataforma Anthropic, que é o tipo de estatística que deve fazer com que cada construtor Claude fique um pouco mais ereto.

O interessante é que “nenhum modelo novo” acabou sendo a coisa mais honesta que ela poderia ter dito. Porque as quatro mudanças de capacidade que eles anunciaram – três ao vivo, uma prévia – mudam o que você pode enviar mais do que outro meio ponto no banco SWE faria.

Deixe-me examiná-los na ordem em que me atingiram, e então verei o que estou realmente mudando.

Sonhando: o recurso de memória que venho fingindo há seis meses

Foi aqui que parei de fingir que trabalhava.

Anthropic anunciou sonho para Agentes gerenciados Claude: um processo em segundo plano agendado onde um agente revisa suas próprias sessões anteriores, identifica padrões, revela erros recorrentes e consolida o material útil na memória de longo prazo que persiste durante as execuções. De acordo com o próprio enquadramento de Anthropic na postagem de anúncio, sonhar "apresenta padrões que um único agente não pode ver por si só, incluindo erros recorrentes, fluxos de trabalho para os quais os agentes convergem e preferências compartilhadas entre uma equipe".

Essa última cláusula é a única. Em toda a equipe. Não apenas um agente aprendendo suas próprias peculiaridades: vários agentes reunindo experiências.

Por que isso me deixou paralisado: venho construindo uma versão pior disso manualmente há seis meses.

Minha configuração: eu administro o agente de conteúdo Aria (aquele que escreve este post, divulgação completa) além de uma pequena equipe de fluxo de trabalho de especificações no Claude Opus diariamente. Cada sessão significativa termina com um ritual manual onde extraio o que funcionou, o que falhou e o que me surpreendeu em um arquivo de memória que a próxima sessão lê. Escrevi sobre um mecanismo Claude Code relacionado em Claude Code Auto Dream - esse é um passe de consolidação específico do Claude Code. O sonho dos Agentes Gerenciados é a versão no nível da plataforma e vai além: ele não apenas desduplica notas, ele procura ativamente por padrões que o próprio agente não pode ver durante a sessão.

Pense na diferença assim. A memória automática em Claude Code está registrando no diário – o agente anota o que fez. Auto Dream está editando – limpando o diário para que fique legível. Sonhar com Agentes Gerenciados é terapia - o agente (ou um passe de sonho separado) revisa todo o diário e pergunta: "o que essa pessoa continua errando?"

O status hoje: visualização da pesquisa, fechado, solicitação de acesso. Portanto, ninguém está entregando fluxos de trabalho de produção além de sonhar esta semana. Mas o compromisso arquitetónico é o sinal que importa. Anthropic decidiu que agentes que aprendem com sua própria história é um recurso de plataforma de primeira classe, não um padrão inteligente que você adota.

O que farei a respeito nos próximos 30 dias: vou manter meu loop de reflexão manual em execução, mas vou parar de construir a próxima camada dele. Eu tinha um script de consolidação de memória entre agentes incompleto – basicamente um cron job que pegava as reflexões diárias de cada um dos meus agentes e tentava encontrar padrões compartilhados. Estou matando aquele galho. Se Anthropic estiver resolvendo isso no nível da plataforma, minha versão feita à mão ficará obsoleta quando o day dreaming se tornar beta público. Melhor esperar, executar as mesmas cargas de trabalho em sua versão e validar antes de investir mais fiação.

E aqui está a parte honesta: se sonhar funciona como anunciado, o fosso que eu pensei que estava construindo (orquestração de memória personalizada) acabou de ser comoditizado. Isso é bom. O fosso real nunca foi a orquestração. Foram as rubricas – as definições de como seria um bom resultado para meus fluxos de trabalho específicos. O que me leva ao segundo anúncio.

The Outcome Loop: Meu pipeline editorial, dentro da plataforma

Se sonhar foi o slide que quebrou meu foco, os resultados foram os que me fizeram pegar um caderno.

O argumento de venda é simples. Você escreve uma rubrica descrevendo como é o sucesso da tarefa do seu agente. O agente trabalha para atingir esse objetivo. Uma instância Claude separada — um avaliador, executando em sua própria janela de contexto — avalia a saída do agente em relação à rubrica. Se a saída falhar, o avaliador informa ao agente exatamente o que alterar. O agente dá outra passagem. Faça um loop até que a saída encontre a barra. O avaliador é independente, portanto não é influenciado pelo raciocínio do agente.

Anthropic publicou números sobre isso em sua postagem de anúncio de agentes gerenciados e cobertura do SD Times os analisou: os resultados melhoraram as taxas de sucesso de tarefas em até 10 pontos percentuais em relação aos loops de prompt padrão em seus benchmarks internos, com os maiores ganhos nas tarefas mais difíceis. A geração de arquivos obteve especificamente +8,4% em saídas .docx e +10,1% em .pptx – o que é desproporcionalmente importante para fluxos de trabalho de documentos corporativos, onde uma única geração com falha consome tempo de revisão humana.

É por isso que não estou apenas concordando. Eu já faço isso. Manualmente. Diariamente.

Meu pipeline de conteúdo possui duas passagens integradas. Aria escreve uma postagem contra uma rubrica que mantenho no prompt do sistema - voz, estrutura, frases proibidas, regras de links internos, limites mínimos de contagem de palavras, verificações de arquitetura de retenção. Então leio o resultado e atuo efetivamente como um avaliador separado: isso atinge a rubrica? Se não, o que está faltando? Envie-o de volta com uma nota específica. Faça um loop até que seja enviado.

Duas coisas mudam quando esse ciclo se torna um ritual primitivo gerenciado em vez de um ritual manual.

Primeiro, o loop é executado sem mim. Escrevo a rubrica uma vez. O agente escreve. O avaliador avalia. O agente revisa. Vejo a saída final pós-loop, não três rascunhos intermediários. O que eu fazia com os olhos e um café às 23h agora é propriedade da plataforma.

Em segundo lugar – e esta é a parte mais difícil de sentir até que você a tenha vivido – a qualidade da rubrica torna-se o fator limitante. Hoje, minha rubrica está principalmente na minha cabeça, codificada como gosto, aplicada de forma inconsistente. Cada vez que terceirizo o loop, tenho que anotar a rubrica. Agudamente. Especificamente. Para que um modelo separado possa aplicá-lo sem que eu fique pairando. Essa é uma disciplina que tenho evitado porque a revisão manual me permite trapacear – eu poderia “simplesmente saber” o que estava errado. Os ciclos de resultados forçam a rubrica a se tornar um artefato.

A avaliação honesta: isso muda a forma como estruturo o trabalho do agente, e não se eu o faço. A forma de uma tarefa de agente em 2026 está se tornando três coisas – prompt, rubrica, loop. Se você escreveu instruções e pulou as rubricas, você escreveu a parte mais fácil.

O que farei nos próximos 30 dias: formalizarei minha rubrica Aria. Não como uma seção de prompt do sistema, mas como um arquivo separado que o avaliador pode consumir. A rubrica de retenção (10 categorias, escala de 1 a 10) e a sub-rubrica de SEO (5 categorias, ponderadas) que já uso internamente - essas se tornam as entradas literais do avaliador. Se os resultados cumprirem o que dizem, meus rascunhos deverão chegar mais perto da publicação na primeira passagem de loop gerenciado do que atualmente após minha terceira passagem manual.

Orquestração multiagente como um primitivo gerenciado

A seção três da palestra é onde a multidão de engenheiros na sala visivelmente avançou em seus assentos.

A orquestração multiagente em Agentes Gerenciados agora permite que um agente líder decomponha um trabalho, entregue cada subtarefa a um agente especialista (com seu próprio modelo, prompt e ferramentas) e execute-as em paralelo. Cada subagente é executado em uma janela de contexto isolada para não poluir o raciocínio do lead. O lead relata atividade no thread principal; subthreads aparecem em tempo de execução quando o líder decide delegar.

As restrições, de acordo com documentos de Anthropic sobre sessões multiagentes, são pragmáticas: o coordenador só pode delegar um nível de profundidade (profundidade > 1 é ignorada) e você pode listar no máximo 20 agentes exclusivos em multiagent.agents (embora o coordenador possa chamar várias cópias de cada um). Sistema de arquivos e contêiner compartilhado; janelas de contexto isoladas por thread de sessão.

Tenho que ser honesto sobre minha reação aqui, porque foi complicado.

Já faço orquestração multiagente. Venho fazendo isso há meses - escrevi sobre minha abordagem no Claude Code Agent Teams Playbook e explorei uma variante ainda mais agressiva em Claude Code Agent Swarm Arquitetura. Meu equipamento Aria já coordena com subagentes de fluxo de trabalho de especificações (requisitos, design, tarefas, implementação, teste, juiz) para recursos não triviais. O padrão não é novo para mim. Então, minha primeira reação ao anúncio foi, caridosamente, “tudo bem, você produziu algo que eu já faço”.

Então pensei nisso por uma hora e mudei de ideia.

O que há de diferente em ser um primitivo gerenciado não é a capacidade — é a superfície operacional. Quando orquestro subagentes por meio de Claude Code localmente, sou dono do ciclo de vida: girando-os, observando sua saída, reiniciando-os quando um deles travar, gerenciando a passagem de memória entre threads. Quando a plataforma é proprietária, recebo quatro coisas que não tinha:

1. Paralelismo verdadeiro com isolamento. Meu equipamento local tem paralelismo, mas meu isolamento de contexto apresenta vazamentos — os subagentes compartilham mais estado do que eu gostaria porque tudo está sendo executado na mesma sessão Claude Code. A orquestração gerenciada dá a cada subagente seu próprio thread de sessão. 2. Webhooks para humanos no circuito. Anthropic também forneceu suporte de webhook para agentes gerenciados na conferência. O padrão de produção (de acordo com seus documentos) registra um webhook que é acionado em session.status_idled - o que significa que seu servidor recebe um ping quando o agente termina ou aguarda o resultado da ferramenta. Isso permite conectar a revisão humana a um fluxo multiagente sem pesquisa.

Para meu pipeline de conteúdo, isso é enorme: um agente termina um rascunho, dispara um webhook, meu sistema o coloca na fila para minha revisão e o agente aguarda minha resposta user.custom_tool_result antes de continuar. Chega de verificar trabalhos de longa duração. 3. Uma única superfície faturável. Atualmente pago pela computação por meio de minha conta Anthropic; a contabilidade de custos é dividida entre os vários agentes que administro localmente. Uma sessão multiagente gerenciada é um fluxo de trabalho único faturável. Para o trabalho do cliente, isso é mais importante do que parece: a atribuição clara de custos por fluxo de trabalho torna a definição de preços dos compromissos do cliente realmente racional. 4. O agente líder começa a sonhar com a equipe. Este é o efeito de segunda ordem sobre o qual ninguém fala alto o suficiente.

Se o sonho revela padrões entre agentes na mesma plataforma, então um fluxo de trabalho multiagente aprende consigo mesmo de uma forma que nenhuma plataforma manual consegue. O lead percebe que o especialista em front-end continua cometendo um erro específico e a próxima execução o ignora.

O que farei nos próximos 30 dias: estou escolhendo um dos meus fluxos multiagentes - provavelmente minha pesquisa de SEO → rascunho → nota → pipeline de atualização - e transferindo-o para agentes gerenciados para comparação. A versão local do Claude Code não vai desaparecer (ainda é melhor para trabalhos de codificação de loop restrito), mas para fluxos de trabalho de conteúdo hospedados, agendados e sem intervenção, a orquestração gerenciada vencerá apenas no custo operacional.

O detalhe do webhook que mais importa silenciosamente

Quero passar um parágrafo sobre webhooks porque a palestra passou por eles e a maior parte da cobertura de recapitulação que li também passou.

Webhooks são a enfadonha peça de infraestrutura que transforma agentes gerenciados de “brinquedos de demonstração” em “coisas que se integram a negócios reais”. Sem webhooks, você está pesquisando (um desperdício), executando agentes somente síncronos (limitando) ou executando sua própria camada de rastreamento de status (anulando o propósito de gerenciado). Com webhooks, seu agente pode funcionar por horas, passar para um revisor humano quando atingir um ponto de escalonamento, aguardar a entrada do humano por meio de um retorno de chamada e retomar de forma limpa.

Combine isso com orquestração multiagente e loops de resultados e você terá algo que realmente não existia para os construtores há três semanas: um fluxo de trabalho de equipe de agentes hospedado, autônomo e autoavaliado com ganchos de revisão humana exatamente nos pontos que você deseja. Isso não é um recurso. Esse é um modelo operacional.

Se você estiver executando algo que deveria ser um fluxo de trabalho de longo horizonte e ocasionalmente supervisionado por humanos - produção de conteúdo, controle de qualidade, revisão de segurança, caminhos de escalonamento de suporte ao cliente - os webhooks são a peça que permite que você pare de executar sua própria fila.

A questão Mythos e a visualização do modelo futuro

Agora a parte especulativa. E vou ter cuidado aqui, porque o boato sobre o próximo modelo Claude ficou barulhento e grande parte da cobertura não está fazendo nenhum favor aos leitores.

Vora previu três direções nas quais Anthropic está investindo para a próxima geração. De acordo com a cobertura ao vivo do blog de Simon Willison e corroborada nas recapitulações da conferência:

1. Maior julgamento e bom gosto de código. Julgamento de engenharia, arquitetura de software, capacidade de manutenção – os benchmarks não medem bem.
2. Janelas de contexto que parecem infinitas quando combinadas com memória de alta qualidade.
3. Coordenação multiagente avançada — agentes líderes orquestrando muitos especialistas ao mesmo tempo, além do que os Agentes Gerenciados suportam atualmente.

Estas são direções, não recursos. Sem data de lançamento. Nenhum nome de modelo fixado neles no palco. Vora foi explícita: hoje não se tratava de um novo modelo.

Mas o boato que todos estão negociando é Claude Mythos. Abordei o [vazamento de dados Anthropic Mythos] (/content/mejba.me/anthropic-claude-mythos-leak.md) em detalhes em março, quando Anthropic vazou acidentalmente cerca de 3.000 documentos internos que incluíam um rascunho de postagem no blog descrevendo Mythos como "o mais capaz que já já construído" — particularmente para segurança cibernética. A visualização do Mythos foi ao ar em 7 de abril por meio do Projeto Glasswing, uma implantação focada em pesquisa de segurança. Vora referenciou Mythos diretamente na palestra (a famosa anedota sobre a vulnerabilidade do OpenBSD de 1999). Portanto, Mythos não é vapor – ele existe, de forma restrita, hoje.

E quanto à especulação da Polymarket “Claude 5 de setembro”? Aqui está o que posso verificar nos mercados de previsão que verifiquei: os traders estavam atribuindo aproximadamente 28% de probabilidade implícita ao Anthropic, lançando publicamente o Mythos até 30 de junho, com o consenso precificando uma probabilidade mais forte para o terceiro trimestre. O enquadramento de “setembro” não é uma data difícil que Anthropic confirmou – é um consenso de mercado ponderado pelos preços dos mercados mais ativos. O mercado mais ativo "Claude Mythos lançado por..." tinha cerca de 17% de chance para 30 de junho da última vez que olhei. Nada disso é um compromisso de lançamento. São apostadores interpretando os mesmos sinais que você e eu estamos lendo.

Minha leitura: considere o enquadramento de setembro como uma aposta razoável, não como uma entrada no calendário. Anthropic não anunciou nenhum modelo no palco. Eles visualizaram três recursos. Se o Mythos (ou Claude 5, tratado como mercados separados) for lançado antes do quarto trimestre, esses três recursos são o que eu esperaria que fossem os principais diferenciais.

Agora a parte que realmente importa para mim como construtor.

Code Taste: Aquele que mais me interessa

Dos três recursos sugeridos, “maior julgamento e gosto de código” é o que eu pagaria primeiro. Eu pagaria mais por isso do que pelo contexto infinito.

Aqui está o porquê. Tenho executado o Claude Opus 4.6 diariamente em bases de código de clientes reais - monólitos Laravel, aplicativos Next.js, infraestrutura de agente. A janela de contexto de 1M é suficiente para quase tudo que faço. Onde o Claude luta atual não é contexto. É julgamento. Especificamente:

• Escolher o nível certo de abstração na primeira vez, em vez de produzir código tecnicamente correto, mas arquitetonicamente suspeito, que terei que refatorar uma semana depois.
• Saber quando não adicionar um recurso. O Claude de hoje está muito ansioso. Ele adicionará um sinalizador de configuração porque você mencionou que pode querer opções "algum dia".
• Identificar que duas partes aparentemente não relacionadas de uma base de código estão, na verdade, acopladas e recusar-se a alterar uma sem abordar a outra.
• Empurrando de volta no prompt - me dizendo que minha ideia está errada, aqui está o porquê, aqui está um caminho melhor. O Claude atual adia os prompts talvez uma vez em vinte. Isso não é suficiente.

Os benchmarks estão saturados. Não estou impressionado com outro ponto do banco SWE. O que me impressionaria: um modelo que, dada uma solicitação para adicionar cache a um serviço, diz "este serviço não deveria ser um serviço - deveria ser um auxiliar de consulta no repositório existente, e aqui está a diferença que faz ambos." Isso é gosto. Isso é julgamento. É isso que faz a diferença entre um engenheiro sênior e um digitador rápido.

Cético, mas esperançoso, é exatamente onde estou nisso. Eu precisaria ver isso em código legado real e feio - não em conjuntos de benchmark - antes de acreditar na afirmação de "gosto". Mas é o que eu mais quero.

Contexto infinito: útil, mas menos do que você pensa

A linha “janelas de contexto que parecem infinitas” teve a reação mais barulhenta na sala. Acho que essa reação foi um pouco exagerada.

Aqui está minha opinião honesta, tendo vivido dentro da janela de contexto de 1M desde que foi enviado: 1M já é suficiente para quase todas as tarefas de repositório único e projeto único que eu faço. Os repositórios em que trabalho não cabem em 1M porque não devem ser carregados inteiros - devem ser carregados seletivamente, com recuperação inteligente, e o modelo precisa saber quais arquivos solicitar. O gargalo deixou de ser tokens brutos meses atrás. O gargalo é quais tokens.

O que "infinito" na verdade desbloqueia (assumindo que Anthropic significa da maneira que eu acho que eles querem dizer - memória de alta qualidade + recuperação inteligente + algo que se aproxima do estado persistente entre sessões):

• Raciocínio entre repositórios. Trabalhar em três repositórios em uma arquitetura de microsserviço sem perder o controle de quais contratos cada um expõe.
• Agente de longo prazo é executado. Um agente que trabalha por dias em um projeto retém tudo o que aprendeu e não precisa ser informado novamente a cada sessão.
• Personalização que realmente persiste. "Lembre-se de que prefiro o utilitário Tailwind primeiro aos módulos CSS" - e faça com que ele permaneça em todas as interações sem que eu o declare novamente.

Os dois primeiros são atualizações. O terceiro é o discurso do consumidor e tenho menos certeza de que isso será importante para usuários avançados que já codificam essas coisas no CLAUDE.md e nos prompts do sistema.

A combinação de sonho + contexto infinito é a parte realmente interessante. A retenção a longo prazo sem deterioração da qualidade é um problema difícil. Se Anthropic o tiver quebrado, a vantagem prática é que o agente fica melhor com o tempo em seu trabalho específico, em vez de redefinir a linha de base a cada sessão. Esse é um formato diferente de produto.

Coordenação multiagente avançada

A terceira direção sugerida é a “coordenação avançada de vários agentes”, além do que os Agentes Gerenciados suportam atualmente. O limite atual de um nível de delegação é provavelmente a coisa óbvia a ser levantada – permitir que subagentes gerem recursivamente seus próprios especialistas. Se isso é realmente útil ou apenas causa uma explosão exponencial de contexto, depende de como ele é bloqueado.

O que eu observaria: os agentes líderes são inteligentes o suficiente para não delegar quando não deveriam? O atual modo de falha multiagente não é uma coordenação insuficiente – é um excesso de coordenação. Criar um subagente para uma tarefa que não precisa de decomposição queima dinheiro e aumenta a latência. O modelo de próxima geração é melhor na coordenação multiagente se souber quando fazê-lo sozinho.

O que muda na minha pilha nos próximos 30 dias

Concreto, não especulativo. Aqui está o que está na minha lista:

1. Elimine o ramo de consolidação de memória entre agentes. Aguarde até que os Agentes Gerenciados que sonham saiam da visualização da pesquisa. Minha versão enrolada à mão ficará obsoleta; é melhor validar na plataforma do que lançar uma versão pior de um recurso que ainda falta três meses. 2. Formalize as rubricas do Aria como artefatos, não como prompts. Retire a rubrica de retenção (10 categorias) e a sub-rubrica SEO (5 categorias) do prompt do sistema Aria e coloque-a em um rubric.md separado por tipo de conteúdo. Este é o trabalho de preparação para a integração do ciclo de resultados no dia em que fizer sentido para os negócios migrar. 3. Porte um fluxo multiagente para agentes gerenciados. Provavelmente minha pesquisa de SEO → rascunho → nota → pipeline de atualização, já que é o mais bem definido e mais fácil de comparar custo e qualidade lado a lado com minha orquestração Claude Code local. 4.

Conecte webhooks à minha camada de notificação. Não estou esperando por uma porta. O suporte de webhook foi enviado para usuários de Agentes Gerenciados em versão beta pública agora. Mesmo em um fluxo de agente único, receber notificações session.status_idled em vez de pesquisar economiza uma camada de fita adesiva. 5. Pare de escrever código de substituição de sabor em meus prompts. Atualmente incluo dicas detalhadas de julgamento arquitetônico em meus prompts de sistema ("prefira X em vez de Y porque Z"). Se o próximo modelo melhorar genuinamente o gosto do código, essas instruções se tornarão ruídos. Vou mantê-los por enquanto, mas marque-os como “excluir em Claude 5”.

Observe o que não está na lista: desligar o Claude Code localmente, reconstruir tudo nos Agentes Gerenciados, apostar tudo no sonho. A jogada certa é manter a plataforma existente em execução e migrar as cargas de trabalho, uma de cada vez, à medida que as primitivas gerenciadas comprovam seu valor no tráfego de produção. Aprendi isso da maneira mais difícil em 2024, quando migrei um fluxo de trabalho de cliente para um recurso então novo que foi descontinuado quatro meses depois.

O que eu quero ver antes de acreditar nas promessas maiores

Não vou afirmar que a conferência não me deixou convencido. Não aconteceu. Mas aqui está o que preencheria a lacuna restante entre “prévia interessante” e “aposto a receita de um trimestre nisso”:

Para sonhar, quero ver métricas sobre desvios de memória. Será que um agente que sonha há 90 dias realmente tem um desempenho mensuravelmente melhor na mesma tarefa do que um agente novo? Ou será que a consolidação introduz as suas próprias falhas ao longo do tempo? A postagem do blog de Anthropic é leve em dados de desempenho de longo horizonte.

Para loops de resultados, quero ver os modos de falha. O que acontece quando a rubrica é ruim? O que acontece quando o agente e o avaliador discordam, mas ambos estão errados? O aumento de 10pp é ótimo; o modo de falha de cauda longa informa se você pode implantar isso na produção sem pairar.

Para orquestração multiagente, quero ver a curva de custos. Cinco agentes em paralelo parecem ótimos até você perceber que a conta é 5x. A economia só funciona se o agente líder for genuinamente bom em não paralelizar tarefas que não precisam dela. Eu adoraria ver os números de tarefas por dólar para multiagentes gerenciados versus agente único na mesma carga de trabalho.

Para "contexto infinito" + sonho, quero um benchmark reproduzível. “Parece infinito” é uma declaração de vibração. Mostre-me a precisão da recuperação na marca de 10 milhões de tokens e eu aceitarei.

Para julgamento de Mythos/próxima geração, quero vê-lo em uma base de código herdada que conheço intimamente. Não é banco SWE. Não é um conjunto de testes com curadoria. Um aplicativo Laravel real e complicado de 8 anos que estou executando para um cliente. Se Mythos puder sugerir o refatorador correto para esse código, acreditarei na afirmação de gosto. Até então, trate isso como marketing.

Por que os anúncios silenciosos eram mais importantes do que os barulhentos

Volte para a abertura. Quase não assisti à palestra. Então eu vi o slide do sonho.

Aqui está o que quero que você leve embora se não ler mais nada. A história da computação – SpaceX, limites de taxa duplicados, o centro de dados orbital – ganhou as manchetes porque é tangível e fácil de escrever. Mas todo construtor Claude que conheço já tinha computação suficiente. Essa não foi a restrição. A restrição era: como faço para que um agente aprenda com seu próprio trabalho, avalie seu próprio resultado, coordene com outros agentes e integrar com meus sistemas reais sem que eu esteja de plantão?

A conferência Code with Claude respondeu a todos os quatro. Não de uma forma que seja feita. De uma forma que agora é uma prioridade da plataforma, com primitivas concretas sendo enviadas em versão beta pública ou visualização de pesquisa hoje.

A prévia do modelo futuro – sabor, contexto infinito, multiagente avançado – é o arco mais longo. Mythos, Claude 5, como quer que eles o chamem, pousa quando pousa. A data de setembro da Polymarket é uma suposição. As capacidades são o compromisso.

Se você estiver construindo agentes em 2026, a pergunta a ser feita não é “devo trocar de ferramenta?” A questão é: o que se torna possível quando a memória persiste, quando os agentes se classificam, quando equipes de especialistas coordenam sem minha supervisão e quando o modelo subjacente tem julgamento de engenharia real? O que quer que você construa com todos esses quatro itens, comece a projetá-lo agora. O formato da plataforma na qual você irá implantá-lo está começando a se estabelecer. Os próximos doze meses serão quando as pessoas que conceberam contra os novos primitivos passarão à frente das pessoas que continuam a construir em torno dos antigos.

Tenho um arquivo de rubrica para escrever.

Perguntas frequentes

O que o Claude está sonhando e quando posso usá-lo?

Dreaming é um processo agendado em segundo plano para agentes gerenciados Claude que analisa sessões anteriores, identifica padrões e erros recorrentes e consolida insights úteis na memória de longo prazo compartilhada por uma equipe. Atualmente está em visualização de pesquisa na plataforma Claude com acesso fechado – os desenvolvedores devem solicitá-lo. Para uma análise completa do que o sonho muda para os construtores, consulte a seção sobre sonhos acima.

Quando foi a conferência Code with Claude e o que foi anunciado?

Code with Claude 2026 aconteceu em 6 de maio em São Francisco (com Londres em 19 de maio e Tóquio em 10 de junho ainda na programação). Anthropic anunciou quatro mudanças na capacidade do agente: sonho, loops de resultados (ambos beta públicos), orquestração multiagente com suporte a webhook (beta público) e uma visualização do modelo futuro enfatizando o gosto do código, contexto infinito e coordenação multiagente avançada.

Claude 5 ou Claude Mythos será lançado em setembro de 2026?

Anthropic não confirmou um lançamento em setembro de 2026 para Claude 5 ou Mythos. Os mercados de previsão do Polymarket implicavam cerca de 28% de probabilidade de lançamento público do Mythos até 30 de junho, com preços mais fortes no terceiro trimestre. A visualização do Mythos já está disponível de forma restrita por meio do Projeto Glasswing para pesquisa de segurança cibernética. Trate o enquadramento de Setembro como especulação de mercado e não como um compromisso de calendário.

O que é o loop de resultado Claude e como ele funciona?

O ciclo de resultados permite que um agente se autoavalie em relação a uma rubrica escrita. Uma instância separada do avaliador Claude é executada em sua própria janela de contexto, pontua a saída e o agente revisa até que a rubrica seja atendida. Anthropic relatou melhoria de sucesso de tarefas de até 10 pp em relação aos loops de prompt padrão em benchmarks internos, com os maiores ganhos nas tarefas mais difíceis. Disponível agora na versão beta pública de Agentes Gerenciados.

Como a orquestração multiagente Claude difere da execução de subagentes em Claude Code?

A orquestração multiagente de Agentes Gerenciados executa cada subagente em um thread de sessão isolado com sua própria janela de contexto, oferece suporte a webhooks para etapas humanas e se beneficia do sonho em nível de equipe. As plataformas multiagentes locais Claude Code compartilham mais estado e exigem gerenciamento manual do ciclo de vida. A abordagem local permanece melhor para o trabalho de codificação em circuito fechado; vitórias gerenciadas para fluxos de trabalho de longo prazo e sem intervenção.

Vamos trabalhar juntos

Procurando construir sistemas AI, automatizar fluxos de trabalho ou dimensionar sua infraestrutura tecnológica? Eu adoraria ajudar.

• Fiverr (compilações e integrações personalizadas): fiverr.com/s/EgxYmWD
• Portfólio: mejba.me
• Ramlit Limited (soluções empresariais): ramlit.com
• ColorPark (design e marca): colorpark.io
• xCyberSecurity (serviços de segurança): xcybersecurity.io