A IA me conhece melhor do que eu mesmo — Experiência com o Recurso Insight do Qwen Code

Experiência com o novo recurso Insight do Qwen Code, usando dados para mostrar como você usa a IA e como a IA pode orientá-lo a usá-la melhor.

Recentemente, o Qwen Code lançou um novo recurso — Insight.

Depois de usá-lo por alguns dias, tive uma sensação muito forte: a IA me conhece melhor do que eu mesmo.

Antes, eu sempre achei que minha colaboração com a IA era bem fluída, até que o Insight colocou em evidência todas aquelas «coisas incômodas às quais eu estava acostumado». E o mais interessante é que — a IA está me ensinando a usá-la melhor. Ela não apenas diz «o que você fez», mas também mostra «como você poderia fazer melhor».

Isso não é como um professor personalizado para revisão em tempo real?

Por que precisamos de uma «revisão do uso da IA»?

Todos sabemos o valor da revisão — olhar para trás, refletir, melhorar. Mas, sendo sincero, quantas pessoas realmente fazem uma revisão de como usam a IA?

A maioria das pessoas (incluindo eu) está neste estado: quando surge um problema, pergunta à IA; quando a IA dá uma resposta, usa; quando aparece um bug, pergunta de novo. Dia após dia, pensamos que estamos usando bem a IA, mas na verdade podemos estar apenas repetindo os mesmos padrões ineficientes e caindo nas mesmas armadilhas.

O que o Insight faz é automatizar essa revisão para você.

Ele analisa todas as suas conversas com o Qwen Code e gera um relatório de uso personalizado. É como o «tempo de uso da tela» do celular, mas em vez de dizer «quanto tempo você passou assistindo vídeos curtos hoje», ele mostra «quanto trabalho a IA fez por você hoje e como você pode fazer a IA trabalhar ainda mais por você».

É como um espelho: ajuda você a enxergar seus «hábitos de uso da IA»

O que mais me tocou no Insight foi que ele me mostrou padrões dos quais eu nem tinha consciência.

Por exemplo, meu relatório mostrou que, em 4 dias, usei 246 comandos shell, muito mais do que qualquer outra ferramenta. O Insight analisou isso e concluiu:

Você não gosta de planejar detalhadamente com antecedência; prefere ajustar enquanto faz.

Você prefere que o Qwen Code execute e valide, em vez de apenas dar conselhos.

Quando li isso, fiquei surpreso — estava certíssimo. Eu realmente sou do tipo «agir primeiro, pensar depois», mas nunca percebi que esse hábito afetava minha eficiência de colaboração com a IA.

Esse é o valor da revisão: não é dizer o que você fez de errado, mas mostrar seus padrões de comportamento, para que você mesmo perceba onde pode melhorar.

O Insight também analisa a distribuição do seu conteúdo de trabalho, horários de pico e tipos de demandas, ajudando você a entender de uma perspectiva macroscópica o que realmente está fazendo com a IA. Percebi que nesses dias estive principalmente trabalhando com documentação e desenvolvimento de skills (19 sessões), em vez de escrever código — sou definitivamente uma «pessoa de documentação» (risos).

É como um diagnosticador: ajuda você a encontrar «onde está travando»

Revisão não é apenas olhar dados; o mais importante é identificar pontos problemáticos.

O Insight identifica automaticamente atritos na sua colaboração com a IA e os analisa por categoria. Por exemplo, no meu relatório, os três maiores pontos problemáticos foram:

• Problemas de build e dependências: conflitos npm, falta de ffmpeg, erros de permissão — sempre várias rodadas de tentativa
• Falhas na gravação de arquivos: sintaxe heredoc, frontmatter YAML corrompido — erros repetidos ao criar arquivos de skill
• Interrupções no fluxo do Git: falhas na criação de PR, problemas de escape de aspas — operações que deveriam ser feitas em uma etapa viram depuração em múltiplas rodadas

Ver isso foi como uma revelação — esses problemas não eram ocasionais, mas sistemáticos. Toda vez que eu tinha problemas de build, precisava de várias rodadas; não era um problema da IA, mas da minha configuração de ambiente incompleta. Se o Insight não tivesse mostrado esses dados, talvez eu nunca tivesse percebido isso.

É como ir ao médico: você pode achar que «uma dor de cabeça ocasional não é nada», mas o exame mostra que sua pressão está alta — o problema não está nos sintomas isolados, mas em não enxergar o padrão por trás deles.

É como um treinador: oferece soluções específicas de melhoria

Depois de identificar os problemas, vem a parte mais valiosa do Insight — ele não apenas diagnostica, mas também prescreve.

O Insight fornece recomendações de regras que podem ser copiadas diretamente para o QWEN.md (arquivo de configuração personalizado do Qwen Code) com base nos seus pontos problemáticos. Por exemplo, para o meu caso, ele recomendou:

• Sempre validar e fornecer URL ao criar um PR (porque encontrei várias vezes o problema de PR não ser realmente criado)
• Usar gravação direta de arquivos em vez de heredoc para skills (porque heredoc causava repetidamente corrupção de YAML)
• Verificar se as dependências estão instaladas antes de iniciar o build (porque falta de dependências era meu maior sumidouro de tempo)

Estas não são «melhores práticas» genéricas, mas recomendações personalizadas extraídas dos seus dados reais de uso. É como um treinador que assiste à gravação do seu jogo e diz: «Seu terceiro passo está sempre meio atrasado, tente ajustar assim» — em vez de te dar um manual de treinamento genérico.

Ele também recomenda recursos que você pode precisar mas ainda não usou. Por exemplo, ele percebeu que eu frequentemente usava comandos shell como solução alternativa para criar PRs e recomendou que eu experimentasse MCP Servers, que permitem que o Qwen Code interaja diretamente com o GitHub, eliminando a necessidade de lidar com a linha de comando.

Ele também te encoraja: mostra onde você está indo bem

Uma boa revisão não é apenas encontrar problemas, mas também reconhecer progressos e pontos fortes.

O Insight mostra onde você está indo bem e em quais aspectos a IA mais te ajuda. Meu relatório mostrou 97% de taxa de satisfação e 80% das tarefas completas total ou parcialmente. A capacidade que mais me ajudou no Qwen Code foi «ajuda proativa» — ele identifica problemas ativamente e propõe soluções, em vez de esperar que eu o direcione passo a passo.

O relatório também inclui um módulo de perspectivas futuras, descrevendo a direção da evolução do desenvolvimento assistido por IA — de «executar tarefas passivamente» para «fluxos de trabalho autônomos multi-agentes». Depois de ler, você percebe: a forma como colaboramos com a IA hoje pode ser apenas um ponto de partida.

Um easter egg interessante

O relatório registrou uma pequena história: quando pedi o endereço IP local, digitei errado e a entrada saiu como caracteres aleatórios, mas o Qwen Code entendeu corretamente o que eu quis dizer e forneceu o endereço IP com sucesso. Essa sensação de «conexão telepática» foi meio fofa, haha.

Como usar o Insight?

No Qwen Code, basta digitar o comando /insights para gerar seu relatório de uso.

O relatório contém sete módulos:

Cada relatório é único, pois é baseado inteiramente nos seus próprios dados de uso. Seus pontos problemáticos, seus hábitos, suas recomendações de melhoria — tudo é personalizado.

Se você também usa o Qwen Code, recomendo fortemente que experimente. Não é para ver dados, mas para enxergar aquele «você» que passou despercebido — e então fazer a próxima colaboração com a IA um pouco mais fluída do que a anterior.

Para finalizar

O Insight não é apenas um recurso, mas uma nova perspectiva — deixar a IA te ajudar a entender como você usa a IA.

Nesta era em que a IA para programação assistida está se tornando cada vez mais popular, aprender a usar e colaborar de forma eficiente pode ser mais importante do que dominar uma linguagem de programação específica. E o Insight é seu espelho, seu diagnosticador, seu treinador.

📌 Endereço do projeto: https://github.com/QwenLM/qwen-code 

Se achou útil, dê um ⭐️ Star no projeto!

Se tiver dúvidas ou quiser compartilhar seu cenário de uso, deixe um comentário!

🔗 Links e Recursos

• GitHub: github.com/QwenLM/qwen-code 
• Documentação Oficial: qwenlm.github.io/qwen-code-docs 

Junte-se a nós!

O Qwen Code não pode existir sem a construção conjunta dos desenvolvedores da comunidade, e também depende do suporte e feedback dos usuários internos. Nossos recursos importantes, como o SDK Java, o plugin para VS Code e a extensão para o navegador Chrome, foram todos construídos em colaboração com parceiros internos. Se você se interessa pelo Qwen Code, venha contribuir conosco!

Também estamos contratando! O projeto Qwen Code está buscando talentos técnicos na área de IA full-stack, sem restrição de nível. Envie seu currículo! pomelo.lcw@alibaba-inc.com 

Abraçando a nova era do AI Coding, começando pelo Qwen Code no terminal.