A IA que Virou Dev: Claude Sonnet 4.5 e a Arte de Programar Sem Café

A Anthropic acaba de subir a aposta no universo da inteligência artificial com o lançamento do Claude Sonnet 4.5, um modelo que, ao que tudo indica, trocou o papo furado por linhas de código. A prova de conceito? A construção autônoma de um clone funcional do Slack, um projeto que consumiu cerca de 30 horas de trabalho ininterrupto. O anúncio oficial, divulgado pela Amazon Web Services (AWS) em 29 de setembro de 2025, confirma que a ferramenta já está disponível na plataforma Amazon Bedrock, posicionada como a mais inteligente da Anthropic para codificação e agentes complexos.

Mas a grande questão não é o "o quê", e sim o "como". Como uma IA consegue manter o foco e a coerência por mais de um dia para desenvolver um software com milhares de linhas de código? A resposta, ou pelo menos grande parte dela, parece ter vindo a público através de uma série de prompts de sistema que foram vazados e analisados em uma thread pelo perfil @IntuitMachine. Esses documentos revelam que a proeza não é mágica, mas sim o resultado de uma engenharia de prompts extremamente metódica e, por que não, um pouco obsessiva.

A Receita Secreta de um Desenvolvedor Robótico

Analisar os prompts vazados é como ler o manual de instruções de um estagiário de nível divino. Não há espaço para ambiguidade; tudo é regido por uma lógica quase binária. Se a condição A for atendida, então execute a ação B; senão, execute C. Essa abordagem forense transforma o processo criativo de codificação em um fluxo de trabalho previsível e à prova de falhas. De acordo com a análise da thread, a "receita secreta" do Claude Sonnet 4.5 se baseia em alguns pilares fundamentais:

• Artefatos Duráveis: A IA é instruída a não escrever blocos de código gigantescos. Se um trecho de código ultrapassa 20 linhas ou 1500 caracteres, então ele deve ser emitido como um "artefato" individual e persistente. Isso permite que o modelo construa a aplicação módulo por módulo, como se estivesse montando um LEGO, sem o risco de perder o contexto ou truncar o trabalho anterior.
• Fluxo de Trabalho Iterativo: O sistema define com clareza quando fazer pequenas alterações (updates) e quando realizar mudanças estruturais (rewrites). Se a mudança é pequena e afeta no máximo 5 locais, então a IA pode aplicar até quatro updates. Senão, ela é forçada a reescrever o componente. Essa regra impede que o modelo se perca em remendos e garante a integridade da base de código, que pode chegar a mais de 10 mil linhas.
• Separação entre "Pensar" e "Fazer": Uma das diretrizes mais importantes é a divisão entre deliberação e ação. A IA deve primeiro entrar em um modo de planejamento para analisar o problema e, só após a aprovação do plano, pode executar o código. Isso evita que o modelo saia escrevendo código de forma impulsiva e sem uma estratégia clara.
• Governança de Ferramentas: Em vez de adivinhar ou assumir qual framework usar, a IA é instruída a usar ferramentas de pesquisa para investigar e validar suas escolhas. Isso reduz drasticamente os becos sem saída durante o desenvolvimento.

Um Programador que Segue as Regras à Risca

O conjunto de regras vai muito além, criando um ambiente de desenvolvimento virtual quase perfeito. O prompt bane o uso de localStorage e sessionStorage para manter a interface de usuário estável no ambiente de testes durante as longas horas de iteração. Além disso, ele insiste que o estado completo da conversa e do código seja enviado a cada chamada, garantindo que a IA nunca perca o fio da meada.

Segundo a AWS, em seu post de lançamento, o Claude Sonnet 4.5 se integra perfeitamente ao Amazon Bedrock AgentCore, uma infraestrutura que complementa essas habilidades com isolamento de sessão e suporte para tarefas de longa duração de até 8 horas. A publicação também destaca novas funcionalidades na API, como o "Cross-Conversation Memory", que permite ao modelo reter informações entre diferentes conversas através de um arquivo local, criando interações mais personalizadas e contextuais.

A análise da thread de @IntuitMachine também revela outras táticas, como a adoção de "rituais de erro", que forçam o modelo a limpar o contexto obsoleto e tentar novamente com lições aprendidas após uma falha, e a preferência por tecnologias familiares e bem documentadas, como React e Flask, para aumentar a taxa de sucesso. Existe até mesmo um conceito de auto-orquestração "Claude-in-Claude", no qual os artefatos gerados podem chamar uma API de LLM, permitindo que a IA crie ferramentas para ajudar a si mesma durante o processo de construção.

O Futuro é Escrever o Prompt Certo?

O feito do Claude Sonnet 4.5, agora acessível a desenvolvedores através da Amazon Bedrock, não se trata apenas de automatizar a criação de um aplicativo de chat. Ele representa um avanço significativo na autonomia de agentes de IA para tarefas complexas e de longa duração. Os prompts vazados desmistificam o processo, mostrando que o sucesso não vem de uma consciência artificial emergente, mas de um conjunto de instruções brilhantemente projetado, que guia a IA com a precisão de um cirurgião.

Para a indústria, o impacto é evidente, com aplicações que vão da cibersegurança, onde agentes autônomos podem corrigir vulnerabilidades, ao mercado financeiro e pesquisa. Para os desenvolvedores, talvez seja um sinal de que o futuro do trabalho não será sobre escrever cada linha de código, mas sim sobre a habilidade de criar o prompt perfeito para guiar uma inteligência artificial que, aparentemente, não precisa de pausas para o café.