Testei o Antigravity em um projeto simples

O Antigravity é uma IDE do Google que integra o modelo Gemini com o contexto completo do projeto. Ele tem acesso aos arquivos, entende a estrutura do código e permite iterar por meio de conversas — sugerindo alterações, criando arquivos e ajustando trechos existentes. A proposta é integrar IA diretamente ao fluxo de desenvolvimento, com o próprio repositório como base de contexto.

Recentemente resolvi testar o Antigravity em um cenário controlado. Nada ambicioso: comecei com algo intencionalmente simples.

A ideia era criar uma página estática, limpa e direta, para validar e gerar CPF e CNPJ — sem backend, sem regras obscuras, sem escala absurda. Um bom primeiro teste para entender o comportamento real da ferramenta antes de exigir mais dela.

O que funcionou bem

Para um projeto simples, a IA cumpriu muito bem o papel de acelerador de desenvolvimento:

Estrutura geral da página
Lógica de validação
Decisões corretas de produto (como inferir UF a partir do CPF)
Organização inicial do código

Com prompts claros, o ganho de velocidade foi real.

Comecei pedindo para a própria IA criar um prompt adequado para o projeto — para validar se as regras que ela escreveu estavam alinhadas com o que eu esperava. Em seguida, usei esse prompt como base para continuar o desenvolvimento, incluindo também o código que já utilizava para o rodapé.

Só com isso, em pouco tempo, já tinha algo funcional e coerente.

Onde começaram os problemas

Os problemas surgiram exatamente onde projetos de verdade costumam falhar: acabamento, estrutura e decisões invisíveis.

Alguns exemplos práticos:

checkboxes com ícones sobrepondo o texto
espaçamentos que funcionavam muito bem no mobile, mas deixavam o layout vertical demais no desktop
feedback visual de botões funcionando na lógica, mas não comunicando bem o estado ao usuário

Até aí, nada absurdo.

Com mais alguns prompts — incluindo imagens dos problemas e explicações claras do que eu queria — quase tudo foi resolvido. O único ponto que persistiu foi o checkbox: o check continuava sobrepondo o texto. Mesmo deixando isso explícito em mais de um prompt e pedindo a correção, nada mudava.

A solução só veio quando eu descrevi passo a passo como o problema deveria ser resolvido. Na prática, pedi para a IA criar uma tag HTML específica para o texto do checkbox, o que permitiria espaçá-lo corretamente no CSS.

Nesse momento, já era mais rápido simplesmente ir lá e corrigir o código por conta própria.

Por que isso é um alerta importante para sistemas maiores

Num projeto simples como esse, isso não é grave. Não deve haver grandes evoluções futuras, nem refatorações profundas.

Mas em sistemas maiores, esse tipo de decisão vira dívida técnica rapidamente:

estruturas ruins
código pouco semântico
decisões que “funcionam agora”, mas travam a evolução
baixa legibilidade e manutenção difícil
impacto direto em performance e UX no médio prazo

A IA tende a otimizar para o resultado imediato, não para o futuro do código — a menos que alguém esteja pedindo isso explicitamente, com critérios técnicos bem definidos.

[INSERIR LINK INTERNO PARA o post sobre DOOM no Cubo Mágico — outro experimento com ferramentas modernas]

Minha conclusão

IAs como o Antigravity funcionam muito bem como copiloto técnico. Aceleram, sugerem, organizam e resolvem boa parte do caminho.

Mas elas não substituem pensamento crítico, entendimento de estrutura ou visão de longo prazo sobre o código.

Quanto maior a complexidade do sistema, maior a responsabilidade de quem está guiando a IA.

No fim, não é sobre usar ou não usar IA. É sobre quem continua raciocinando enquanto usa — e isso, no longo prazo, vai fazer toda a diferença entre entregar software de qualidade ou acumular dívida técnica invisível.

Você pode checar como ficou o gerador e Validador de CPF e CNPJ aqui.