A quinta pesquisa anual de desenvolvedores Django, elaborada pela Django Software Foundation em parceria com a PyCharm, apresenta um panorama das tendências da comunidade do framework em 2026. O relatório baseou-se nas respostas de cerca de 3500 desenvolvedores de mais de 40 países, desde estudantes em início de carreira até profissionais com décadas de experiência. A principal conclusão é que os desenvolvedores mudam de ferramentas e métodos de trabalho muito mais rapidamente do que mudam de framework.
O PostgreSQL manteve sua posição como banco de dados preferido por entre 76% e 79% dos participantes durante cinco anos consecutivos, enquanto o mecanismo de templates do Django continuou sendo usado por cerca de 80% deles. Meses após o lançamento do Django 6.0, 43% afirmaram que já o utilizavam, enquanto cerca de metade dos desenvolvedores migra a cada versão estável. Esses números não significam que o Django não mude, mas indicam que sua estrutura central oferece uma base estável para experimentar novas ferramentas ao seu redor.
A inteligência artificial está presente, mas o padrão de uso ainda não foi definido
A inteligência artificial tornou-se parte habitual do desenvolvimento de aplicações Django. Apenas 10% dos participantes disseram não usar regularmente ferramentas de inteligência artificial para programação, enquanto 58% dos usuários as utilizam diariamente e 27%, várias vezes por semana. No entanto, a pesquisa não aponta uma ferramenta ou interface dominante; os usos distribuem-se aproximadamente entre o navegador, o ambiente de desenvolvimento e a linha de comando.
O Claude Code liderou com 35%, seguido pelo ChatGPT com 33% e pelo GitHub Copilot com 23%. Ainda assim, o uso mais comum continua sendo conversar e pedir aconselhamento; 56% dos usuários de inteligência artificial disseram que a utilizam apenas dessa forma. Além disso, 59% pedem à ferramenta que gere o código e depois aplicam as alterações por conta própria, e 44% permitem que ela modifique arquivos ou execute comandos quando solicitado, contra apenas 27% que a usam para concluir tarefas de várias etapas de forma independente.
Na prática, isso descreve a entrada do agente no ambiente de desenvolvimento, em vez de sua substituição. O ambiente de desenvolvimento continua sendo o local onde o desenvolvedor entende a base de código, revisa as alterações e decide o que entra no projeto. Essa cautela também se reflete no aprendizado: a documentação oficial do Django lidera as fontes de aprendizado, com 67%, mas as ferramentas de inteligência artificial vêm em segundo lugar, com 51%, à frente do YouTube, da leitura do código-fonte e do Stack Overflow.
As ferramentas de Python caminham para uma maior consolidação
Ferramentas relativamente recentes de gerenciamento de ambientes e qualidade de código estão ganhando destaque. O uv, lançado em fevereiro de 2024, é usado por 43% dos participantes, ficando atrás do venv, com 63%, e à frente do Docker, com 31%. Na área de linting e formatação, o Ruff tornou-se a ferramenta mais usada, com 43%, à frente das verificações do ambiente de desenvolvimento, com 27%, do Black, com 25%, do pre-commit, com 20%, e do Flake8, com 17%.
Isso não indica o desaparecimento das ferramentas mais antigas, mas sim que ferramentas mais novas começaram a abranger funções que antes exigiam um conjunto separado de ferramentas. Para as equipes, isso pode significar fluxos de configuração menos fragmentados, mas a pesquisa, por si só, não comprova que a migração para essas ferramentas tenha reduzido a complexidade ou o custo de manutenção.
Tipos e testes: adoção acelerada e menor consenso
As anotações de tipos tornaram-se uma prática comum: 57% dos desenvolvedores as utilizam e outros 26% planejam adotá-las. Já a ferramenta de verificação de tipos não alcançou um consenso semelhante. Entre os usuários de anotações de tipos, 40% dependem do verificador integrado ao ambiente de desenvolvimento, seguidos por mypy, com 32%, Ruff, com 29%, e Pyright/Pylance, com 22%. O ty, da Astral, apareceu com 12%, e o Pyrefly, da Meta, com 4%.
Essa questão ganha importância à medida que o papel dos agentes na escrita de código se expande. O pytest é usado por 45% dos participantes, o unittest por 43% e o pytest-django por 34%. Além disso, 51% usam GitHub Actions e 26%, GitLab CI/CD. Essas ferramentas fornecem a base para um ciclo no qual o agente pode modificar o código, executar os testes e reagir aos erros antes de apresentar o resultado ao desenvolvedor. No entanto, 19% dos participantes não escrevem testes automatizados de forma alguma, o que significa que delegar mais trabalho aos sistemas automatizados não é acompanhado, para todos, por uma barreira de verificação equivalente.
Dois caminhos para construir aplicações
Setenta e dois por cento dos participantes usam templates renderizados no servidor, enquanto 53% usam o Django para aplicações baseadas apenas em APIs, e 46% o utilizam por trás de uma aplicação de página única ou de uma interface JavaScript separada. Ao definir a abordagem principal, metade dos desenvolvedores constrói aplicações renderizadas no servidor, enquanto 44% dependem principalmente do Django para APIs ou front-ends separados.
Os números do JavaScript ilustram essa divisão: a participação do React permaneceu praticamente estável, passando de 37% em 2021 para 38% na pesquisa atual. Em contrapartida, o jQuery caiu de 37% para 23% e o Vue, de 28% para 17%, enquanto o htmx subiu de apenas 5% para 34%. Segundo a interpretação do relatório, o htmx não está tomando a participação do React, mas renovando o segmento de aplicações renderizadas no servidor, no qual o jQuery tinha forte presença.
Por que essa tendência é importante?
Os resultados da pesquisa revelam que o valor atual do Django não está relacionado ao fato de ser o framework mais recente, mas à sua capacidade de absorver grandes mudanças nas ferramentas e no fluxo de trabalho sem exigir a reconstrução completa da aplicação. A equipe pode experimentar um novo agente, adotar uv e Ruff, adicionar htmx ou incorporar um verificador de tipos diferente, mantendo os modelos, o painel de administração e a autenticação como uma base familiar.
A tendência conservadora também aparece na implantação: 54% dos participantes entregam suas aplicações como monólitos, e 44% hospedam sua infraestrutura por conta própria. Além disso, 33% usam recursos assíncronos do Django, enquanto 40% planejam adotá-los, indicando uma evolução gradual e opcional, não uma reescrita abrangente.
A conclusão editorial aqui não é que a inteligência artificial substituirá o ambiente de desenvolvimento ou que uma única ferramenta definirá a disputa entre as ferramentas de Python. Os dados comprovam a disseminação do uso e da experimentação, mas não comprovam superioridade produtiva nem melhoria da qualidade. A principal questão prática para as equipes é o grau de preparação dos testes e dos pipelines de CI/CD para verificar as alterações produzidas pelos agentes, especialmente entre a parcela de desenvolvedores que não utiliza testes automatizados.