GitHub relata como três especialistas em Java usam o Copilot

Criador do Hypersistence reduz tarefa de semanas para dois dias

Vlad Mihalcea, fundador da Hypersistence e autor do livro High-Performance Java Persistence, usou o Copilot para desenhar e programar um aplicativo web para o Hypersistence Optimizer. O painel mostra o histórico de eventos de desempenho do sistema, recurso que Mihalcea adiava por prever semanas de trabalho e que terminou em dois dias. O engenheiro roda a ferramenta dentro do IntelliJ IDEA para acelerar investigações e inspecionar linhas ao depurar o sistema. Ele valida cada entrega.

Para manter o padrão técnico nas bibliotecas Hypersistence Utils e Hypersistence Optimizer, Mihalcea criou regras próprias com base em 65 artigos autorais publicados em 12 anos de blog. Essa base ensina o modelo a gerar textos com a voz do autor e a seguir convenções antigas para evitar surpresas a quem cuida do código. Ele também controla o processamento. Para tarefas complexas, Mihalcea aciona o modelo Opus com janela de 1 milhão de tokens nos modos Extra High ou Max, enquanto reserva modelos leves para conferir documentação e gerar notas de versão.

Consultoria treina times sem paralisar o trabalho diário

Patrick Baumgartner, consultor na 42talents com mais de vinte anos de experiência em Java, aplica o assistente ao treinar equipes que operam serviços comerciais ativos. Ele rejeita pausas longas para transformar processos e resolve problemas imediatos enquanto aplica testes automatizados, refatoração e arquitetura modular com Spring Boot, Spring Modulith e Spring Security. Baumgartner combina essas técnicas com engenharia agêntica para dar autonomia aos desenvolvedores em vez de criar dependência externa. A equipe decide junto.

O relatório do GitHub cita também Frank Delporte, redator técnico sênior na Azul e mantenedor do portal Foojay.io, que soma mais de quinze anos de trabalho com Java. O autor Julien Dubois reuniu esses três nomes para mostrar que ferramentas de inteligência artificial atingem sistemas corporativos maduros. Os especialistas mantêm o controle. O texto reconhece que assistentes geram código com rapidez, mas deixam nas mãos do profissional a tarefa de validar a lógica, proteger o sistema e responder pelo que vai para o ar.

Apesar dos casos práticos descritos em 17 minutos de leitura, o leitor deve lembrar que o artigo integra a máquina de comunicação do próprio GitHub para divulgar o Copilot. O texto exibe números expressivos, como o corte de semanas para dois dias na construção de um aplicativo, mas não apresenta testes independentes nem grupos de controle. Os dados decorrem de impressões pessoais. O valor real do relato está em admitir que até veteranos recebem respostas insatisfatórias da ferramenta e precisam corrigir o modelo antes de colocar o código no ar.