Blacksmith vale US$1 bi testando código de IA

O problema não é gerar código, é aguentar o volume

Blacksmith virou unicórnio porque resolveu um incômodo que todo time de engenharia sente na pele: o CI não acompanha mais o ritmo do código gerado por IA. Gerar um pull request com um agente leva segundos. Validar se aquele código compila, passa nos testes, não quebra dependências e pode subir para produção ainda leva minutos, às vezes horas. Quando você multiplica isso por dezenas de agentes abrindo PRs em paralelo, a fila de CI vira o verdadeiro gargalo da entrega.

Quem opera pipeline hoje já viu esse filme. O desenvolvedor reclama que o merge demora, o time de plataforma reclama da conta de compute, o CTO reclama que a velocidade prometida pela IA não aparece na métrica de deploy. É nesse atrito que a Blacksmith se posicionou. A tese é simples e dolorosa: se agentes vão escrever a maior parte do software, o valor migra de quem escreve para quem verifica. E verificação custa máquina, tempo e engenharia bem feita.

O fato por trás do valuation de US$1 bilhão

A Blacksmith anunciou uma Série C de US$66 milhões liderada pela Sequoia, que avalia a empresa em US$1 bilhão. A tese oficial do CEO Aditya Jayaprakash é direta: tornar a integração contínua menos dolorosa. Segundo ele, a maioria das empresas já luta para dar conta do volume de CI que precisa rodar, e esse problema explodiu com o código escrito por IA. A frase que resume o pitch é que, com agentes escrevendo software, a pergunta que importa é se dá para confiar nesse software.

Os números que sustentam a rodada ajudam a entender a pressa. A empresa diz que a receita recorrente anual cresceu 17 vezes e que já rodou mais de 90 milhões de jobs de CI, que são aquelas verificações automatizadas de build e teste. A base inclui nomes como Mercury e Granola. O ritmo de captação é agressivo: há um ano a empresa valia US$60 milhões após uma Série A de US$10 milhões, dois meses atrás valia US$550 milhões após uma Série B de US$45 milhões, agora vale US$1 bilhão. No total, já levantou US$125 milhões.

Como funciona na visão de quem opera

Integração contínua, na prática, é uma linha de montagem cara. Cada commit dispara um conjunto de tarefas: provisionar um runner, baixar dependências, compilar, rodar linters, rodar testes unitários e de integração, checar segurança e devolver um sinal verde ou vermelho. Em infra tradicional como GitHub Actions ou Jenkins mal dimensionado, esse fluxo sofre com fila, cache frio e paralelismo limitado. A latência aumenta, o desenvolvedor context switcha, o custo escala sem controle porque cada job consome CPU, memória, rede e armazenamento temporário.

A Blacksmith atua nessa camada de execução. Pelos sinais públicos e pelo padrão desse mercado, a inferência técnica mais plausível é que ela combina runners de alta performance, provavelmente com hardware mais novo e discos mais rápidos, com cache agressivo de dependências e camadas de Docker, além de paralelização inteligente de testes. Em vez de rodar a suite inteira sempre, o sistema deve priorizar testes afetados, reaproveitar resultados e escalar horizontalmente em picos. Para quem opera, isso significa menos tempo de fila e menor variância, que é tão importante quanto velocidade bruta. Um CI que leva sempre 4 minutos é melhor que um que oscila entre 2 e 25.

Por que código de IA quebra o CI tradicional

O código gerado por agentes tem um perfil diferente. Ele chega em volume maior, com PRs menores e mais frequentes, muitas vezes com dependências novas, testes incompletos e padrões inconsistentes. O agente não sente culpa por abrir dez PRs exploratórios, mas cada um custa compute. Além disso, modelos tendem a gerar código que parece correto e compila, mas falha em edge cases, o que aumenta a taxa de retry e o número de jobs falhos. Sem um sistema que isole, prioritize e descarte rápido o que não presta, o time paga duas vezes: paga a inferência do modelo e paga o CI para descobrir que o código era ruim.

O que isso muda para quem constrói produto

Quem ganha no curto prazo é o time que já está sufocado por fila de CI e usa agentes de coding pesadamente. Para esses times, trocar o executor de CI pode ser o ajuste com melhor retorno por dólar, porque destrava deploys diários sem reescrever a suite de testes. Quem perde são as soluções genéricas de CI presas a runners lentos e pricing por minuto que pune paralelismo. Se o mercado aceitar que CI rápido é parte do stack de IA, e não um utilitário, a pressão vai para fornecedores tradicionais melhorarem performance ou perderem as contas mais intensivas em IA.

• Audite seu CI antes de trocar: meça tempo mediano e p95 por job, taxa de falha, tempo em fila e custo por merge nas últimas 4 semanas.
• Separe jobs de agentes de jobs humanos: crie filas e limites distintos para evitar que PRs exploratórios travem hotfixes críticos.
• Ataque cache e testes flaky primeiro: na maioria dos times, 30% do tempo de CI é cache frio e teste instável, não falta de CPU.

A ação prática imediata não é sair contratando a Blacksmith amanhã. É tratar CI como custo de IA. Some na mesma planilha o custo de tokens dos agentes com o custo de compute de CI e o custo de engenharia parada esperando verde. Quase todo time que eu vejo subestima o segundo e o terceiro. Se o seu volume de PRs dobrou depois do Copilot ou Cursor ou agentes internos, mas seu budget de CI continuou igual, você já tem um incidente silencioso de produtividade.

A dúvida que fica: velocidade resolve confiança?

Aqui entra a tensão real. Rodar 90 milhões de jobs mais rápido é impressionante como operação, mas velocidade por si só não cria confiança. O problema que o CEO aponta, saber se o código do agente pode ser confiável, não se resolve só com runner mais rápido. Resolve com melhores testes, melhores specs, review mais rigoroso e rollback seguro. Existe um risco claro de efeito rebote: CI mais barato e rápido incentiva gerar ainda mais código medíocre, o que aumenta o volume total e traz o gargalo de volta em outro ponto, na revisão humana ou em produção.

Tem também a questão do valuation. Sair de US$60 milhões para US$1 bilhão em cerca de um ano, com apenas dois meses entre a Série B e a Série C, tem cheiro de corrida para não ficar de fora. Crescer receita 17 vezes partindo de uma base pequena é ótimo, mas não diz qual é a margem depois do custo de compute, nem qual é o churn quando o desconto inicial acaba. Infraestrutura de CI tem histórico de margens apertadas e competição brutal por preço. A Sequoia não costuma errar nesse tipo de aposta de plataforma, mas a conta só fecha se a Blacksmith mantiver diferenciação técnica sustentável e não virar apenas um revendedor de máquinas rápidas.

Conclusão operacional

No fim, a Blacksmith acertou o diagnóstico: na era dos agentes, testar virou mais estratégico que escrever. Se ela consegue entregar CI consistentemente mais rápido e mais barato por merge, o unicornato faz sentido operacional, não só financeiro. A pergunta que fica para quem lidera engenharia é simples: o seu pipeline atual aguentaria o triplo de PRs amanhã sem travar entrega nem estourar custo?