A corrida pelos agentes de inteligência artificial capazes de programar ganhou um novo marco.
A Cognition AI, startup responsável pelo agente de engenharia de software Devin, anunciou em 8 de setembro uma rodada Série E superior a US$ 2 bilhões, que avaliou a companhia em impressionantes US$ 48 bilhões.
O número coloca uma empresa fundada há apenas cerca de três anos entre as startups privadas de inteligência artificial mais valiosas do mundo.
E existe uma correção importante em relação à imagem que circula nas redes: trata-se da Cognition AI, e não da Cognizant, multinacional de serviços de tecnologia.
São empresas completamente diferentes.
Também não se trata de a Cognition ter “atingido US$ 48 bilhões em mercado”. Os US$ 48 bilhões representam a avaliação privada atribuída à startup na nova rodada de investimento, não receita, valor de mercado em bolsa ou dinheiro disponível no caixa.
A empresa não possui ações negociadas publicamente.
Avaliação quase dobrou desde maio
O ritmo de valorização chama atenção.
Em maio de 2026, a Cognition havia levantado mais de US$ 1 bilhão em uma Série D, com avaliação de aproximadamente US$ 26 bilhões.
Pouco mais de três meses depois, o valor atribuído pelos investidores chegou a US$ 48 bilhões.
É um aumento de aproximadamente 85% em um intervalo extremamente curto.
A nova rodada foi liderada por Andreessen Horowitz e Accel, que entraram como novos investidores.
Também participaram investidores existentes como Founders Fund, General Catalyst e Avenir, além de uma extensa lista de fundos e investidores institucionais.
Nvidia também entrou na rodada
Entre os participantes está a Nvidia.
A relação chama atenção porque a gigante dos chips não é apenas investidora.
Ela também utiliza a tecnologia da Cognition.
A empresa aparece entre os clientes que adotaram Devin em atividades relacionadas ao desenvolvimento de software.
Outros nomes associados à base de clientes incluem grandes organizações dos setores financeiro, industrial e tecnológico.
Essa presença corporativa ajuda a explicar por que investidores estão atribuindo uma avaliação tão elevada à startup.
Receita anualizada se aproxima de US$ 900 milhões
O dado que talvez explique melhor a valorização está no crescimento comercial.
Em maio, quando realizou sua rodada anterior, a Cognition reportava aproximadamente US$ 492 milhões em receita anualizada — run-rate revenue.
Agora esse indicador está próximo de US$ 900 milhões.
Isso representa crescimento de aproximadamente 83% em pouco mais de três meses.
Mas existe uma precisão fundamental.
US$ 900 milhões em run-rate revenue não significa necessariamente que a empresa já faturou US$ 900 milhões durante os últimos 12 meses.
O que significa receita anualizada?
Run-rate é uma projeção.
Se uma empresa está gerando aproximadamente US$ 75 milhões por mês e esse ritmo permanecer constante, sua receita anualizada seria próxima de:
US$ 75 milhões × 12 = US$ 900 milhões.
A métrica é bastante utilizada por startups que crescem rapidamente porque receitas históricas podem não representar a escala atual da operação.
Por outro lado, ela depende de uma hipótese importante:
o ritmo atual precisa continuar.
Por isso, run-rate não deve ser confundido com receita anual já realizada e auditada.
Mercado está pagando mais de 50 vezes essa receita anualizada
Mesmo considerando o ritmo atual próximo de US$ 900 milhões, a avaliação é agressiva.
US$ 48 bilhões divididos por US$ 900 milhões representam aproximadamente 53 vezes a receita anualizada atual.
Isso mostra o tamanho das expectativas colocadas sobre agentes de programação.
Os investidores não estão pagando apenas pelo negócio que a Cognition possui hoje.
Estão apostando no tamanho que esse mercado poderá alcançar.
Devin está no centro da tese
O principal produto da Cognition é o Devin, apresentado originalmente como um “engenheiro de software de IA”.
A ideia é ir além dos copilotos tradicionais.
Em vez de simplesmente sugerir algumas linhas de código enquanto uma pessoa programa, Devin recebe uma tarefa de nível mais alto e tenta executar diferentes etapas sozinho.
Planejar.
Explorar um repositório.
Escrever código.
Executar testes.
Identificar erros.
Corrigir problemas.
Pesquisar documentação.
E preparar alterações para serem revisadas.
A diferença parece sutil, mas representa uma transformação profunda na maneira como software pode ser produzido.
Copiloto responde; agente executa
Na primeira geração de ferramentas de programação com IA, o modelo funcionava principalmente como assistente.
O desenvolvedor escrevia.
A IA sugeria.
O humano aceitava ou rejeitava.
Com agentes, a relação começa a mudar.
O desenvolvedor pode definir um objetivo:
“Corrija este bug.”
“Implemente esta funcionalidade.”
“Atualize essas dependências.”
“Faça a migração desta API.”
“Analise este repositório.”
E o agente trabalha durante vários passos para tentar entregar o resultado.
O humano passa gradualmente de executor para supervisor.
Essa mudança pode alterar a economia do software
Software é um dos produtos mais importantes da economia moderna.
Bancos dependem dele.
Hospitais.
Fábricas.
Governos.
Varejistas.
Telecomunicações.
Automóveis.
Companhias aéreas.
Praticamente toda grande empresa possui sistemas que precisam ser construídos, atualizados e mantidos.
O custo humano desse trabalho é gigantesco.
Se agentes conseguirem automatizar uma parcela relevante dessas tarefas, o mercado potencial será enorme.
É justamente essa tese que ajuda a explicar os US$ 48 bilhões.
Cognition não está sozinha
O problema para a startup é que ela entrou em uma das áreas mais competitivas de toda a inteligência artificial.
OpenAI desenvolve ferramentas de programação e agentes por meio do Codex.
Anthropic transformou Claude Code em um dos produtos mais importantes de sua estratégia.
Google também investe fortemente em programação assistida e agentes.
Microsoft integra IA profundamente ao ecossistema GitHub.
Além delas, existem startups especializadas em diferentes partes do desenvolvimento de software.
A Cognition precisa disputar mercado contra algumas das empresas mais capitalizadas do planeta.
Windsurf ampliou a estratégia
Um dos movimentos mais importantes da empresa foi a aquisição da Windsurf.
O negócio ampliou a presença da Cognition para além do Devin.
A Windsurf construiu um ambiente de desenvolvimento focado em inteligência artificial e ganhou grande popularidade entre programadores.
A combinação cria uma estratégia interessante.
De um lado, uma interface utilizada diretamente pelo desenvolvedor.
Do outro, agentes capazes de executar tarefas com maior autonomia.
A disputa deixou de ser apenas pelo melhor modelo
Essa integração mostra como o mercado está mudando.
No começo da corrida generativa, a discussão era:
qual modelo escreve melhor código?
Agora a pergunta está se tornando:
qual plataforma consegue assumir uma tarefa inteira de engenharia?
Isso envolve muito mais do que gerar texto.
O sistema precisa compreender grandes bases de código.
Utilizar ferramentas.
Executar comandos.
Interagir com ambientes.
Acompanhar tarefas durante períodos prolongados.
Interpretar resultados.
Corrigir os próprios erros.
E saber quando pedir ajuda.
Agentes precisam trabalhar por muito mais tempo
Um chatbot tradicional responde em segundos.
Um agente de software pode trabalhar durante minutos ou horas.
Isso muda completamente a infraestrutura necessária.
Quanto mais tempo o agente executa, maior o consumo de computação.
Ele pode realizar dezenas ou centenas de chamadas a modelos.
Ler milhares de arquivos.
Executar testes repetidamente.
Voltar atrás.
Tentar outra abordagem.
Tudo isso custa dinheiro.
Crescimento também pode signific enorme gasto computacional
A rápida expansão da Cognition possui, portanto, outro lado.
Servir quase US$ 900 milhões em receita anualizada com agentes intensivos em computação pode exigir uma quantidade gigantesca de infraestrutura.
Relatos do mercado apontam que o consumo de caixa da empresa pode ser muito elevado justamente por causa dos servidores necessários para desenvolver e executar seus produtos.
Esse é um dos grandes desafios econômicos do setor.
Uma empresa de software tradicional possui margens extremamente altas porque distribuir uma cópia adicional do produto custa pouco.
Um agente de IA trabalha de maneira diferente.
Cada tarefa executada consome processamento.
Quanto mais o agente trabalha, mais custa
Imagine dois produtos.
O primeiro é um editor de texto tradicional.
Depois de desenvolvido, abrir um novo documento custa quase nada para o fornecedor.
O segundo é um agente que passa duas horas raciocinando, executando código e utilizando modelos avançados.
Cada nova tarefa possui custo computacional real.
Isso significa que o sucesso dos agentes dependerá não apenas de aumentar receita, mas de reduzir o custo por tarefa concluída.
O cálculo precisa fechar para empresas
Para um cliente, a pergunta também será econômica.
Se um agente custa US$ 50 para executar uma tarefa que consumiria quatro horas de um engenheiro, pode existir enorme vantagem.
Se custa US$ 200 e precisa de três horas de revisão humana, a conta muda.
Por isso, benchmarks de programação não contam toda a história.
Empresas querem saber:
quanto custa;
quanto tempo leva;
quantas tarefas são concluídas corretamente;
quanto retrabalho aparece;
e quanto tempo humano realmente foi economizado.
Engenharia de software é um alvo ideal para agentes
Existe uma razão para programação ter avançado tão rapidamente.
O ambiente é digital.
Código pode ser lido pela IA.
Pode ser executado.
Pode ser testado.
Erros geram mensagens.
Testes informam se algo funcionou.
Versionamento permite desfazer alterações.
Tudo isso cria um ciclo de feedback muito mais claro do que em diversas outras profissões.
Um agente consegue tentar.
Falhar.
Observar o erro.
Corrigir.
Executar novamente.
Essa estrutura favorece automação.
Mas produzir código não é o mesmo que produzir software
Existe uma diferença fundamental.
Escrever código é apenas uma parte da engenharia.
Profissionais também precisam:
entender clientes;
definir requisitos;
tomar decisões arquiteturais;
negociar prioridades;
avaliar riscos;
proteger segurança;
compreender sistemas legados;
revisar mudanças;
e assumir responsabilidade pelo resultado.
É por isso que agentes ainda precisam de supervisão em muitas situações.
Código gerado por IA também cria riscos
Quanto maior a autonomia, maior o impacto potencial de um erro.
Uma IA pode:
introduzir vulnerabilidades;
interpretar requisitos incorretamente;
apagar funcionalidades;
criar dependências problemáticas;
expor dados;
ou alterar comportamento de sistemas críticos.
Em um protótipo, isso pode ser inconveniente.
Em um banco, hospital ou sistema industrial, pode ser grave.
Por isso, governança e revisão continuam essenciais.
Agentes podem criar muito mais código do que humanos conseguem revisar
Existe ainda um paradoxo.
Se cada desenvolvedor consegue coordenar dez agentes simultaneamente, a quantidade de código produzido pode aumentar drasticamente.
Mas quem revisará tudo?
A indústria pode resolver parte desse problema utilizando IA para revisar IA.
Um agente escreve.
Outro testa.
Outro procura vulnerabilidades.
Outro verifica requisitos.
O humano supervisiona a cadeia.
Isso começa a criar uma nova arquitetura de desenvolvimento.
O programador pode virar gestor de agentes
A transformação mais provável no curto prazo talvez não seja simplesmente “IA substitui programadores”.
Pode ser:
programadores que sabem coordenar agentes produzem muito mais do que programadores que não utilizam essas ferramentas.
Um único engenheiro poderá administrar vários processos paralelos.
Enquanto um agente corrige um bug, outro implementa uma função e um terceiro escreve testes.
A pessoa deixa de trabalhar linha por linha e passa a administrar objetivos.
Isso pode reduzir equipes?
Possivelmente.
Se dez profissionais conseguem produzir o que antes exigia vinte, empresas podem optar por equipes menores.
Mas existe outra possibilidade.
O custo menor de produzir software pode aumentar a demanda.
Projetos que antes eram caros demais tornam-se viáveis.
Empresas modernizam sistemas legados.
Pequenos negócios desenvolvem softwares próprios.
Startups criam mais produtos.
Esse efeito pode gerar novas oportunidades ao mesmo tempo em que elimina determinadas tarefas.
A história da tecnologia mostra esse paradoxo
Planilhas não eliminaram finanças.
Computadores não eliminaram escritórios.
Cloud computing não eliminou departamentos de TI.
Mas todas essas tecnologias mudaram profundamente quais funções existiam e quantas pessoas eram necessárias para determinadas tarefas.
Agentes de programação podem produzir transformação semelhante — possivelmente em velocidade muito maior.
Grandes empresas já estão testando a mudança
A presença de clientes corporativos importantes é fundamental para a Cognition.
A tecnologia precisa demonstrar que funciona não apenas em pequenos projetos, mas em bases de código gigantescas e antigas.
Esse é um mercado particularmente atraente.
Grandes organizações possuem milhões de linhas de software legado.
Sistemas escritos há décadas.
Dependências antigas.
Documentação incompleta.
Profissionais que já deixaram a empresa.
Modernizar tudo isso custa bilhões.
Legado pode ser uma oportunidade gigantesca
Uma empresa pode não querer que um agente construa seu sistema bancário inteiro sozinho.
Mas pode utilizar IA para tarefas mais controladas.
Atualizar bibliotecas.
Criar testes.
Documentar código antigo.
Migrar linguagens.
Corrigir vulnerabilidades.
Analisar dependências.
Essas atividades existem em praticamente toda grande organização.
Se agentes conseguirem executá-las com confiabilidade, o mercado será enorme.
US$ 48 bilhões representam uma aposta no futuro do trabalho técnico
A avaliação da Cognition precisa ser compreendida dessa maneira.
A empresa não vale US$ 48 bilhões porque já gera dezenas de bilhões em receita.
Seu run-rate está próximo de US$ 900 milhões.
Os investidores estão precificando a possibilidade de que agentes de software capturem uma parcela significativa dos trilhões de dólares gastos globalmente com desenvolvimento, manutenção e serviços tecnológicos.
É uma aposta ambiciosa.
E arriscada.
Valuation não é dinheiro no banco
Outro cuidado importante ao interpretar números de startups.
Uma avaliação de US$ 48 bilhões não significa que a Cognition recebeu US$ 48 bilhões.
A companhia levantou mais de US$ 2 bilhões nesta rodada.
Os US$ 48 bilhões são o valor atribuído à empresa com base no preço pago pelos investidores por determinada participação.
Se futuras rodadas ocorrerem com preços menores, essa avaliação pode cair.
Se o negócio continuar crescendo rapidamente, pode aumentar.
Também não é uma empresa de US$ 48 bilhões em bolsa
A Cognition permanece privada.
Não existe, portanto, uma cotação pública diária determinando sua capitalização de mercado.
O valuation resulta de negociações privadas entre empresa e investidores.
Termos preferenciais também podem tornar avaliações privadas mais complexas do que simplesmente multiplicar todas as ações pelo preço da última rodada.
Por isso, comparar diretamente valuation de startup com capitalização de uma companhia listada exige cautela.
De US$ 26 bilhões para US$ 48 bilhões em três meses
Mesmo com essas ressalvas, o movimento continua impressionante.
Maio de 2026:
US$ 26 bilhões.
Setembro de 2026:
US$ 48 bilhões.
Receita anualizada em maio:
US$ 492 milhões.
Agora:
quase US$ 900 milhões.
Os dois indicadores praticamente cresceram juntos.
Isso ajuda a explicar por que investidores aceitaram manter um múltiplo extremamente elevado.
A próxima batalha será provar sustentabilidade
Crescer rapidamente é uma coisa.
Sustentar esse crescimento é outra.
A Cognition precisará demonstrar:
retenção de clientes;
margens melhores;
redução de custos computacionais;
confiabilidade dos agentes;
segurança;
capacidade de competir com gigantes;
e expansão para novos casos de uso.
Também precisará acompanhar modelos que evoluem rapidamente.
Uma vantagem tecnológica pode desaparecer em meses.
Agentes de programação viraram laboratório do futuro da IA
O que está acontecendo com a Cognition possui importância muito maior do que uma rodada de investimento.
Programação está se tornando um dos primeiros setores nos quais agentes autônomos conseguem executar atividades economicamente relevantes durante períodos prolongados.
Se esse modelo funcionar, a mesma arquitetura poderá avançar para outras áreas.
Finanças.
Jurídico.
Marketing.
Pesquisa.
Operações.
Atendimento.
Engenharia.
A ideia de dar uma tarefa e esperar um resultado completo pode se espalhar para inúmeras profissões digitais.
A Cognition virou uma aposta de US$ 48 bilhões nessa tese
Em março de 2024, Devin chamou atenção principalmente como uma demonstração do que um “engenheiro de software de IA” poderia fazer.
Pouco mais de dois anos depois, a empresa por trás dele está avaliada em US$ 48 bilhões e apresenta receita anualizada próxima de US$ 900 milhões.
A velocidade dessa transformação mostra como a corrida da inteligência artificial está mudando.
A primeira fase foi dominada por chatbots capazes de responder perguntas.
A próxima está sendo construída por sistemas capazes de receber trabalho.
E é exatamente aí que Cognition, OpenAI, Anthropic, Google, Microsoft e outras gigantes começam a disputar um mercado muito maior.
A pergunta já não é apenas se a IA consegue escrever código. É quanto do processo inteiro de engenharia de software ela conseguirá assumir — e quantas empresas estarão dispostas a pagar para que agentes trabalhem ao lado, ou no lugar, de equipes humanas em determinadas tarefas.
