Como programar por voz sem digitar uma linha

Programar por voz deixou de ser curiosidade e virou fluxo de trabalho real para quem não pode digitar. Após uma lesão na mão, o desenvolvedor Theo (t3.gg) passou a ditar código e instruções com o Wispr Flow, orquestrar agentes de IA e navegar o computador quase sem teclado — e afirma que a produtividade subiu em vez de cair.

Programar por voz funciona quando você para de ditar código

Programar por voz funciona quando você dita intenções para agentes de IA em vez de ditar código. Foi o que descobriu o Theo, criador do T3 Code, após lesionar a mão em agosto de 2026 e passar meses com gesso. Ele digava 160 palavras por minuto antes da lesão e, mesmo assim, continuou entregando mudanças grandes nos seus projetos.

A tentação inicial é tentar escrever o código falando. O próprio Theo demonstrou ao vivo: "let x = 4, let y = 12, while x is less than y, x++". O resultado é inviável. Sintaxe não se dita; se dita o problema, e a máquina escreve a solução.

A lição central do vídeo dele é simples de enunciar e difícil de praticar: traga o agente para mais cedo no processo e deixe ele ir mais longe antes de te incomodar. Quem digita rápido tende a fazer no meio do caminho tudo o que o modelo poderia fazer sozinho.

Por que ditar sintaxe diretamente não funciona

Ditar a estrutura de uma função, com chaves, parênteses e operadores, exige soletrar cada símbolo. O Theo testou e descartou a ideia na hora: o esforço de falar pontuação supera qualquer ganho.

O que muda o jogo é a combinação de três capacidades atuais: transcrição de voz de boa qualidade, modelos que escrevem código e ferramentas de computer use que operam a tela. Sem uma delas, programar por voz vira transcrição lenta. Com as três, vira delegação.

Ele observa que existe uma comunidade pequena de pessoas que programa assim há décadas, por necessidade de acessibilidade. Para o resto, a diferença em 2026 é que o modelo interpreta o dito, corrige erros de palavra e executa a intenção.

Ditado sussurrado: o microfone de mesa que mudou o fluxo

O maior gargalo do ditado no escritório não é técnico, é social. O Theo trabalhava em escritório com a equipe ao lado e se sentia constrangido em falar com o computador. A solução foi um microfone de podium de cerca de 70 dólares que capta voz sussurrada.

Ele demonstra o contraste no vídeo: um microfone profissional de 500 dólares plugado em uma interface de 800 dólares registra a voz em torno de −4 dB, enquanto o microfone pequeno, usado para ditar num sussurro, opera perto de −40 dB. Vizinhos de mesa não escutam praticamente nada. Ele relata também que o mic inicial da transcrição usa o microfone do MacBook — teste antes de comprar nada.

A ferramenta que ele usa para transcrever é o Wispr Flow, um serviço de ditado com IA que transforma fala em texto formatado na tela. Ele conta que o colega Ben Davis construiu uma versão local alternativa e acha que desempenho parecido é possível, mas segue satisfeito com o Wispr Flow. Os números de dB e de preço são relatos de experiência dele, não medições independentes.

Viver sem terminal: o projeto Fleet

Terminal sem teclado, nas palavras dele, é inferno. Desde a lesão, o Theo afirma não ter aberto um terminal manualmente, exceto para um experimento de longo prazo que roda sozinho: reescrever o TypeScript em Rust.

A alternativa é um projeto pessoal chamado Fleet, que documenta todas as máquinas dele: como conectar via SSH, o que está instalado e para que cada uma serve. Em vez de abrir um SCP, ele dita uma instrução para transferir um arquivo entre computadores e recebe uma notificação quando termina.

O exemplo prático do vídeo: baixar a ISO do Super Smash Bros. Melee (decompilado recentemente) numa máquina e pedir por voz que um agente copie o arquivo para o MacBook secundário. Ele nem esperou o download terminar; o agente cuidou dos passos intermediários. O padrão se repete: puxar a IA para tarefas que você nem delegaria antes.

Agentes que testam, revisam e mergeiam sozinhos

O Theo usa ChatGPT, da OpenAI, para tarefas pessoais e o T3 Code para tudo que envolve código. Um exemplo pessoal: pediu ao modelo, em teste antecipado do GPT-6 com computer use, que baixasse 49 PDFs de prontuário médico de um portal hospitalar confuso. A tarefa levou cerca de 20 minutos e ele não tocou no teclado.

No código, o fluxo mudou de forma. Antes, ele testava tudo manualmente com uma mão; agora instrui o agente a validar as próprias mudanças com computer use, ler os bots de code review do repositório e rodar subagentes de verificação. Só então o agente volta com o resultado.

O dado mais polêmico do vídeo, e que é relato de experiência do autor: ele afirma ter deixado o Claude Code, agente de codificação da Anthropic, e o Fable mergearem mais de 150 pull requests de forma autônoma nos seus projetos, com duas regressões — ambas animações removidas acidentalmente. É taxa de erro que ele compara, com ressalvas, à de desenvolvedores experientes. Os números não têm verificação independente.

Um detalhe de produto que ajuda: no T3 Code, segurar Command e apertar Enter abre uma nova thread sem sair da tela de prompt. Ele usa isso para disparar três ou quatro trabalhos em sequência, tipo um despejo mental de tarefas.

GitHub sem abas: revisar pull requests dentro do editor

O Theo mantinha de 30 a 50 abas do GitHub abertas o dia inteiro. Hoje afirma manter uma, e a razão é que parou de navegar o site diretamente.

Em vez de abrir o GitHub, ele dita um pedido: liste os pull requests recentes que tocam as áreas que importam, resuma cada um em duas ou três frases e explique por que ele especificamente deveria se importar. O resultado chega como texto legível, sem troca de contexto.

O T3 Code também tem um visualizador de pull requests embutido, construído pela equipe, que permite ler e até mergeiar sem sair do app. Para quem usa outras ferramentas, como o Cursor, a dica transferível é a mesma: peça ao agente que vá buscar o contexto, em vez de copiar e colar você mesmo.

Delegar contexto: por que ser preguiçoso é eficiente

Copiar e colar virou dor para o Theo, então ele parou de passar contexto manualmente entre agentes. Em vez disso, cita uma thread antiga por nome e pede que o novo agente a localize e extraia o que precisa.

Ele admite que o método é mais lento e mais caro do que colar o texto. A defesa é que os tokens desperdiçados importam pouco quando você está fazendo outra coisa em paralelo, especialmente com assinaturas de modelos de fronteira na faixa de 200 dólares por mês. Modelos menores, segundo ele, podem não seguir o contexto tão bem sem ajuda.

O exercício que ele propõe aos leitores: na próxima tarefa, dispare o agente com apenas o que está na sua cabeça, sem dicas, e volte só no final. Compare o caminho que você teria seguido com o do agente. O argumento dele é que grande parte do planejamento manual é trabalho que o modelo pode assumir.

Perguntas frequentes

• Dá para escrever código falando diretamente? Ditar sintaxe palavra por palavra é inviável, como o próprio Theo demonstrou. O que funciona é descrever o problema e deixar o agente escrever, testar e ajustar o código.

• Preciso de um microfone caro para programar por voz? Não. Ele recomenda começar com o microfone embutido do MacBook em volume normal. O mic pequeno de mesa resolve o cenário específico de ditar sussurrando ao lado de outras pessoas.

• O que é o Wispr Flow? É uma ferramenta de ditado com IA que transcreve fala em texto formatado na tela, incluindo dicionário de termos técnicos. O Theo a usa como camada de entrada de texto em todo o fluxo, embora queira eventualmente alternativas locais.

• Mergear pull requests sem revisão humana é seguro? O Theo relata cerca de 150 merges autônomos com duas regressões leves nos projetos dele, mas são números próprios, sem auditoria independente. O risco aceitável depende do projeto; para código sensível, revisão humana continua recomendada.

• Essas dicas servem para quem digita bem? Segundo o autor, sim. A equipe dele adotou o microfone de mesa e o hábito de delegar mais cedo e deixar o agente ir mais longe, com ganhos de produtividade mesmo sem qualquer limitação física.

Transforme suas aulas em artigos com o Skala Blog

A maior lição do vídeo é que conhecimento travado num formato só se desperdiça: o Theo precisou de uma lesão para repensar como trabalha, e criadores como o Gustavo Dev Doido mostram todo dia que conteúdo de qualidade sobre desenvolvimento — como o do Crazystack Typescript e o do Bootcamp do Dev Doido — merece existir em mais de um formato. Se você explica bem falando, esse é o seu caso.

Com o Skala Blog, você cola o link de um vídeo do YouTube, gera a transcrição e recebe um artigo estruturado pronto para revisar. O que você ensinou numa live vira texto pesquisável, sem regravar nada.

Acesse o Skala Blog, cole a URL do seu vídeo e deixe o conteúdo que já existe no seu canal ganhar uma segunda vida em formato de artigo.

Source video