O CEO da Shopify, Tobi Lütke, acabou de transformar um arquivo Markdown em uma arma.
No X, ele declarou que está considerando banir o Claude Code dentro da Shopify, a menos que a Anthropic faça a ferramenta ler o AGENTS.md e o diretório .agents/skills. A reclamação dele não é sobre a qualidade do modelo. É sobre o “cérebro dividido”: quando engenheiros usam o Claude Code junto com Codex, Cursor, Gemini CLI ou Copilot, cada ferramenta lê um livro de regras de projeto diferente. O mesmo repositório acaba rodando sob dois conjuntos de instruções.
A equipe do Claude Code, representada por Thariq Shihipar, respondeu rapidamente que está tornando a ferramenta “mais personalizável” e que o suporte ao AGENTS.md está a caminho. Mas a troca expôs algo maior. O mercado de agentes de código está migrando de uma corrida de recursos para uma guerra de padrões no plano de controle, e o vencedor pode não ser o melhor modelo, mas aquele que entende as regras nativas do repositório.
O que o AGENTS.md realmente é
O AGENTS.md é melhor compreendido como um README escrito para funcionários de IA. Ele fica na raiz de um repositório (ou em diretórios específicos) e informa aos agentes de código como o projeto é construído, como executar os testes, quais diretórios são proibidos, quais verificações de segurança precisam passar antes de um commit e quais habilidades estão disponíveis. É uma tentativa de codificar a política de desenvolvimento de uma organização dentro da própria base de código.
O formato está ganhando tração rapidamente. OpenAI Codex, Cursor, Gemini CLI, GitHub Copilot, Devin e VS Code já o suportam. Em dezembro de 2025, a OpenAI doou o AGENTS.md para a Agentic AI Foundation, sob a Linux Foundation, explicitamente para mantê-lo neutro em relação a fornecedores. A fundação agora governa a especificação. A Anthropic é cofundadora dessa mesma fundação e doou para ela o seu próprio protocolo, o MCP.
O Claude Code, porém, usa seu próprio sistema: CLAUDE.md para regras de projeto e .claude/skills para habilidades. O argumento da Anthropic é que diferentes famílias de modelos se comportam de forma diferente sob diferentes prompts de sistema. O Claude tem preferências específicas sobre como habilidades, regras e contexto são organizados, e o Claude Code adapta os prompts de acordo. A empresa chama isso de “engenharia de contexto”. Em julho, Shihipar observou que a equipe já havia removido cerca de 80% do prompt de sistema do Claude Code para a geração Claude 5, sugerindo que o formato está fortemente acoplado ao modelo.
O problema do “cérebro dividido” na prática
A preocupação de Lütke não é teórica. A Shopify mantém um monorepo grande e uma stack de IA com múltiplas ferramentas. Alguns engenheiros usam Codex, outros Cursor, outros Claude Code. Se o Codex lê o AGENTS.md e o Claude Code lê o CLAUDE.md, o mesmo caminho de código pode ficar sujeito a restrições diferentes.
Imagine um módulo de pagamentos com uma regra estrita: “Rode a suíte completa de testes antes de mexer no faturamento; nunca edite arquivos de migração do banco de dados diretamente.” Essa regra vive no AGENTS.md. O Codex a vê. O Claude Code, não. O resultado não é um crash; é uma divergência silenciosa de comportamento que só aparece na revisão de código, ou pior, em produção.
Os desenvolvedores já criaram alternativas. A mais comum é um symlink: ln -s AGENTS.md CLAUDE.md. Outra é colocar @AGENTS.md no topo do CLAUDE.md, que o Claude Code então carregará. Ambas funcionam para um único repositório.
A réplica de Lütke é que essas soluções são gambiarras, não soluções. As configurações de agentes e do Claude se repetem pela árvore de diretórios. Em um monorepo com milhares de desenvolvedores, cada diretório precisa manter os dois arquivos sincronizados. Um arquivo ausente em uma subárvore significa que uma equipe de repente perde o contexto do projeto. Ele chamou isso de um “imposto de complexidade idiota” que não deveria recair sobre os desenvolvedores.
Por que a Shopify está em posição de pressionar
A Shopify não é uma espectadora casual. No ano passado, Tobi disse aos funcionários que “proficiência em IA agora é uma expectativa básica”. O uso de IA faz parte das avaliações de desempenho, e as equipes precisam provar que uma tarefa não pode ser automatizada antes de solicitar mais contratações. A empresa também open source o Dispatch, um sistema de varredura de segurança agêntico que executa múltiplos agentes sobre o mesmo código e verifica cruzadamente os resultados com modelos diferentes.
Essa arquitetura torna a Shopify naturalmente multiagente. E em uma loja multiagente, a camada de configuração é a verdadeira infraestrutura. Resumo de Lütke: “O framework que orquestra os agentes é o que sobrevive. Os modelos mudam; nossas regras, processos e limites de segurança devem permanecer.”
É por isso que o nome de um arquivo importa. Se cada fornecedor de modelos insistir em seu próprio formato de configuração, cada troca de ferramenta força uma reescrita da memória institucional da organização. Lütke quer um único livro de regras portátil.
Para onde isso está indo
O vencedor imediato é o AGENTS.md. Com mais de 60.000 projetos open source já o utilizando, uma fundação neutra por trás dele e todas as demais ferramentas principais a bordo, ele está se tornando a interlíngua padrão para agentes de código. O eventual suporte da Anthropic é quase certo; a questão é apenas quão profundo ele será.
A mudança mais profunda é a comoditização do modelo e a valorização do plano de controle. À medida que os agentes de código se tornam um pipeline industrial — rodando por horas, consumindo tokens, modificando arquivos, executando testes — as restrições que os governam importam mais do que a qualidade bruta das respostas. As empresas escolherão ferramentas que se integram às suas camadas existentes de governança, segurança e fluxo de trabalho, não ferramentas que exigem um livro de regras separado.
É o mesmo padrão que transformou o Kubernetes na abstração vencedora para contêineres e o HTTP no protocolo vencedor da web. Uma camada de controle neutra e independente de fornecedor sobrevive a qualquer produto isolado. Para agentes de código, essa camada está sendo definida agora.
O que as equipes devem fazer agora
- Adote o
AGENTS.mdcomo fonte única de verdade. Coloque estrutura do projeto, comandos de build, comandos de teste, regras de lint, restrições de segurança e operações proibidas em um único arquivo na raiz do repositório. - Faça a ponte com o Claude Code hoje. Adicione
@AGENTS.mdao topo doCLAUDE.mdpara que o Claude carregue as regras compartilhadas, mantendo os ajustes específicos do Claude separados. - Mantenha os arquivos específicos de fornecedores enxutos. Trate
CLAUDE.md,.cursorrulesou outros formatos como camadas finas sobre oAGENTS.md, não como livros de regras paralelos. - Audite em busca de cérebro dividido. Em monorepos, varra os subdiretórios para garantir que nenhum agente esteja silenciosamente sem suas regras. Uma configuração ausente é um risco silencioso.
- Projete para rotação de modelos. Se o seu processo de segurança ou qualidade depende de um único modelo lendo um arquivo específico, você já está preso. Construa fluxos de trabalho que permitam trocar modelos sem trocar políticas.
A verdadeira lição da Shopify não é que o Claude Code é ruim. É que o próximo fosso competitivo na IA empresarial não é a inteligência do modelo, mas a interoperabilidade entre modelos — e o humilde arquivo Markdown na raiz do seu repositório está se tornando o posto de fronteira.
