As mudanças mais importantes na computação raramente vêm de um único produto ou avanço. Elas acontecem quando os avanços da tecnologia, das ferramentas, do comportamento humano convergem para mudar fundamentalmente o que é possível.
- De assistente de codificação para colaborador agentico
- Assista o episódio completo de Percepções Avançadas, apresentando Boris Cherny, criador e chefe da Claude Code na Anthropic.
- Redesenhando o trabalho para a era agentica
- Uma parceria reforçadora entre a AMD e a Anthropic
- Construindo o futuro agentico
Estamos em um desses momentos agora.
A IA agente está indo além da assistência em tarefas individuais. Sistemas cada vez mais capazes podem planejar, escrever, testar, depurar e iterar através de fluxos de trabalho complexos, com as pessoas fornecendo as metas, contexto e julgamento. Isso está mudando a forma como o software é desenvolvido, como as equipes de engenharia operam e como as organizações pensam sobre a produtividade.
Recentemente explorei essa transformação com Boris Cherny, criador e chefe da Claude Code na Anthropic, durante um episódio da AMD’s Percepções Avançadas.O. O que mais me impressionou não foi simplesmente a rapidez com que os agentes de codificação estão melhorando, mas a profundidade com que estão começando a remodelar o processo de desenvolvimento.
É por isso que a parceria estratégica que a AMD e a Anthropic anunciaram em conjunto com a Advancing AI é tão significativa. Ele conecta os principais modelos de IA e ferramentas de desenvolvimento com infraestrutura de computação aberta e de alto desempenho, ajudando a acelerar o desenvolvimento de IA e a maneira como construímos a tecnologia que o sustenta.
De assistente de codificação para colaborador agentico
A primeira geração de ferramentas de codificação de IA em grande parte focada no preenchimento automático: ajudando os desenvolvedores a concluir uma linha de código ou gerar uma função discreta. Isso foi valioso, mas não mudou fundamentalmente o fluxo de trabalho.
O modelo agentico emergente é diferente.
Como explicou Boris, modelos cada vez mais capazes podem receber uma meta, acesso ao contexto certo e um conjunto de ferramentas e, em seguida, determinar como executar o trabalho. Em vez de prescrever cada etapa, os engenheiros podem se concentrar em definir o problema, definir grades de proteção e avaliar o resultado.
Isso representa um outro aumento no nível de abstração. A engenharia evoluiu repetidamente, de hardware de programação diretamente a cartões perfurados, a linguagens e frameworks de nível superior. Agora estamos passando da manipulação do código fonte para o gerenciamento de agentes, fluxos de trabalho e sistemas cada vez mais complexos de agentes.
Na AMD, estamos vendo essa transição em primeira mão. Nosso ponto de inflexão veio quando os agentes de codificação começaram a suportar fluxos de trabalho agentic completos em vez de porções isoladas do processo de desenvolvimento. Agora estamos aplicando esses recursos em software, firmware e aspectos do design de chips, incluindo a captura de conhecimento especializado em engenharia em fluxos de trabalho de agentes reutilizáveis.
Em um exemplo, um fluxo de trabalho agentic resolveu um problema de design de chip altamente complexo em um dia que estava sendo investigado há semanas. Experiências assim mudam rapidamente as percepções. Depois que os engenheiros veem um agente ajudar a resolver um problema que resistiu às abordagens tradicionais, a adoção acelera.
Não se trata de retirar os engenheiros do processo. Trata-se de capacitá-los a trabalhar em um nível superior e aplicar sua experiência em mais problemas, mais rapidamente.
Assista o episódio completo de Percepções Avançadas, apresentando Boris Cherny, criador e chefe da Claude Code na Anthropic.
Redesenhando o trabalho para a era agentica
Um dos pontos mais fortes de Boris foi que as organizações não perceberão todo o benefício da IA simplesmente inserindo uma nova ferramenta em um processo existente.
A história já mostrou isso antes. Quando os computadores entraram pela primeira vez no local de trabalho, as empresas que preservaram seus processos baseados em papel e usaram um computador para tarefas limitadas e sob medida viram ganhos limitados de produtividade. As empresas que redesenharam suas operações em torno da computação viram benefícios muito maiores.
O mesmo princípio se aplica à IA agentica.
A Anthropic colocou Claude no centro de uma ampla gama de processos de engenharia e negócios, desde integração e desenvolvimento de produtos até codificação, revisão de código, revisão de segurança e resposta a incidentes. Boris descreveu um processo sistemático de identificação de cada novo gargalo e, em seguida, aplicando Claude para ajudar a abordá-lo.
Essa distinção é crítica. O objetivo não é simplesmente cumprir as tarefas de hoje mais rápido. A maior oportunidade é redesenhar como o trabalho é feito.
Na AMD, estabelecemos um objetivo ambicioso: usar a IA agentica para ajudar a impulsionar uma melhora de dez vezes na produtividade da engenharia ao longo do tempo. Atingir esse objetivo exigirá mais do que implantar ferramentas. Isso exigirá mudanças nos fluxos de trabalho, na organização de dados, na captura de conhecimento, nas práticas de liderança e na cultura.
Para saber mais sobre como a IA agentica está remodelando o design de chips na AMD, confira este blog.O.
À medida que a mecânica de execução da engenharia se torna menos restrita, o gargalo também começa a mudar. Estamos cada vez menos limitados pela velocidade de execução do que pela qualidade de nossas ideias, pela velocidade de nossas decisões e pela nossa capacidade de levar essas ideias ao mercado com segurança.
Isso coloca um prêmio em um conjunto mais amplo de habilidades. Os engenheiros continuarão a precisar de conhecimentos técnicos profundos, mas também precisarão de curiosidade, adaptabilidade, bom senso e capacidade de trabalhar em todas as disciplinas. Eles precisarão enquadrar bem os problemas, fornecer o contexto certo e avaliar várias soluções potenciais.
As ferramentas agentes também podem ampliar quem é capaz de contribuir. Um engenheiro júnior, gerente de produto, designer ou comerciante pode ser capaz de testar e construir uma ideia que anteriormente exigia uma equipe grande e especializada.
Isso cria uma democratização da oportunidade, mas também eleva o nível para a liderança. Os líderes devem dar aos funcionários espaço para experimentar, tolerar falhas inteligentes e garantir que as equipes entendam o contexto comercial e técnico em torno de seu trabalho. Sem esse espaço, as pessoas continuarão a usar novas ferramentas de maneiras antigas, e os maiores ganhos permanecerão fora de alcance.
Alguns processos já são bem adequados à IA agentica. Outros não são, particularmente quando os dados são fragmentados, ou os fluxos de trabalho não foram claramente documentados. A IA não pode compensar todos os problemas subjacentes do processo. Em muitos casos, expõe os.
Os fluxos de trabalho não são a única coisa que tem que mudar. A infraestrutura por baixo também, e a IA agentic não é apenas uma carga de trabalho de GPU. Cada chamada de ferramenta, etapa de recuperação e decisão de orquestração é executada na CPU, e vemos cargas de trabalho agenticas gerando aproximadamente 4x o trabalho da CPU de uma consulta tradicional de IA. Agentes de escala significa escalar ambos, e é por isso que a pilha completa é importante.
Uma parceria reforçadora entre a AMD e a Anthropic
Esse é o contexto da parceria estratégica AMD e Anthropic anunciada em julho.
Sob o acordo, a Anthropic planeja implantar até dois gigawatts de GPUs AMD Instinct™ MI450 Series em soluções AMD Helios™ em escala de rack, com a implantação do primeiro gigawatt começando no primeiro semestre de 2027.
As empresas também anunciaram uma colaboração de engenharia plurianual para usar a Claude para otimizar cargas de trabalho para GPUs AMD Instinct™ e acelerar o desenvolvimento de software AMD ROCm™, e a AMD adotará a Claude em nossas equipes de engenharia e desenvolvimento de produtos.
A parceria é poderosa porque acelera a inovação nos dois sentidos.
a AMD fornece a base computacional aberta, de alto desempenho e escalável necessária para suportar modelos de fronteira e agentes cada vez mais capazes. Paralelamente, a tecnologia da Anthropic ajuda a acelerar nosso software, incluindo ROCm e o trabalho de engenharia necessário para otimizar essa base e facilitar a construção de desenvolvedores em plataformas AMD.
ROCm.ai é outra parte importante dessa estratégia. Introduzida no Advancing AI, esta plataforma de desenvolvimento orientada por IA traz conhecimento da AMD diretamente para os principais agentes de codificação, incluindo Claude, permitindo que os desenvolvedores entendam a ROCm nativamente e construam mais rapidamente em plataformas AMD. Ao ajudar os desenvolvedores a instalar, migrar, solucionar problemas e otimizar cargas de trabalho por meio das ferramentas que cada vez mais usam todos os dias, a ROCm.ai ajuda a reduzir as barreiras à adoção, melhorar a produtividade do desenvolvedor e criar um ciclo de feedback mais rápido para fortalecer o ecossistema de software da AMD.
Juntos, esses esforços criam um ciclo virtuoso: A IA nos ajuda a construir uma melhor infraestrutura de IA, enquanto uma melhor infraestrutura e software permitem a próxima geração de inovação em IA.
Eles também refletem a abordagem completa que delineamos no Advancing AI. O futuro da IA não será determinado por uma única peça de silício. Isso exigirá cooptimização entre GPUs, CPUs, redes, sistemas em escala de rack, software, modelos e ferramentas de desenvolvedor.
Esse é o foco mais amplo da AMD: fornecer um ecossistema de computação aberto e cooptimizado para a era da IA agentic.
Construindo o futuro agentico
Ainda estamos no início dessa transição.
Os agentes vão correr mais, operar com maior autonomia, coordenar cada vez mais os outros agentes. As equipes de software poderão assumir projetos que anteriormente exigiam meses ou anos e concluí-los em uma fração do tempo, e essas abordagens se estendem para outros domínios além do software.
Ao mesmo tempo, a confiança, a verificação, a segurança e o julgamento humano se tornarão ainda mais importantes à medida que esses sistemas assumirem maior responsabilidade. As organizações que tiverem sucesso serão aquelas dispostas a repensar seus processos, não simplesmente automatizá-los.
Minha conversa com Boris reforçou minha convicção de que a IA agentic não é apenas outra ferramenta de produtividade. É uma nova forma de organizar o trabalho, aplicar a perícia humana, e converter idéias em resultados.
Na AMD, estamos adotando essa mudança internamente, enquanto construímos a plataforma de IA aberta e completa, que permitirá que desenvolvedores, empresas e pesquisadores deem vida à era da IA agentic.
E estamos apenas começando.
