No livro Apprenticeship Patterns os autores apresentam os Breakable Toys, um padrão poderoso de aprendizado para desenvolvedores. A ideia é simples, mas com grandes implicações: projetos pessoais são as cobaias perfeitas para experimentar novas tecnologias, conceitos e ferramentas, pois oferecem um ambiente seguro para “quebrar as coisas” e aprender fazendo.

Neste artigo, te convido a explorar comigo como os agentes de IA estão potencializando esse padrão, elevando-o a níveis muito além daqueles possíveis apenas um ano atrás

Project-based Learning

Começo este artigo afirmando algo que acredito fortemente: a melhor forma de aprender é arregaçar as mangas e meter as mãos na massa. Esta abordagem de aprendizado, também conhecida como Project-based Learning é poderosa justamente porque ser intencional. Você implementa um projeto com um objetivo claro de aprendizado em mente.

Por exemplo, se o objetivo for aprender a automatizar fluxos de trabalho pessoais, você pode escolher usar a ferramenta n8n para automatizar a organização dos e-mails. Neste caso, estaria simultaneamente aprendendo conceitos de automação e uma ferramenta nova para isso.

Breakable Toys

Project-based Learning oferece a base que possibilita o padrão do Brinquedo Quebrável emergir. Um briquedo quebrável é um projeto que proporciona um ambiente seguro e de baixo atrito para testar coisas novas, não importa o quão louca for a ideia. Permite aprendizados espontâneos ao eliminar as barreiras de entrada, proporcionando também maior serendipidade no aprendizado.

Não importa qual é o seu projeto pessoal que serve a este propósito. Para uns, é um blog pessoal, para outros, uma ferramenta de organização de documentos. O importante é que seja um projeto mantido ao longo do tempo. Assim, não há atrito para iniciar, pois o setup do projeto já está feito. Ele é seu, e você pode fazer o que quiser com ele, sem ninguém para te julgar. É libertador, e te permite ser livre para aprender.

Estou falando da experiência de tentar algo novo num projeto pessoal, como aplicar aquela ferramenta de ponta que não tivemos a oportunidade de utilizar no nosso trabalho, de sentir na pele todos os problemas que acontecem quando tentamos aplicá-la pela primeira vez, pois nos desafiamos a tentar mesmo sabendo que seria difícil. Da experiência de superar esses obstáculos e o presente que é ver o resultado dos nossos esforços recompensando com um software funcionando no final. Sorriso no rosto, sentimento de dever cumprido, e aprendizado devidamente gravado na memória de longo prazo, não apenas memorizado, mas conquistado através do esforço e da experiência.

Esses momentos de flow oferecem momentos de aprendizado ótimo, e uma forma de aumentar as chances de entrar em momentos de flow é seguir nossa curiosidade. A nossa curiosidade funciona como uma bússola que aponta na direção do desconhecido e nos coloca naturalmente na zona limite do nossos conhecimento e domínio de um tema.

Curiosidade Como Instrumento de Aprendizado

O padrão Breakable Toy é um padrão perfeito para mentes curiosas que gostam de aprender. Ele potencializa imensamente o aprendizado, e oportuniza momentos de flow.

Este Blog é Um Brinquedo Quebrável

Nascido do desejo de compartilhar ideias e aprendizados, este blog cumpriu muitos propósitos ao longo dos anos, e foi cobaia de inúmeros experimentos. Alguns foram jogados fora, outros mantidos, mas os aprendizados ficaram.

Ao longo dos anos, ele foi palco de inúmeros experimentos, tanto pequenos como grandes. Alguns levaram à troca de stack tecnológica, outras a aprendizados que geraram insights na empresa em que eu trabalhava. Ele serviu para aprender desde SEO (search engine optimization) até a criação de ambientes web com hot reload do backend utilizando Tilt e Kubernetes.

O importante é notar que a existência do blog, e o fato de ele estar sob meu controle, código e tudo mais, me dá permissão para exercer minha criatividade e fazer o melhor proveito da curiosidade assim que ela surge.

É justamente nestes momentos de curiosidade intrínseca que o melhor aprendizado acontece , pois a curiosidade intrínseca é essencialmente um processo que guia a aquisição incremental de conhecimento, e conhecimento aplicado à prática traz um aprendizado ainda mais profundo.

2025: A Ascenção dos Agentes de Codificação

Em 2025 vimos um amadurecimento gigantesco nos modelos especializados em codificação, a exemplo dos modelos Sonnet 4.5 e Opus 4.5, tal como um boom no ecossistema de agentes para codificação, encabeçados por ferramentas como Claude Code e Cursor, e novas ferramentas como o Google Antigravity e o Open Code.

A performance dos agentes para completar tarefas cada vez mais complexas de forma autônoma foi impulsionada por dois fatores essenciais co-dependentes:

• Modelos muitos mais aptos para o uso de ferramentas, com redução nas alucinações e capacidade de seguir contratos
• Surgimento de ferramentas melhores e novas formas de os modelos invocá-las: a explosão no número de ferramentas disponíveis através de MCP (Model Context Protocol) e mais tarde como Agent Skills.

Projetos que nunca teriam saído da gaveta agora ganham vida e são produzidos aos montes. De projetos pessoais que seriam trabalhosos demais para se justificar a protótipos de novos produtos que podem alavancar uma carreira criados em poucas horas.

Modelos como o Opus 4.5 e agentes como Claude Code e Open Code possibilitam tirar ideias super complexas do papel, muitas vezes one-shot (num único prompt).

Essas melhorias são claramente evidenciadas em benchmarks dos modelos disponíveis no final de 2024 e aqueles disponíveis no final de 2025 e início de 2026.

Mas a maior evidência são os próprios projetos tirados do papel quase num piscar de olhos.

Mil Brinquedos Quebráveis

Considerando que o maior empecilho para iniciar um novo projeto era na maioria das vezes, o custo do setup e a dificuldade de sair da inércia, em 2026 este custo foi em grande parte eliminado.

Linguagens de programação pouco dominadas não são mais restrição real.

Qualquer framework pode ser usado e aplicado rapidamente.

Ideias complexas podem ser prototipadas, testadas e validadas rapidamente.

Essa facilidade permite que criemos software com duas abordagens muito diferentes:

1. Software descartável, que é gerado para uso uma única vez, com propósito de teste ou exploração de ideias e prototipação
2. Software de longa vida, que é gerado com intuito de uso contínuo ou evolução posterior

Para criar coisas incríveis usando a primeira abordagem, podemos usar estratégias vencedoras de Vibe Coding. Com um modelo poderoso como o Opus 4.5, um agente capaz como o Claude Code, e um bom prompt, vamos muito longe.

Para projetos que se encaixam mais na segunda categoria, precisamos de uma abordagem mais pragmática para guiar o agente de forma confiável a um bom resultado. Uma metodologia que entrega bons resultados de forma consistente é a Spec-Driven Development. Neste post ensino um pouco da metodologia.

A título de exemplo, utilizando meus agentes personalizados de Spec-Driven Development, com apenas uma rodada de especificação consegui criar um software de exploração de notícias e narrativas com:

• Crawlers e agentes para captura de notícias
• Banco de dados baseado em Neo4j
• Renderização do grafo utilizando NextJS e componentes RectFlow

Essa velocidade também é aliada de quem tem pouco tempo livre, que antes não podia se dar ao luxo de dedicar um fim de semana inteiro a um projeto de paixão, e agora pode vê-lo ganhar asas em minutos.

Insight

Considerando este contexto, podemos extrair um insight importante: o Aprendizado Baseado em Projetos ganhou mais relevância do que nunca e se tornou uma ferramenta ainda mais poderosa de exploração pessoal.

Qualquer ideia serve como substrato para um novo software que pode ser manifestado em realidade num piscar de olhos.

Da mesma forma, qualquer projeto existente vira facilmente um Brinquedo Quebrável. Basta abrir um branch no repositório e liberar a imaginação. Algumas ideias que são possíveis hoje:

• Migrar projeto de framework
• Trocar de banco de dados
• Implementar uma funcionalidade que levaria semanas, em uma ou duas horas
• Criar uma suíte de ferramentas feitas sob-medida para uso pessoal
• Qual o limite da imaginação?

Outro ponto importante a observar é que durante todo o processo de construção, mesmo que você esteja delegando a implementação pesada para o agente, você pode perguntar, interrogar o agente, tirar dúvidas, explorar conceitos, discutir implementações. Está no seu controle tornar o processo mais ativo.

Insights para aprender melhor em 2026

Abaixo, compilei alguns pontos que acredito que sejam valiosos para quem deseja aprender mais e mais rápido.

Insight 1: Seja ousado

Não permita que experiências passadas fiquem entre você e seus objetivos. Não importa quão difícil seja, mais do que nunca, dá pra fazer.

Vai ajudar muito estudar engenharia de prompt, engenharia de contexto, testar diferentes modelos na prática e aprender a usar bem algum agente, como o Claude Code ou o Open Code.

Insight 2: Pergunte, pergunte, pergunte

As crianças têm essa qualidade incrível de ser infinitamente curiosas. Acredito que é imprescindível e valioso, neste ponto da história, resgatar essa qualidade.

Com assistentes de IA no bolso o tempo todo, não há mais desculpas convincentes para deixar para depois e varrer as perguntas para debaixo do tapete.

Para dúvidas rápidas, o Perplexity é o melhor. Ele tem uma característica que acho incrível: te incentiva a continuar explorando o tópico. Outra ferramenta maravilhosa é o modo voz do ChatGPT, que permite até 40 minutos de conversa ininterrupta no plano Pro.

Para explorar tópicos complexos, use funções como a Pesquisa Profunda, disponíveis em ferramentas como Gemini, ChatGPT, Claude e Perplexity. Elas podem gerar contexto relevante para começar um novo projeto e colocá-lo na direção certa.

Gerar perguntas é um hábito que pode ser cultivado. Cultive.

Insight 3: Domine suas ferramentas

Tornar-se proficiente nessas ferramentas te dará super poderes e te colocará na frente de tantas outras pessoas que não vão tão longe.

“Conheça Suas Ferramentas” é um princípio bem conhecido e apresentado por Andrew Hunt e David Thomas no livro O Programador Pragmático: De Aprendiz a Mestre.

Pensamentos finais

O objetivo não é ter boas ideias; o objetivo é ter ideias ruins. Porque uma vez que você tenha ideias ruins o suficiente, algumas boas obrigatoriamente surgirão. — Seth Godin

Para finalizar, vou deixar com vocês uma thread do Andrej Karpatry na plataforma X, em que ele argumenta que existe hoje toda uma nova camada de ferramentas para ser dominada: