O GitHub usou o Universe 2026, conferência realizada em 28 e 29 de outubro em São Francisco, para reorganizar o Copilot em torno de uma ideia: o programador deixa de conversar com um assistente e passa a gerenciar uma equipe de agentes. A peça central é um novo aplicativo do Copilot, que reúne num só painel as tarefas delegadas, o progresso de cada agente e o código que chega pronto para revisão. Objetivos grandes podem ser quebrados em partes menores e distribuídos entre agentes que atuam em repositórios diferentes.
Por que um painel virou necessário
Pierce Boggan, gerente principal de produto da empresa, contou que o uso mudou rápido. Primeiro os agentes completavam linhas de código. Depois passaram a assumir trabalhos longos, vários de uma vez. O gargalo foi parar no hardware do desenvolvedor: segundo Boggan, rodar de dez a 15 agentes simultâneos deixa lento até um computador de alto desempenho, porque compilar e testar consome CPU e memória. A resposta do GitHub é empurrar mais execução para a nuvem, com o desenvolvedor só acompanhando de longe e entrando quando alguma decisão pede um humano.
O pacote de novidades é extenso. O Copilot Fusion escolhe e combina modelos de IA de acordo com a tarefa, para que ninguém precise decidir manualmente qual usar; Boggan defendeu que as equipes não fiquem amarradas a um fornecedor só. O Computer Use deixa o agente ler a tela e operar interfaces de programas no Windows e no macOS, desde que o usuário autorize. A Session Continuity guarda contexto e histórico para que um trabalho começado no terminal siga no celular, no navegador ou na IDE. Há ainda automações para tarefas recorrentes, como triagem de issues, e o Copilot Memory, que registra padrões e preferências do time e sugere ajustes nas instruções dadas aos agentes.
Mais autonomia, mais checagem
Com agentes escrevendo mais código sozinhos, a empresa reforçou a revisão. O Copilot Code Review Max procura falhas complexas e vulnerabilidades antes do merge. O AI-detected Secret Push Protection barra o envio de senhas e credenciais ao repositório, e o AI Scan estende a análise de segurança a linguagens e tipos de arquivo que as ferramentas antigas da plataforma ignoravam. Na infraestrutura, o GitHub diz ter somado 4 milhões de núcleos de CPU neste ano e mudou a arquitetura para que vários agentes gravem alterações em paralelo sem travar o repositório inteiro.
Martin Woodward, vice-presidente de Developer Relations, acha que o perfil do programador vai mudar. Na visão dele, criatividade, julgamento e pensamento sistêmico pesam mais quando a IA cuida da execução, e o profissional precisa saber definir aonde quer chegar antes de delegar. Entender como as peças de um sistema conversam entre si importaria mais do que dominar cada linguagem. Woodward também aposta na linguagem natural como interface, o que pode abrir a programação para quem não fala inglês. Para o Brasil, esse ponto é concreto.
O Brasil nos números
O relatório Octoverse 2026 conta 225 milhões de desenvolvedores na plataforma, 220 milhões de pull requests mesclados por mês e 7,38 bilhões de commits mensais. O Brasil soma 10,2 milhões de contas de desenvolvedores. Julio Viana, gerente regional do GitHub no país, rejeita a tese de que agentes vão eliminar vagas: quanto mais sistemas autônomos, mais gente é necessária para controlá-los, e a governança volta ao centro. Ele também prevê demanda contínua por iniciantes, já que a IA pode servir de tutora para quem está aprendendo.
A mudança que mais mexe no bolso veio no fim: o acesso aos recursos de IA passa a ser cobrado por consumo de créditos, e não só por licença individual. O GitHub não divulgou valores em reais nem data de transição para os planos atuais. Quem roda poucos agentes provavelmente sente pouca diferença; empresas com dezenas de sessões em paralelo deveriam simular o gasto antes de migrar.
