Desenvolvedores distraídos 1.200 vezes por dia, MCP visa solução para a produtividade

Os desenvolvedores de software passam muito mais tempo sem programar do que escrevendo código propriamente dito. Estudos do setor sugerem que a programação direta pode representar apenas cerca de 16% do dia de trabalho de um desenvolvedor, com a grande maioria do tempo consumida por tarefas e operações de suporte. Em uma era em que as equipes são pressionadas a alcançar mais com menos recursos e os CEOs promovem seu código gerado por IA, surge uma questão crítica: como estamos otimizando os outros 84% da carga de trabalho de um engenheiro?

Mantenha os desenvolvedores onde eles são mais produtivos

Um dos maiores obstáculos à produtividade dos desenvolvedores é a mudança de contexto — o salto constante entre o conjunto cada vez maior de ferramentas e plataformas necessárias para construir e enviar software. De acordo com um estudo da Harvard Business Review, o trabalhador digital médio alterna entre aplicativos e sites quase 1.200 vezes por dia. Cada interrupção tem um custo. Uma pesquisa da Universidade da Califórnia indica que leva cerca de 23 minutos para recuperar totalmente o foco após uma única interrupção e, pior ainda, quase 30% das tarefas interrompidas nunca são concluídas. Esse desafio da mudança de contexto é tão central que está incorporado ao DORA, uma das estruturas mais amplamente adotadas para medir o desempenho do desenvolvimento de software.

À medida que as organizações impulsionadas por IA buscam capacitar os funcionários para fazer mais com menos — indo além de simplesmente fornecer acesso a grandes modelos de linguagem (LLMs) — novas tendências estão se formando. Jarrod Ruhland, engenheiro principal da Brex, acredita que “os desenvolvedores oferecem seu maior valor quando permanecem focados em seu ambiente de desenvolvimento integrado (IDE)”. Guiado por esse princípio, ele explorou novos métodos para tornar isso realidade, e o novo protocolo da Anthropic pode ser a peça-chave do quebra-cabeça.

MCP: um protocolo para trazer contexto aos IDEs

Assistentes de codificação com tecnologia de IA, como IDEs aprimorados por LLM, como Cursor, Copilot e Windsurf, estão impulsionando um renascimento dos desenvolvedores, e sua taxa de adoção é sem precedentes. O Cursor se tornou o produto SaaS de crescimento mais rápido da história, atingindo US$ 100 milhões em receita recorrente anual em um ano após o lançamento, enquanto 70% das empresas da Fortune 500 agora usam o Microsoft Copilot.

No entanto, esses assistentes têm sido tradicionalmente confinados ao contexto da base de código. Embora isso ajude os desenvolvedores a escrever código mais rapidamente, não resolve o problema mais amplo da troca de contexto. Um novo protocolo visa resolver isso: o Model Context Protocol (MCP). Lançado pela Anthropic em novembro de 2024, o MCP é um padrão aberto projetado para simplificar a integração entre sistemas de IA — especialmente ferramentas baseadas em LLM — e fontes de dados e aplicativos externos. Sua popularidade está crescendo, com um aumento de 500% em novos servidores MCP nos últimos seis meses e uma estimativa de 7 milhões de downloads somente em junho.

Uma das aplicações mais impactantes do MCP é sua capacidade de conectar assistentes de codificação de IA diretamente às ferramentas que os desenvolvedores usam no dia a dia, simplificando os fluxos de trabalho e reduzindo drasticamente a troca de contexto.

Considere o desenvolvimento de recursos. Tradicionalmente, isso envolve alternar entre vários sistemas: ler o ticket em um rastreador de projetos, revisar a conversa de um colega de equipe para obter clareza, pesquisar a documentação para obter detalhes da API e, finalmente, abrir o IDE para começar a codificar. Cada etapa existe em uma guia separada, forçando mudanças mentais que retardam o progresso.

Com o MCP e assistentes de IA modernos, como o Claude da Anthropic, todo esse processo pode se desenrolar dentro do editor de código.

Por exemplo, a implementação de um recurso inteiramente dentro de um assistente de codificação poderia ser assim:

• Puxar os detalhes do ticket usando um servidor Linear MCP;
• Exibir discussões relevantes usando um servidor Slack MCP;
• Acesse a documentação necessária por meio de um servidor MCP Glean;
• Escreva o recurso solicitando ao Cursor que gere a estrutura inicial.

A mesma abordagem se aplica a outros fluxos de trabalho de engenharia. Uma resposta a incidentes para engenheiros de confiabilidade de sites (SREs), por exemplo, pode envolver:

• Obter detalhes do incidente por meio de um servidor MCP Rootly
• Recuperar dados de rastreamento por meio de um servidor Sentry MCP
• Importar métricas de observabilidade por meio de um servidor Chronosphere MCP
• Resolução do bug instruindo o Claude Desktop

Nada de novo sob o sol

Já vimos esse padrão antes. Na última década, o Slack revolucionou a produtividade no local de trabalho ao se tornar um hub central para centenas de aplicativos, permitindo que os funcionários gerenciem diversas tarefas sem sair da janela de bate-papo. A plataforma do Slack reduziu com sucesso a alternância de contexto nos fluxos de trabalho diários.

Veja o exemplo da Riot Games. Ao integrar cerca de 1.000 aplicativos do Slack, seus engenheiros relataram uma redução de 27% no tempo necessário para testar e iterar o código, identificaram novos bugs 22% mais rápido e aumentaram a taxa de lançamento de recursos em 24%. Esses ganhos foram atribuídos em grande parte aos fluxos de trabalho otimizados e à menor fricção na alternância entre ferramentas.

Agora, uma transformação semelhante está ocorrendo no desenvolvimento de software. Os assistentes de IA, capacitados pelas integrações MCP, estão se tornando a ponte para todas essas ferramentas externas. Na prática, o IDE está prestes a se tornar o novo centro de comando completo para engenheiros, assim como o Slack se tornou para os profissionais de conhecimento em geral.

O MCP pode não estar pronto para uso corporativo

O MCP é um padrão relativamente novo. Do ponto de vista da segurança, ele carece de autenticação integrada ou de um modelo de permissão, dependendo, em vez disso, de implementações externas que ainda estão em evolução. Também há ambiguidade em torno da identidade e da auditoria — o protocolo não distingue claramente se uma ação foi iniciada por um usuário ou pela própria IA, complicando a responsabilidade e o controle de acesso sem soluções personalizadas. Lori MacVittie, engenheira renomada e evangelista-chefe do Escritório do CTO da F5 Networks, observa que o MCP está “quebrando as premissas básicas de segurança que mantemos há muito tempo”.

Outra limitação prática surge quando muitas ferramentas ou servidores MCP são usados simultaneamente em um assistente de codificação. Cada servidor MCP anuncia uma lista de ferramentas disponíveis, completa com descrições e parâmetros, que o modelo de IA deve processar. Inundar o modelo com dezenas de ferramentas pode sobrecarregar sua janela de contexto, causando uma degradação perceptível no desempenho à medida que o número de ferramentas aumenta. Algumas integrações IDE implementaram limites rígidos — cerca de 40 ferramentas no Cursor IDE ou aproximadamente 20 para o agente OpenAI — para evitar que os prompts ultrapassem a capacidade do modelo.

Por fim, atualmente não existe um método sofisticado para que as ferramentas sejam descobertas automaticamente ou sugeridas contextualmente; elas são simplesmente listadas. Isso muitas vezes obriga os desenvolvedores a ativar ou desativar manualmente as ferramentas ou selecionar conjuntos ativos para manter os fluxos de trabalho fluidos. Considerando o exemplo anterior da Riot Games instalando 1.000 aplicativos Slack, fica claro como a proliferação não gerenciada de ferramentas pode ser problemática para o uso corporativo.

Menos cadeiras giratórias, mais software

A última década demonstrou o valor de levar o trabalho ao trabalhador — desde canais do Slack que centralizam atualizações até estratégias de e-mail “caixa de entrada zero” e painéis de engenharia de plataforma unificados. Agora, com a IA adicionada ao nosso kit de ferramentas, temos uma excelente oportunidade de aumentar a produtividade dos desenvolvedores. Se o Slack se tornou o centro da comunicação empresarial, então os assistentes de codificação de IA estão perfeitamente posicionados para se tornarem o centro da criação de software — não apenas onde o código é escrito, mas onde todo o contexto e colaboração relevantes convergem.

Ao permitir que os desenvolvedores permaneçam em seu fluxo produtivo, eliminamos a constante mudança mental que há muito tempo prejudica a produção de engenharia.

Para qualquer organização que depende da entrega de software, vale a pena analisar cuidadosamente como seus desenvolvedores realmente gastam seu tempo. Você pode se surpreender com o que descobrirá.

Sylvain Kalache lidera o AI Labs na Rootly.