Edição 188 - Boletim AM Newsletter Semanal da Análise Macro Claude Code: mitos e verdades

Fala, Reader, como estão as coisas?

Não te enviei o boletim AM aos domingos nas últimas semanas e hoje estou aqui para te contar por quê.

Mergulhei fundo no Claude Code — a ferramenta de programação por IA da Anthropic — e quero compartilhar com vocês o que aprendi e como isso vai afetar como a Análise Macro vai te ajudar a partir do próximo mês. Não o hype, mas o que realmente importa para quem trabalha com análise de dados econômicos e financeiros, além daqueles que usam R e Python e agora IA para automatizar processos.

Bora lá?

O que é o Claude Code?

Claude Code é a CLI (interface de linha de comando) oficial da Anthropic.

E esse ponto é o mais importante até aqui. Em geral, estamos acostumados a interagir com o computador através de elementos visuais (GUIs), que geram uma interface do tipo "apontar e clicar".

Já processos que usam linha de comando podem interagir melhor com o ambiente de trabalho, de modo a ler seu codebase inteiro, planejando uma abordagem em múltiplos arquivos, executando mudanças, rodando testes e, importante, iterando sobre falhas.

Você define o objetivo. Ele executa. Você revisa o resultado.

Não é um autocomplete.

É um agente que opera no nível do projeto — e que se conecta a fontes externas via um negócio chamado MCP (Model Context Protocol), um padrão open source que funciona como uma tomada universal entre o Claude e o mundo real.

Por exemplo, imagine que estamos criando um pipeline de previsão de pesquisas e variáveis econômicas, como IPCA, PMC e PMS. Isso pode ser feito a partir do Claude Code, desde o gatilho (o release do IBGE, por exemplo) até a entrega por e-mail para um cliente.

Alguns mitos

A internet, como de hábito, está cheia de gurus que espalham o "fim dos dias" e um "desemprego em massa" nos próximos anos por conta de ferramentas como o Claude Code.

Mas, vamos com calma.

Como disse acima, o Claude é um agente que opera no seu ambiente de trabalho e se conecta a fontes externas.

Isso é verdade, então é um fato.

A questão é que ele faz isso via o Model Context Protocol (MCP), um padrão open source para integrações com IA.

Com MCPs configurados de forma correta e estável, o agente pode, por exemplo, ler do Notion, consultar contatos no HubSpot, entrar no Gmail, etc.

Ou seja, de fato já existem casos de uso muito maduros como Github/Gitlab, bancos de dados, slacks, e-mails, Jira, Linear...

Mas para alguns outros, como "vou demitir minha agência de marketing" e colocar o Claude Code para fazer gestão de anúncios e tráfego pago, os MCPs ainda são escassos e imaturos.

Os riscos aqui são vários, desde ações irreversíveis, invasão externa e custo de tokens em escala.

Para casos como anúncios pagos, hoje Claude Code seria mais útil como assistente de análise e geração de conteúdo (lendo relatórios, sugerindo copies, gerando variações) do que como agente autônomo gerenciando campanhas.

Isso, espera-se, deve mudar conforme o ecossistema MCP cresce. E esse é o ponto-chave para acompanhar.

O impacto no tempo

Para um analista que trabalha com implementação de pipelines de dados — coleta via API, tratamento de séries, modelagem e relatório para clientes — o Claude Code comprime semanas em dias.

O que o relatório da Anthropic revelou

Em março de 2026, a Anthropic publicou um estudo sobre impacto da IA no mercado de trabalho. Os dados são reveladores — e um pouco irônicos, vindo de quem fabrica a ferramenta:

→ Programadores lideram o ranking de exposição à IA, com 75% das tarefas potencialmente cobertas.

→ Analistas financeiros e economistas também aparecem entre os mais expostos.

→ O impacto no desemprego geral ainda é estatisticamente imperceptível.

→ Mas a contratação de jovens de 22 a 25 anos em ocupações de alta exposição caiu 14% desde o lançamento do ChatGPT.

A conclusão mais honesta do relatório: o efeito ainda não aparece no desemprego, mas já está bloqueando a entrada de novos profissionais. As vagas júnior somem antes das demissões em massa.

Quem se beneficia e quem está vulnerável

O Claude Code não beneficia quem pensa em detrimento de quem executa. Ele beneficia quem pensa E sabe orquestrar a ferramenta.

O relatório da Anthropic desenha três perfis bastante distintos:

O vulnerável — faz trabalho estruturado, repetitivo e baseado em texto. Não usa IA. É substituído gradualmente, começando pelas vagas de entrada - isso, inclusive, já é algo sentido no mercado de trabalho de alguns países.

O que perde terreno — tem capacidade analítica real, mas ignora as ferramentas. Continua entregando bem, porém mais devagar que um par que usa Claude Code. Não perde o emprego amanhã, mas vai ficando para trás sem perceber.

O que se beneficia — combina julgamento econômico com domínio de contexto e capacidade de orquestrar IA. Entrega o que antes exigiria uma equipe. É esse o perfil que a ferramenta realmente alavanca.

O que é interessante notar é que as três figuras podem existir dentro da mesma profissão — inclusive dentro da economia. Um analista júnior que só processa dados é a primeira figura. Um economista sênior experiente que se recusa a aprender novas ferramentas é a segunda. E o economista que usa Claude Code para automatizar pipelines macro e ainda assina a curadoria final é a terceira.

O recado prático

O "profissional que pensa" só se beneficia se também aprender a usar as ferramentas. Pensar bem sem dominar IA não é mais suficiente — porque outro profissional que pensa igualmente bem e domina Claude Code vai entregar muito mais.

A vantagem competitiva passa a ser: julgamento + capacidade de orquestrar IA.

Como começar?

Ao longo das próximas semanas e meses, vou falar muito sobre Claude Code e outros copilots menos "hypados" por aqui.

Nossa ideia na Análise Macro será permitir que você seja o profissional que se beneficia de verdade da IA, tendo conhecimento profundo sobre as principais ferramentas e, claro, como colocar pipelines como esse abaixo de pé. Do zero.

Temos muito trabalho por fazer, juntos.

Há toda a sorte de modelos como os do Banco Central e os modelos do tipo DSGE que precisamos construir dentro do ambiente do Claude Code.

Além disso, como utilizar o Claude para rodar pipelines inteiros de modelagem e previsão de variáveis econômicas e financeiras com estabilidade e confiança.

Também, precisaremos adicionar cada vez mais dados não estruturados como textos, imagens e áudios nos nossos modelos de modo que eles capturem a riqueza e o contexto dessas informações para melhorar a acurácia das nossas previsões.

À medida que mais e mais profissionais e instituições entrem no contexto da Inteligência Artificial, a tendência é que a dispersão e acurácia das previsões melhore.

O jogo está começando.

Estou animado e você?

Um abraço,
​Vítor Wilher — Análise Macro​
​A verdade está nos dados

Perdeu alguma edição anterior do Boletim AM? Sem problemas. Leia as edições anteriores tocando aqui​