Claude Code x DeepSeek: qual deles roda teste, build e git na sua máquina?

Fala aí, beleza? Tem uma diferença enorme entre receber um bloco de código lindo no chat e ver o comando rodando no SEU terminal, com exit code e tudo

Os dois nomes aparecem juntos em toda comparação de "melhor IA pra programar", só que eles não ocupam o mesmo andar da pilha

Um é ferramenta agêntica que mexe no seu repositório

O outro é modelo, e modelo (por definição na doc oficial deles) não executa nada sozinho

Então bora separar quem SUGERE de quem EXECUTA, que é onde a conversa fica útil de verdade

Claude Code x DeepSeek: a tabela do que cada lado faz

A tabela abaixo compara o Claude Code como ferramenta agêntica e a DeepSeek pela API, do jeito que cada documentação oficial descreve

Pré-inscrição Formação Claude Code

Domine o Claude Code do básico ao avançado

Você vai aprender a criar sistemas completos com Claude Code, sem precisar ser programador. Inscreva-se para ter acesso a um desconto de lançamento e bônus especiais!

Quero minha vaga

Do lado da DeepSeek ainda vale registrar o contexto de 1 milhão de tokens como padrão em todos os serviços oficiais deles, com os modelos deepseek-v4-pro e deepseek-v4-flash aceitando raciocínio em low, high e max

A linha que decide tudo, porém, é a do shell

A documentação de function calling da DeepSeek é bem explícita: o modelo NÃO executa a função, ele devolve um pedido de chamada, quem chama a API executa e devolve o resultado, e só então o modelo responde em linguagem natural

O tipo de ferramenta no schema oficial de Chat Completions deles é function, que permite pedir trabalho externo sem executar

Do outro lado, a descrição oficial do repositório do Claude Code fala em executar tarefas rotineiras e cuidar de fluxos de git por comandos em linguagem natural

É literalmente a fronteira do post em duas frases de documentação, né? 🙂

As tarefas que caem de cada lado da fronteira

O que cai no lado de quem executa:

• escrever os testes de um módulo, rodar os testes e corrigir as falhas (esse é o exemplo que a doc de fluxos comuns usa)
• preparar as mudanças e escrever a mensagem de commit
• criar branch
• abrir o pull request pela CLI gh
• retomar depois a sessão vinculada àquele PR

Quando o PR é criado com gh pr create, a sessão fica vinculada a ele e dá pra recuperar depois pelo número:

claude --from-pr 1234

Esse ciclo de testar de verdade é justamente onde a fronteira aparece, e eu já escrevi por aqui sobre fazer o Claude Code rodar os testes em vez de aceitar um "tudo certo" de boca

O que cai no lado de quem só sugere:

• explicar um trecho de código
• propor a implementação
• revisar em texto
• gerar o comando pra você colar no terminal

E tem uma regra prática pra não errar: se a tarefa termina com um ARQUIVO mudado no disco ou com um exit code, ela precisa de quem executa

Se ela termina com uma explicação na tela, o chat resolve

Simples assim

O que aparece quando o agente roda de verdade

No vídeo abaixo eu testei o Pi Coding Agent, que é outro agente de terminal (não é o Claude Code), justamente pelo lado do tooling de execução: leitura, escrita e execução de comandos bash, não só a geração de texto com código

Pedi pro agente criar um projeto Next do zero na pasta atual, usar PNPM, configurar Tailwind e TypeScript strict com App Router, instalar a biblioteca de gráficos e, no fim, subir o servidor de desenvolvimento e confirmar a porta

Ele executou a sequência inteira sozinho: instalou as dependências, montou os arquivos mínimos e subiu o servidor, e eu abri o projeto pronto no editor logo em seguida

E aí vem o detalhe que só existe quando alguém RODA o comando: o servidor subiu na porta 3005, porque as anteriores estavam ocupadas na minha máquina

Se liga nisso, porque é o tipo de coisa que nenhuma sugestão em texto te entrega

O texto diz "rode e acesse na porta 3000"

A execução real diz que a 3000 tava ocupada e o negócio subiu em outro lugar

Outra coisa que curti foi ver todo o passo a passo explícito no terminal, com o trace visível, em vez de só o output final que a ferramenta julga importante

Teve fricção também, claro: a primeira tentativa de instalação pelo comando padrão falhou no terminal dentro do VS Code, e eu resolvi instalando de forma global pelo npm (lembrando que é preciso ter o Node instalado)

Antes de gerar código eu configurei a autenticação com o provider e só depois escolhi o modelo, porque o Pi sobe cru e precisa dessa configuração inicial (fluxo diferente do Claude Code, que vai pela conta do seu plano)

Depois criei um arquivo de instruções do projeto na raiz e usei um comando de recarga pro agente contemplar o arquivo novo sem fechar e reabrir a sessão

E antes de liberar geração de código eu pedi uma confirmação em uma frase, só pra validar se ele tinha entendido o contexto mesmo

Na etapa seguinte pedi uma server action que busca commits públicos de um usuário e retorna um array tipado, e ele entregou os arquivos já com uma validação da funcionalidade por conta própria

Testar antes de entregar virou padrão nos agentes atuais, e mesmo assim eu quis rodar um teste mais manual pra conferir com os próprios olhos

Que é mais ou menos o mesmo cuidado de escrever teste que realmente valida alguma coisa, em vez de teste que só concorda com o código existente

No vídeo você vê a instalação, a conexão com o provider, o agente montando a base do projeto e os comandos rodando no terminal com transparência total

Como o Claude Code controla o que pode rodar

"Mas deixar uma IA rodar comando na minha máquina não é doideira?"

É aqui que entra a camada de permissão, que é o que torna a execução aceitável no dia a dia

Comandos Bash pedem aprovação do usuário

Ferramentas somente leitura (ler arquivo, buscar texto) não pedem, e existe um conjunto embutido de comandos Bash reconhecidos como somente leitura que roda sem prompt em todos os modos

Dá pra liberar padrões específicos com a flag --allowedTools:

claude --allowedTools "Bash(git log:*)" "Bash(git diff:*)"

Os modos de permissão:

• default (exibido como Manual na CLI)
• acceptEdits
• plan
• bypassPermissions

No modo plan o Claude pesquisa e propõe as mudanças sem aplicar: ele lê arquivos, roda comandos de shell pra explorar e escreve um plano, mas não edita o código-fonte

É o modo de "me mostra o que você pretende fazer antes de fazer"

Tome cuidado com o bypassPermissions: ele desliga os prompts e as checagens de segurança, e a própria documentação orienta usar apenas em ambientes isolados, tipo containers, VMs ou dev containers

Acima de tudo isso ainda existem os hooks

Hooks PreToolUse rodam ANTES do prompt de permissão e podem permitir, negar ou forçar a pergunta na chamada de ferramenta

E a hierarquia é o detalhe que importa: um hook que devolve deny bloqueia mesmo em bypassPermissions, e um hook que devolve allow não fura as regras de deny das configurações

Tem ainda o sandbox, que é outra camada: uma restrição de nível de sistema operacional sobre o que os comandos Bash podem acessar em arquivos e rede

Detalhe importante: o sandbox vale somente pra comandos Bash e seus processos filhos

Usar os modelos DeepSeek dentro do Claude Code

Agora o plot twist que parece quebrar a oposição toda (mas não quebra a fronteira)

A própria DeepSeek documenta o uso agêntico dos modelos dela como integração com ferramentas de terceiros, listando Claude Code, Codex, GitHub Copilot, GitHub Copilot CLI, Oh My Pi e Deep Code

Ou seja: não é "um ou outro", dá pra usar o motor DeepSeek dentro do agente que executa

A configuração documentada é por variáveis de ambiente:

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=sua-chave-deepseek
export ANTHROPIC_MODEL=deepseek-v4-pro

Tá no Windows? No PowerShell a sintaxe é $env: no lugar do export:

$env:ANTHROPIC_BASE_URL = "https://api.deepseek.com/anthropic"
$env:ANTHROPIC_AUTH_TOKEN = "sua-chave-deepseek"
$env:ANTHROPIC_MODEL = "deepseek-v4-pro"

Nessa integração os nomes de modelo da Anthropic são mapeados automaticamente: Opus vira deepseek-v4-pro, e Haiku e Sonnet viram deepseek-v4-flash

O GitHub Copilot CLI segue a mesma lógica por BYOK, apontando pro endpoint compatível com a Anthropic em https://api.deepseek.com/anthropic

E repara que a fronteira continua exatamente onde estava: o modelo DeepSeek continua só devolvendo o pedido de chamada, quem roda bash, mexe no disco e opera o git é o AGENTE

Trocar o motor não muda quem tem as mãos no teclado da sua máquina

Veredito: qual escolher para rodar teste, build e git

Sem eleger vencedor absoluto, porque a resposta muda por perfil

Se a sua tarefa termina no repositório, você quer o Claude Code

É ele que roda os testes, executa os comandos, edita os arquivos e opera o git de ponta a ponta

A instalação por npm é assim:

npm install -g @anthropic-ai/claude-code

Precisa de Node.js 18 ou superior, e NÃO deve ser feita com sudo

Depois disso, a verificação pós-instalação é o claude doctor

O limite dessa escolha: exige conta Pro, Max, Team, Enterprise ou Console, o plano gratuito do Claude.ai não dá acesso

Se você quer o motor DeepSeek, plugue ele no agente pelas variáveis de ambiente ali de cima

O limite aqui: você depende da integração e do endpoint compatível, e o comportamento de execução continua sendo do agente, não do modelo

Se você só quer ideia de código, explicação de trecho ou revisão em texto, o chat resolve e você não precisa instalar nada

O limite: nada disso encosta no seu disco, então build quebrado continua quebrado até você rodar

Conclusão

Sugerir código e executar comando são camadas diferentes, e a escolha depende de onde a SUA tarefa termina

Terminou em explicação? Chat

Terminou em arquivo mudado, teste rodado ou commit criado? Agente

O próximo passo concreto é bem curto: instala, roda claude doctor pra conferir, começa no modo plan pra ver o que o agente pretende fazer antes de liberar execução, e vai soltando comandos de leitura pelo --allowedTools conforme a confiança cresce

Começar apertado e afrouxar depois é bem melhor que o contrário, acredite 😀

Até o próximo post!