CLI É Tudo o Que Precisa

As pessoas perguntam-me frequentemente: "O Claude Code é claramente melhor do que outras ferramentas de programação com IA, mas não consigo explicar bem porquê." O seguinte artigo de blogue de Marco Franzon explica excecionalmente bem a razão. Tanto o Claude Code como o recentemente popular OpenClaw partilham um traço fundamental: ambos ligam as capacidades dos grandes modelos de linguagem diretamente à linha de comandos do terminal do sistema. É precisamente por isso que a IA pode fazer mais do que apenas "dar uma sugestão" — pode efetivamente entrar no diretório do seu projeto e pôr-se a trabalhar: pesquisar, modificar, executar, testar, submeter e depurar, formando um ciclo apertado de desenvolvimento automatizado. Muitas pessoas pensam no terminal como um "método de entrada antigo", mas na realidade, o oposto é verdade. Os sistemas de informação mais críticos do mundo funcionam todos na linha de comandos: processamento de transações bancárias, reservas e agendamento de voos, triagem e rastreamento de logística, e os processos de negócios centrais de governos e instituições públicas. A linha de comandos permaneceu como a "interface universal" durante tanto tempo porque é suficientemente estável, de uso geral, composta e fácil de automatizar. Os LLMs foram treinados com volumes enormes de dados de linha de comandos e conseguem operar a linha de comandos com precisão notável. Por isso, quando os poderosos LLMs encontram a flexibilidade da linha de comandos, o resultado é uma combinação sem precedentes na história da humanidade.
O hype do MCP acabou.
O MCP (Model Context Protocol), amplamente visto como o futuro das ferramentas para agentes de IA nos últimos dois anos, revelou-se demasiado pesado na prática. Em 2026, os programadores que valorizam velocidade e eficiência estão a regressar ao terminal de linha de comandos.
Dão aos LLMs de IA acesso direto à Shell, permitindo que os agentes chamem ferramentas testadas durante décadas — ferramentas como git, rg, grep, npm, docker, curl, jq e tail. Os programadores já não precisam de servidores personalizados nem de descrições de esquema pesadas a encher as suas janelas de contexto.
Tudo o que precisa é de um modelo de IA poderoso emparelhado com Bash ou Zsh, e ferramentas de programação assistida por IA como o Deep Code entregam resultados notáveis.
Por que o MCP perdeu o seu apelo no desenvolvimento quotidiano
Para os fluxos de trabalho de desenvolvimento típicos, o MCP frequentemente adiciona atrito em vez de o reduzir, por várias razões:
- Sobrecarga de tokens: Catálogos de ferramentas extensos e descrições de esquema consomem espaço valioso de contexto.
- Reinventar a roda: Servidores MCP personalizados frequentemente duplicam funcionalidades que ferramentas CLI padrão já tratam de forma fiável.
- Má composição: Os programadores percem as capacidades de piping, encadeamento e modificação em tempo real que os sistemas Unix aperfeiçoaram ao longo de décadas.
- Compatibilidade com modelos: Os LLMs líderes foram extensivamente treinados na utilização da Shell. Estes modelos compreendem parâmetros, pipes, mensagens de erro e documentação com precisão impressionante.
A melhor prática é simples: Abra o diretório do seu projeto no Deep Code, conceda permissões de execução da Shell dentro de salvaguardas de segurança e dê-lhe comandos descrevendo o que pretende alcançar. O Deep Code planifica automaticamente, executa comandos, edita ficheiros, executa testes, submete código e depura.
O MCP ainda tem valor em ambientes empresariais regulamentados e integrações de API SaaS que requerem segurança estrita de tipos. Mas para 80 a 90 por cento do trabalho quotidiano, é apenas ruído.
Cenários onde a linha de comandos supera o MCP
No meu desenvolvimento quotidiano, encontro frequentemente situações que tornam as limitações do MCP dolorosamente claras.
Refatoração de código a nível de projeto
O Deep Code começa com um comando como: rg "oldDeprecatedFunction" .
Mapeia o âmbito das alterações. Faz edições direcionadas em múltiplos ficheiros. Revê com git diff. Executa npm test ou cargo test. Depois submete: refactor: remove deprecated API calls
Em cenários como este, não há necessidade de um servidor GitHub MCP — apenas rg e git.
Depuração full-stack de bugs em produção
Dou ao Deep Code esta instrução: Reproduz a falha de autenticação do utilizador no ambiente de staging.
O Deep Code obtém o código, arranca o ambiente de staging e monitoriza erros de log. Sondas APIs com curl, inicia bases de dados com docker-compose e executa casos de teste específicos.
Não é necessário Docker MCP. Não é necessário logging MCP. Apenas uma shell competente.
Scaffolding de um novo microsserviço
Dou ao Deep Code esta instrução: Constrói uma API de perfil de utilizador em Rust com Axum + sqlx. Utiliza Postgres para a base de dados.
O Deep Code utiliza o toolchain já instalado na máquina (como o cargo do Rust) para criar o projeto, adicionar dependências e iniciar o serviço.
O toolchain existente é suficiente — não é necessário database MCP.
Corrigir falhas intermitentes de CI/CD
O Deep Code clona o repositório. Executa o workflow localmente com act. Identifica a falha. Modifica .github/workflows/ci.yml ou o Dockerfile. Verifica com docker build. Envia um ramo. Abre um PR com gh.
Tudo ferramentas CLI padrão. Não é necessária camada de integração CI personalizada.
Padrões no feedback dos programadores
Equipas que utilizam a abordagem de linha de comandos nativa do Deep Code reportaram as seguintes vantagens:
- Entregas significativamente mais rápidas.
- Consumo de tokens mais previsível.
- Maior transparência no comportamento das ferramentas assistidas por IA.
- Supervisão e depuração das operações de IA mais fáceis.
Em resumo, o consenso emergente é claro: Deixe de construir integrações. Construa ferramentas CLI em vez disso. Porque o Bash é o MCP definitivo.
O terminal sempre foi o ambiente de desenvolvimento universal
Em 2026, o terminal é também a interface mais poderosa para agentes de programação com IA. A menos que esteja a trabalhar com ferramentas empresariais especializadas, pode ignorar completamente a pilha pesada do MCP.
Basta abrir o diretório do seu projeto no Deep Code, conceder-lhe acesso à Shell, descrever a sua tarefa e observá-lo a trabalhar.