Análise estatística desmente que Claude aumentou bugs no rsync

O estudo sobre rsync não é só um dado isolado: ele entra em contraste direto com o que vemos em segurança, onde o Mythos da Anthropic já descobriu vulnerabilidades escondidas por 27 anos em projetos como OpenBSD e FFmpeg. Enquanto o Claude Code reduz a densidade de bugs no rsync, 3.756 linhas alteradas por release com IA contra 696 sem IA, e menor taxa de falhas por linha , , o mesmo ecossistema mostra que modelos de IA geram até 1,57x mais problemas de segurança em pull requests reais. A diferença está na natureza da tarefa: o Claude Code opera como agente no terminal, com acesso ao sistema de arquivos e ferramentas locais (via Model Context Protocol), mas ainda depende de revisão humana; já o Mythos age como analista autônomo, buscando padrões de exploração em código legado com foco defensivo.

Essa dicotomia explica por que a percepção sobre IA em desenvolvimento é tão dividida. Relatórios como o GenAI Code Security 2025 da Veracode mostram que 45% do código gerado por IA falha em testes de segurança, e 72% em Java , , mas o rsync demonstra que, em contextos bem delimitados (manutenção incremental, testes automatizados robustos, revisão estruturada), a IA pode entregar código mais limpo. O fator decisivo não é o modelo, mas o *fluxo de engenharia*: o Claude Code funciona melhor quando o time prioriza testes e revisão, não quando substitui o dev.

Em 2026-06-01, o CEVIU destacou que o Claude Code muda o fluxo de desenvolvimento para 'menos boilerplate, mais foco em testes e revisão'. Agora, com dados concretos do rsync, essa hipótese se confirma empiricamente: releases com IA têm maior volume de alterações, mas menor densidade de bugs. Antes era observação qualitativa; agora é evidência estatística com testes de permutação exatos e ponderação por gravidade, algo raro em estudos sobre IA e código aberto.

O rsync é um projeto crítico, usado há décadas em infraestrutura global, com padrões rigorosos de qualidade e testes extensivos. Se a IA mantém a integridade desse código sob pressão real, sem aumentar bugs nem comprometer estabilidade , , isso valida uma premissa central para equipes de engenharia: assistência agêntica não precisa ser arriscada, desde que integrada ao ciclo existente de validação. Isso contrasta com o pânico inicial em fóruns como Hacker News, que associava aumento de linhas alteradas com piora de qualidade. A verdade é mais sutil: a IA amplifica o que já existe, boas práticas ou fragilidades, e não cria novos vetores de falha por si só.