A narrativa popular é mais ou menos assim: a codificação com IA chegou, a fronteira entre front-end e back-end vai desaparecer, e todos se tornarão engenheiros full-stack. Essa história está meio certa. A fronteira está realmente se dissolvendo. Mas o destino não é “todo mundo pode fazer tudo” — full-stack é um conceito válido, mas saber fazer tudo não é o mesmo que tudo valer a pena ser feito. Quando o time de CLC do Meituan fundiu formalmente suas organizações de front-end e back-end, e quando Boris Cherny, criador do Claude Code, mapeou cinco novos arquétipos de papel para o próprio time, ambos apontavam para a mesma coisa: a codificação com IA não está apenas mudando como desenvolvedores escrevem código. Está mudando como times de engenharia se organizam.
Este artigo não trata de saber se engenheiros devem aprender full-stack — isso é ansiedade de sobrevivência de curto prazo. A questão que merece atenção é: quando a IA cobre a maior parte da camada de execução de código, qual lógica os times devem usar para organizar as pessoas?
Full-stack Não é a Resposta, mas o Ciclo Ponta a Ponta é
O time de engenharia de supermercado e varejo CLC do Meituan (Keemart) concluiu um ajuste estrutural: os times de front-end e back-end foram formalmente fundidos, com o pessoal de front-end iniciando treinamento em back-end mais de um mês antes. No mesmo período, o Wangshang Bank, da Ant, migrou seus papéis de teste integralmente para papéis de desenvolvimento, com seis meses de transição.
Lendo por cima, a conclusão parece cínica: as empresas querem gente mais barata — um engenheiro cobrindo os dois lados custa menos que dois especialistas. Mas essa explicação desmorona diante dos fatos. Se o objetivo fosse custo, terceirização é mais barato. Se o objetivo fosse demissão, um mês de treinamento cruzado seria inútil. O verdadeiro motor é estrutural: quando um desenvolvedor com ferramentas de IA consegue concluir sozinho toda a cadeia, do front-end ao back-end até o deploy, a unidade organizacional do time muda do stack tecnológico para o ciclo de entrega.
Por que as organizações de engenharia se dividiram em front-end, back-end e QA em primeiro lugar? Porque uma pessoa não conseguia atravessar todo o pipeline. As ferramentas de codificação com IA estão removendo exatamente essa restrição. Os números mais recentes do Codex, da OpenAI, deixam a trajetória explícita: no primeiro semestre de 2026, os usuários ativos semanais cresceram mais de cinco vezes, e a fatia de usuários individuais enviando submissões que representam mais de oito horas de trabalho humano cresceu quase dez vezes desde o início do ano. A codificação com IA está migrando de ajudar humanos a completar código para assumir tarefas das mãos dos humanos. Uma vez que um engenheiro com IA cobre análise de requisitos, implementação, integração, testes e deploy, a divisão front-end/back-end vira pura fricção organizacional — ela protege fronteiras de trabalho formadas historicamente, não a eficiência da entrega.
Então, quando a ByteDance publica uma vaga de “engenheiro full-stack de IA — vídeo e edge” dentro da sua família de cargos de front-end, com responsabilidades que vão de orquestração de agentes, SDKs multiplataforma, internos de áudio e vídeo e plataformas em nuvem, a descrição não é desleixada. A organização está emitindo um sinal: a era de montar times em torno de stacks está acabando.
Os Cinco Arquétipos de Boris Cherny: Um Substituto para as Divisões por Stack
Boris Cherny compartilhou no X observações do seu próprio time: engenharia, produto, design e ciência de dados estão se fundindo em uma nova forma de papel. Dentro do time do Claude Code, o que ele vê não é a divisão funcional tradicional, mas cinco arquétipos:
1. O Prototipador — gera ideias genuinamente novas, produz rapidamente volume de saídas criativas, das quais a maioria nunca chega à produção.
2. O Construtor — converte um protótipo ou ideia em produto ou infraestrutura de nível de produção, rápido.
3. O Vassourinha — refina a interface, simplifica código e sistemas, aposenta funcionalidades desnecessárias, otimiza performance.
4. O Cultivador — depois que o produto existe, continua iterando para aprofundar o encaixe produto-mercado.
5. O Mantenedor — opera sistemas maduros a longo prazo, mantendo-os seguros, confiáveis e eficientes conforme escalam.
A elegância do framework está no que ele se recusa a fazer: ele não classifica pessoas por qual stack usam; classifica-as por que tipo de problema resolvem — que é precisamente o princípio de organização mais racional para a era da IA. Nas organizações tradicionais, os papéis estão presos aos stacks: um engenheiro de front-end não toca na lógica de back-end, um engenheiro de back-end não toca na experiência de front-end. Com a alavancagem da IA, uma pessoa atravessa múltiplos papéis — e o time de Cherny confirma: membros cobrem rotineiramente dois ou três arquétipos sem amarração funcional estrita. Um designer pode ser o prototipador; um engenheiro pode ser o vassourinha.
Mais valioso ainda é a visão dinâmica da composição do time — a mistura que um produto precisa muda completamente por estágio: um projeto novo sem encaixe produto-mercado precisa de mais Prototipadores mais Construtores mais Vassourinhas (1+2+3); um produto em crescimento que já encontrou o PMF precisa de Construtores mais Vassourinhas mais Cultivadores com alguns Mantenedores (2+3+4, leve no 5); um produto maduro com PMF forte precisa de Vassourinhas mais Cultivadores mais Mantenedores com alguns Construtores (3+4+5, leve no 2). Isso não é um artigo teórico. É a lógica de configuração com que o time do Claude Code opera.
Vários Sinais, Uma Direção
Alinhando as vagas das grandes empresas, o padrão compartilhado fica óbvio. O time de IA Comercial da ByteDance anuncia uma vaga sênior de front-end cujo escopo cobre humanos digitais, narração por AIGC, geração de vídeo e produtização de ferramentas criativas com agentes — isso não é front-end; é um papel de engenharia de produto de IA. O grupo Taotian, do Alibaba, publica uma vaga de desenvolvedor de aplicações com agentes de IA para construir ferramentas de decisão de comparação de preços movidas a LLM para e-commerce, orquestrando agentes multidomínio para elevar toda a cadeia de operações — o papel exige engenharia server-side, o stack de aplicações LLM e a habilidade de entrelaçar modelos, ferramentas, conhecimento e sistemas de negócio. A vaga de front-end da Tencent descreve trabalho em “um sistema voltado a agentes de sandboxes, dados, depuração e produtos web de visualização” — de construir páginas a construir plataformas de engenharia de agentes. A mais recente vaga full-stack da Stripe nem se dá ao trabalho de separar front-end de back-end, pedindo design, construção e manutenção de “experiências visíveis ao usuário, serviços, APIs e sistemas”, colaboração direta com fundadores em estágio inicial e depuração de produção entre serviços.
Juntos, eles traçam uma linha clara: as grandes empresas não estão mais contratando “pessoas que escrevem código melhor”. Estão contratando pessoas que transformam modelos em produtos, agentes em sistemas e capacidade de IA em ciclos reais de negócio. Se você veio do front-end ou do back-end parou de importar.
O Framework Viaja: Cinco Papéis Além da Engenharia
O modelo de Cherny nasceu num time de engenharia, mas seu alcance explicativo é mais amplo. Considere um time de marketing: ele precisa de geradores de ideias (Prototipadores), executores de campanhas (Construtores), otimizadores de canais (Vassourinhas), amplificadores de ROI (Cultivadores) e gente que mantém canais e ativos de marca existentes rodando de forma estável (Mantenedores). Considere um time de produto: um produto inicial caçando direção está faminto por Prototipadores e Construtores; um produto maduro defendendo seu mercado está faminto por Vassourinhas e Cultivadores. Considere qualquer time que você conheça e faça a única pergunta que importa quando você pode contratar exatamente uma pessoa: você quer um especialista em um stack específico, ou alguém que resolve o problema mais crítico do estágio atual do seu produto?
O framework se generaliza porque nunca foi sobre habilidades — é sobre responsabilidade. E é exatamente isso que a IA está fazendo com as organizações: automatizando a camada de execução de habilidades até que a responsabilidade se torne o único eixo pelo qual as pessoas são medidas.
Três Movimentos Concretos
Se você é engenheiro: aposente a pergunta “devo aprender front-end ou back-end” — ela já expirou. Observe o estágio em que seu produto está e identifique seu arquétipo natural. Você não precisa se tornar onivalente; o time de Cherny ainda tem Construtores puros e Mantenedores puros. O ponto não é cobrir todos os papéis, mas saber onde sua alavancagem é maior — e ser legível para seu time como esse papel.
Se você lidera um time: pare de desenhar headcount por stack tecnológico. Diagnostique primeiro o estágio do produto e então contrate conforme a mistura de papéis que esse estágio exige. Um produto em crescimento com PMF precisa de mais Construtores e Cultivadores, não de um especialista em segurança de classe mundial. A disciplina que importa é manter a proporção de papéis do time alinhada ao estágio real do produto.
Se você é fundador: audite seu time atual contra o mapa dos cinco arquétipos. A patologia mais comum em estágio inicial é ter Prototipadores demais — as ideias são ótimas e ninguém as converte em entregáveis. A primeira regra de ferro de Cherny: um produto sem PMF precisa da mistura 1+2+3, e a maioria dos times fundadores tem só o 1.
A codificação com IA não vai eliminar engenheiros. Vai eliminar a prática de definir engenheiros por fronteiras de stack. Os cinco arquétipos de Cherny oferecem um substituto que você pode aplicar nesta semana — e os Meituans deste mundo já começaram a se mover.
Fontes: InfoQ; reportagem da Business Insider sobre Boris Cherny; posts originais de Cherny no X; dados de pesquisa do OpenAI Codex; vagas oficiais da ByteDance, Alibaba, Tencent e Stripe.
