A história dominante de 2025 – que infundiu novos desafios e oportunidades para desenvolvimento de software program, entrega, segurança, testes, observabilidade e muito mais – foi a adoção rápida e generalizada da inteligência synthetic.
As organizações têm apostado na IA nos últimos anos, mas 2025 viu uma explosão de ofertas baseadas em IA ao longo de todo o ciclo de vida de desenvolvimento de software program.
Analisaremos como a IA impactou e interrompeu todos os cantos da tecnologia e, em uma série separada de artigos de previsão para 2026, veremos o que os líderes do setor veem para o próximo ano.
IA no desenvolvimento de software program
Eles podem ser chamados de copilotos; eles podem ser chamados de assistentes de codificação, mas nada menos que 15 empresas introduziram este ano ferramentas de IA que podem gerar código muito mais rapidamente do que os humanos conseguem escrever. A desvantagem? Esses assistentes muitas vezes tinham alucinações quando não conseguiam encontrar uma resposta e estressavam os desenvolvedores, sobrecarregando-os durante as revisões de código para garantir que o código atingisse as metas de negócios, fosse seguro, depurado e estivesse em conformidade com as políticas da empresa. As empresas também começaram a trazer agentes de IA que podem detectar vulnerabilidades no código e oferecer remediação, bem como detectar anomalias quando são feitas alterações na base de código e integrar-se com outras partes do sistema.
Houve algumas variações sobre o tema este ano. Em agosto, a Codeium (rebatizada como Windsurf, depois dividida em partes) apresentou seu assistente Cortex que, ao contrário do preenchimento automático ou do preenchimento de código, suporta raciocínio em larga escala, geração de código, revisões e transferência de conhecimento, com maior precisão, menor latência e custos reduzidos.
Mais tarde naquele mês, o Google lançou um modo de agente para VS Code e IntelliJ para expandir os recursos do Code Help além de prompts e respostas para apoiar ações como múltiplas edições de arquivos, contexto completo do projeto e ferramentas integradas e integração com ferramentas do ecossistema. Ele também tinha a capacidade de editar alterações de código usando o diff Inline do Gemini, atualizações de cotas fáceis de usar, saída de comando shell em tempo actual e preservação de estado entre reinicializações do IDE.
GitHub também fez seu Agente de codificação copiloto disponível para usuários de qualquer lugar em sua UI como uma sobreposição leve em GitHub.com. E a Microsoft adicionou recursos de depuração baseados no Copilot para .NET no Visible Studio.
Enquanto isso, a IA está impactando a experiência do desenvolvedor, reduzindo a quantidade de código que eles criam e vendo a função mudar. Git Kraken criou um conjunto de ferramentas que ajudam os desenvolvedores a trabalhar de forma mais eficiente com IA e os líderes de desenvolvimento a obter os insights necessários para garantir que os projetos estejam no caminho certo. Na Conferência GitKon que a empresa produziu no início deste mês, ela definiu a Period do Construtor para elevar a arte e integrar a IA ao ciclo de vida do software program.
IA em testes
Em 2025, as empresas de testes continuaram a adicionar IA aos seus produtos, oferecendo uma cobertura de testes mais ampla, geração automatizada de scripts e a capacidade de prever quando e onde as coisas podem falhar.
Parasoft lançou mais funcionalidades de IA este ano, visando a automação de testes C/C++, criando um agente de IA para virtualização de serviços e, no mês passado, lançou fluxos de trabalho de testes autônomos orientados por IA para pipelines de CI/CD.
Outro líder do setor, Appvance, lançou em março seu IA generativa GENI oferta que elimina a necessidade de testes manuais, scripts e gravadores, convertendo automaticamente casos de teste em inglês em scripts de teste em massa a uma taxa de 100 scripts por hora. Em outubro, a empresa lançou Afirmação de IAque permite aos testadores validar qualquer coisa, desde animações a visualizações médicas e modelos 3D, apenas falando em inglês simples o que deve ser verificado.
IA em dados
A IA mudou a forma como as organizações trabalham e obtêm insights de seus dados. A IA é ótima na preparação de dados e na geração de código Python ou SQL, e os LLMs permitem consultas faladas para transformar dados brutos em inteligência de negócios. É nessa inteligência de dados que as organizações confiam para se manterem à frente dos seus concorrentes.
Embora a IBM, a Microsoft e a Oracle estejam entre os líderes no espaço, outros intervenientes intensificaram o seu jogo de IA. Por exemplo, Informáticaque foi adquirida pela Salesforce em novembro, lançou o CLAIRE GPT, um assistente de IA conversacional para descobrir, analisar e executar tarefas complexas de dados.
E em abril, Observe Inc.. introduziu um information lake de observabilidade alimentado por IA. O information lake armazena dados estruturados e não estruturados, enquanto a IA pode identificar padrões com um conhecimento que identifica padrões em logs, métricas e rastreamentos.
Enquanto isso, ValueOps da Broadcomem seu Spark VSM Summit em junho, discutiu como a IA automatiza tarefas, avalia riscos e progresso e aumenta o trabalho como histórias de usuários, enquanto o VSM oferece o alinhamento, visibilidade e métricas que a IA precisa.
IA em segurança
As empresas de segurança de software program incorporaram IA em seus produtos para fazer coisas como encontrar e corrigir vulnerabilidades ou analisar grandes quantidades de logs de tráfego de rede para detectar anomalias.
Por exemplo, OpenAI anunciado uma versão beta privada para seu pesquisador de segurança que pode encontrar e corrigir vulnerabilidades no código, enquanto o GitHub adicionado Copilot Autofix para GitHub Superior Safety, que pode analisar vulnerabilidades, explicar sua importância e oferecer sugestões de correções.
Este ano, as empresas também aprenderam da maneira mais difícil quão predominantes são os riscos de segurança no código gerado por IA. Por exemplo, uma pesquisa Veracode publicado em julho descobriu que assistentes de codificação de IA introduziram vulnerabilidades em 45% de 80 tarefas de codificação selecionadas em mais de 100 LLMs.
Para combater esses problemas, a OX Safety lançado VibeSec, que incorpora contexto de segurança dinâmico em modelos de codificação para reduzir o número de sugestões inseguras feitas em primeiro lugar.