Detecting AI Coding Agents in Open Source: A Validated Multi-Method Census of 180 Million Repositories
Este artigo apresenta um censo multimetódico validado de 180 milhões de repositórios revelando que métodos de detecção de sinal único subestimam severamente a prevalência de agentes de codificação de IA — perdendo até 97% da atividade — e que diferentes canais de detecção capturam populações e tipos de trabalho distintos e não sobrepostos de agentes, necessitando de uma abordagem holística para medir com precisão seu impacto na cadeia de suprimentos de código aberto.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine o mundo do software de código aberto como uma cidade enorme e movimentada com mais de 180 milhões de edifícios (repositórios). Por muito tempo, pensamos que sabíamos quem estava construindo essas estruturas: principalmente arquitetos humanos. Mas recentemente, um novo tipo de equipe de construção invisível chegou: os Agentes de Codificação de IA.
O problema? Essas equipes de IA são mestres do disfarce. Algumas usam uniformes brilhantes, outras deixam uma assinatura nas plantas e outras trabalham tão silenciosamente que parecem exatamente com trabalhadores humanos.
Este artigo é como um censo de alta tecnologia que tentou contar esses trabalhadores invisíveis. Os pesquisadores perceberam que, se você procurar apenas por um sinal específico (como um uniforme), você perderá quase todo mundo. Aqui está o que eles descobriram, explicado de forma simples:
1. A Armadilha do "Sinal Único"
Imagine tentar contar todos os pássaros em uma floresta.
- Método A: Você só conta pássaros que usam chapéus vermelhos.
- Método B: Você só conta pássaros que cantam uma música específica.
- Método C: Você só conta pássaros que deixam um tipo específico de pena.
Se você usar apenas o Método A, pode pensar que existem apenas 10 pássaros. Mas se você combinar os três métodos, poderá descobrir que existem, na verdade, 300.
A Descoberta do Artigo: Os pesquisadores descobriram que confiar em apenas uma maneira de identificar a IA (como procurar por uma conta de bot específica) ignora 97% da atividade. Para uma ferramenta de IA popular chamada "Claude Code", procurar apenas pela sua conta oficial de bot encontrou apenas 28.000 commits. Mas quando olharam para todas as diferentes maneiras pelas quais ela deixa um rastro (como mensagens no código ou arquivos de configuração), encontraram 850.000. Essa é uma diferença de 30 vezes.
2. Os Quatro Tipos de "Disfarces"
Os pesquisadores criaram um "Cartaz de Procurado" com quatro categorias para capturar esses agentes:
- Tipo A: O Bot Uniformizado. Estes são fáceis de identificar. Eles fazem login com um endereço de e-mail de robô específico (como
bot@anthropic.com). É como um trabalhador da construção usando um colete laranja brilhante. - Tipo B: A Assinatura. Esses agentes não usam uma conta de robô, mas deixam uma nota na mensagem dizendo: "Gerado por Replit". É como um trabalhador humano assinando seu nome na planta com um carimbo especial.
- Tipo C: O Sufixo Escondido. Estes são humanos usando ferramentas de IA que adicionam uma pequena etiqueta ao nome, como
João (aider). É como um trabalhador humano usando um pequeno broche que diz "Assistente de IA". - Tipo D: O Fantasma Silencioso. Estes são os mais espertos. Eles não alteram as mensagens de código ou os nomes dos autores de forma alguma. Eles apenas deixam um "arquivo de configuração" (como um arquivo
.cursorrules) na pasta do projeto. É como um fantasma que apenas deixa uma caixa de ferramentas para trás, mas nunca toca nos tijolos. Este grupo é enorme. Por exemplo, o GitHub Copilot é encontrado principalmente desta forma; ele está em toda parte nos arquivos de configuração, mas é quase invisível no histórico real do código.
3. Duas Cidades Diferentes (O "Desconecte de Canais")
Os pesquisadores compararam a sua "Cidade de Commits" (olhando para mudanças de código) com o estudo de outra "Cidade de Pull Requests" (olhando para propostas de projetos).
Eles descobriram que essas duas cidades estão quase totalmente vazias de residentes uma da outra!
- Codex (um agente de IA) é o rei da "Cidade de Pull Requests", criando milhares de propostas, mas é um fantasma na "Cidade de Commits".
- Claude Code é o rei da "Cidade de Commits", fazendo milhares de mudanças diretas, mas raramente aparece na "Cidade de Pull Requests".
A Lição: Se você olhar apenas para um tipo de cidade, terá uma imagem completamente errada do que a IA está realmente fazendo. Um grupo parece estar construindo novos recursos, enquanto o outro parece estar consertando canos quebrados. O artigo conclui que como a IA é implantada (como um bot vs. uma ferramenta direta) muda o tipo de trabalho que ela parece realizar, não necessariamente a ferramenta em si.
4. Quando Eles Chegaram?
O censo analisou dados do final de 2024 até o início de 2026.
- O Grupo "Nascido com IA": Alguns projetos foram construídos desde o primeiro dia com esses agentes de IA. São como casas construídas com um braço robótico desde a fundação.
- O Grupo "Legado": Muitos projetos antigos e estabelecidos (alguns com décadas de existência) começaram subitamente a usar esses agentes anos após terem sido construídos. É como uma casa de família antiga que subitamente recebe uma reforma de casa inteligente.
5. Eles Estão Fazendo um Bom Trabalho?
Os pesquisadores verificaram se a IA estava cometendo erros.
- Correções de Bugs: Os agentes de IA pareciam ser usados principalmente para corrigir bugs e manutenção, em vez de construir novos recursos (no canal de commits).
- Qualidade: Curiosamente, o código escrito por esses agentes era menos propenso a ser revertido (desfeito) do que o código humano em alguns casos, sugerindo que era estável. No entanto, quando faziam mudanças, as alterações eram frequentemente maiores do que as que um humano faria.
A Conclusão
Não podemos apenas procurar por uma "conta de bot" para saber o quanto a IA está nos ajudando a construir software. A força de trabalho de IA é diversa, invisível e usa muitos "uniformes" diferentes. Se procurarmos apenas pelos óbvios, ficaremos cegos para a vasta maioria do trabalho que está sendo feito. Para entender verdadeiramente a cadeia de suprimentos de software, precisamos procurar pelos uniformes, pelas assinaturas, pelas etiquetas de nome e pelas caixas de ferramentas.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.