O Momento de US$ 10,5 Bilhões do Vibe Coding: AI Já Inicia a Maioria dos Novos Projetos de Software

Algo cruzou um limiar na semana passada, e a rodada de captação de US$ 500 milhões quase obscurece esse fato.

A startup de banco de dados Supabase captou meio bilhão de dólares a uma avaliação de US$ 10,5 bilhões, de acordo com a CNBC, liderada pelo fundo soberano GIC, com a participação de Accel, Y Combinator, Craft Ventures, Felicis, Coatue e Stripe. Isso é aproximadamente o dobro da avaliação da empresa em outubro de 2025 em menos de oito meses. Mas o número que mais importa para qualquer founder planejando um roadmap de produto não é o valor em dólares. É este: mais de 60% dos novos bancos de dados na plataforma da Supabase são agora iniciados por uma ferramenta de codificação com AI, e não por um desenvolvedor humano. O Claude Code da Anthropic é a maior fonte individual desses projetos iniciados por AI em 2026 até agora.

Isso não é um benchmark curioso enterrado no press release. É um sinal sobre como está a criação de software agora, e como será construir uma empresa nos próximos anos.

O Que É Vibe Coding de Verdade

O termo que você vai ouvir em torno disso é "vibe coding". A ideia é simples: em vez de escrever código linha por linha, uma pessoa (engenheira ou não) descreve o que quer a uma ferramenta de codificação com AI, revisa o resultado, refina por meio de conversa e publica. Ferramentas como Claude Code e o Codex da OpenAI cuidam da geração. O humano cuida da direção e do julgamento.

A Supabase é uma empresa com cinco anos de existência (fundada em 2020 por Paul Copplestone como CEO e Ant Wilson como CTO) que fornece infraestrutura de backend: bancos de dados, autenticação, armazenamento e APIs. É o tipo de plataforma que antes exigia um engenheiro de back-end para ser configurada corretamente. Agora, de acordo com as reportagens sobre a rodada de captação, a maioria das pessoas que criam novos bancos de dados na plataforma são AI agents agindo em nome de um humano que fornece os prompts, frequentemente alguém não técnico que não teria tocado em uma ferramenta de banco de dados seis meses atrás.

Os investidores da rodada não estão apostando em uma tendência de nicho de desenvolvedores. Estão apostando que esse modo de criação de software se torna o padrão, e que os mais de 250.000 clientes da Supabase representam uma vantagem inicial em um mercado muito maior. A empresa tem cerca de 350 pessoas. Captou recursos a uma avaliação que a maioria das empresas em Série D jamais alcança.

Fatos-Chave

• A Supabase captou US$ 500 milhões a uma avaliação de US$ 10,5 bilhões em junho de 2026, aproximadamente o dobro de sua avaliação de outubro de 2025. (CNBC)
• Mais de 60% dos novos bancos de dados na plataforma da Supabase são agora iniciados por uma ferramenta de codificação com AI, e não por um humano. (CNBC / Supabase)
• O Claude Code da Anthropic é a maior fonte individual de AI de novos bancos de dados na Supabase em 2026. (CNBC / Supabase)

Três Mudanças Estruturais para Founders

O número de 60% é específico da plataforma da Supabase. Não o estique até uma afirmação de que a maior parte do software em todos os lugares é escrita por AI. Mas é um dado limpo e confiável de uma plataforma onde você pode contar exatamente quem iniciou o quê. E se você analisar as implicações para uma empresa em estágio inicial, três coisas mudam.

1. Build-vs-buy pende para o lado do build em mais áreas do produto.

O argumento tradicional para comprar versus construir é velocidade e custo. Contratar engenheiros para construir uma solução personalizada leva meses e custa de US$ 200.000 a US$ 400.000 por engenheiro por ano em um mercado competitivo. Agora um founder ou uma pequena equipe técnica pode entregar o que antes exigia uma squad de quatro pessoas de back-end: basta descrever o sistema a um AI agent de codificação, revisar o resultado e iterar. O piso do "quanto custa construir isso" caiu. Isso muda o cálculo de muitas funcionalidades que você antes teria comprado de um fornecedor. Não significa construir tudo. Significa revisar as premissas sobre o que é caro demais para construir. Para uma visão fundamentada de como a AI está remodelando o modelo operacional do SaaS de forma mais ampla, as dinâmicas são semelhantes: mais áreas tornam-se construíveis internamente do que o modelo antigo presumia.

2. Fossos competitivos baseados em "é difícil de construir" estão se erosionando.

Se sua vantagem competitiva é principalmente que seu produto seria difícil de ser replicado do zero por um concorrente, essa vantagem tem uma vida útil mais curta do que tinha há dois anos. Um concorrente com uma equipe pequena e acesso ao Claude Code ou ao Codex agora pode construir uma versão funcional do que antes levava 18 meses em seis. Isso não significa que todos os fossos desaparecem. Mas os fossos que sobrevivem são os que são difíceis de construir mesmo com AI agents: conjuntos de dados proprietários, distribuição conquistada com esforço, relacionamentos profundos com clientes, gosto operacional e julgamento. O sinal de build-vs-buy a partir de aquisições de AI no mercado corporativo aponta na mesma direção: empresas que compraram capacidade de AI estavam, na verdade, comprando os dados e o fluxo de trabalho por baixo, não o modelo por cima. Seu diferencial duradouro é a mesma coisa: o que você sabe e quem você alcança que um projeto de AI recém-scaffolded não consegue replicar.

3. Sua matemática de contratação muda.

Esta é contraintuitiva. Se AI agents estão escrevendo mais do código, você pode supor que precisa de menos engenheiros. Mas o gargalo não desaparece, ele se move. Escrever código não é mais o recurso escasso. Revisar, proteger e operar código gerado por AI é. Uma base de código de produção construída substancialmente por um AI agent precisa de humanos que consigam auditá-la em busca de vulnerabilidades de segurança, identificar casos extremos que o agent perdeu, projetar a arquitetura em um nível que o agent não sustenta e ser o responsável pelo sistema quando algo quebra às 2 da manhã. Essas habilidades são diferentes de simplesmente escrever código rapidamente. Você pode precisar de menos engenheiros generalistas na fase inicial de uma construção, mas precisa de mais engenheiros sênior e revisores com mentalidade de segurança no back-end. Para funcionalidades de AI e onde adicioná-las em um produto SaaS, o mesmo princípio se aplica: as pessoas que revisam e mantêm são o gargalo, não as que geram.

O Que Costuma Ser Ignorado

A narrativa do vibe coding é empolgante e, em sua maior parte, precisa, mas a versão que circula nas conferências tende a eliminar o atrito.

O código gerado por AI ainda falha de formas previsíveis. Ele lida bem com o caminho direto e perde casos extremos. Não entende seus requisitos de segurança a menos que você os especifique explicitamente, e mesmo assim pode implementá-los incorretamente. Gera código que funciona em um ambiente de demonstração e quebra sob carga. A questão de quem é o responsável e mantém uma base de código construída principalmente por um AI agent não está resolvida. Quando o sistema se comporta de forma inesperada seis meses após o lançamento, a pessoa que o colocou em funcionamento por meio de prompts pode não ter a profundidade para diagnosticar o problema.

Nada disso significa que o vibe coding não é real ou não é valioso. Mas o número de 60% da Supabase é uma contagem de projetos iniciados, não de sistemas em produção rodando de forma confiável em escala. A questão mais ampla de adoção de AI para empresas em 2026 é a mesma: quanto do ganho de produtividade sobrevive à transição da demonstração para a produção?

Por isso a terceira mudança (contratar revisores, não apenas construtores) não é uma medida de cautela. É o ponto de alavancagem real.

Um Guia Prático para Decidir Entre Vibe Code e Engenharia Convencional

Use isto como um filtro inicial, não como uma regra fixa.

Vibe code primeiro (menor risco, iteração rápida):

• Ferramentas internas e dashboards que apenas sua equipe usa
• Protótipos iniciais onde você está testando se os usuários querem o produto
• Scripts avulsos, automações e integrações com baixo impacto em caso de falha
• Funcionalidades onde um bug significa uma experiência ruim ao usuário, não uma violação de dados ou um erro financeiro

Engenharia convencional (maior risco, produção duradoura):

• Qualquer coisa que trate de processamento de pagamentos, dados pessoais ou autenticação
• Infraestrutura central da qual outros sistemas dependem (se quebrar, tudo quebra)
• Qualquer coisa regulada (saúde, serviços financeiros, jurídico)
• Sistemas que precisam escalar além do que uma carga de prova de conceito parece
• Código que será lido e modificado por engenheiros futuros que não participaram da conversa original com a AI

O critério prático entre as duas categorias é este: se um bug nesse sistema puder custar dinheiro ao cliente, expor seus dados ou tirar seu produto do ar, ele precisa de um engenheiro humano revisando antes de ir para produção. O código gerado por AI ainda pode passar por esse critério. Mas precisa passar por ele.

Para founders pensando em como a adoção de AI se desdobra no nível do C-suite e onde ela cria alavancagem versus risco, a onda do vibe coding é um dos exemplos atuais mais claros de por que o SaaS é o adotante de AI de maior velocidade em qualquer categoria.

Perguntas Frequentes

O que é vibe coding e por que importa para founders?

Vibe coding é a prática de construir software funcional por meio de prompts a ferramentas de AI (como Claude Code ou o Codex da OpenAI) em vez de escrever código manualmente. Importa para founders porque reduz significativamente o custo de mão de obra e o tempo de construção de software, o que muda o cálculo de build-vs-buy e comprime o tempo de prototipagem para equipes pequenas e não técnicos.

O número de 60% da Supabase é generalizável para todo software?

Não. O número é específico para novos bancos de dados iniciados na plataforma da Supabase, que se concentra em projetos em estágio inicial e ferramentas para desenvolvedores. É um sinal direcional confiável sobre como a criação de software está mudando, mas não significa que 60% de todo o software em produção é agora escrito por AI. A implicação relevante é que projetos iniciados por AI estão passando de novidade a maioria em pelo menos alguns segmentos do mercado.

O que um founder deveria fazer de diferente por causa disso?

Três coisas. Revise suas premissas de build-vs-buy levando em conta o menor custo de mão de obra do vibe coding. Audite seu fosso competitivo para ver quanto dele depende de "isso seria difícil de construir" e reforce as partes que não dependem disso (distribuição, dados, relacionamentos). Ajuste seu plano de contratação para valorizar habilidades de revisão de código e auditoria de segurança junto com a capacidade bruta de codificação.

Saiba Mais

• Por Que o SaaS É o Adotante de AI de Maior Velocidade
• Funcionalidades de AI como Produto: Onde Adicioná-las
• O Que a Transformação por AI Significa no Nível do C-Suite
• Você Deve Construir Sua AI ou Comprá-la?
• Registro de IPO da Anthropic: O Cálculo de Fornecedor de AI de US$ 96,5 Bilhões
• Modelo de Crescimento B2B SaaS

Fonte: CNBC, 4 de junho de 2026