Código Vibe, IA e a Nova Realidade da Engenharia

Há dez anos, a ideia de que a IA poderia escrever código em vez de programadores soava mais como uma fantasia emocionante. Hoje, tornou-se parte da realidade cotidiana. MVPs são construídos em dias, interfaces são geradas a partir de prompts de texto e assistentes de IA estão se tornando participantes integrais de equipes de engenharia.

Contra esse pano de fundo, mais e mais pessoas estão fazendo as mesmas perguntas: A IA está realmente substituindo os programadores? A inteligência artificial pode realmente igualar e substituir um engenheiro sênior? E o que acontecerá com a profissão no futuro próximo?

Sou um desenvolvedor eu mesmo e tenho uma opinião sobre isso. Vamos analisar.

Qual é o cerne do problema?

Existe uma narrativa dominante sobre a programação de IA que vai mais ou menos assim:

A IA está se tornando extremamente eficaz em escrever código e, importante, já evita muitos dos erros comuns que os humanos cometem. Ainda mais interessante é que a IA pode ser melhor em lidar com os chamados casos de borda: cenários raros e incomuns que são ubíquos na engenharia de software e frequentemente difíceis para os desenvolvedores antecipar com antecedência.

Quando o programador diz: “Quero um botão aqui”, ele obtém uma resposta: “Aqui está o botão, aqui estão 18 casos de borda que você deve considerar, aqui estão os testes que você precisa executar e, por sinal, você também pode querer adicionar isso e aquilo.” Você pode olhar para isso e pensar: “Sim… isso realmente faz sentido.” Sozinho, você pode ter percebido esses problemas semanas depois – depois que algo já havia dado errado em produção. A IA frequentemente sugere soluções imediatamente. Para os engenheiros que já têm empregos, isso aumenta significativamente a produtividade e a eficiência.

E essa narrativa leva diretamente a uma questão econômica: se uma empresa precisava de 100 desenvolvedores para lidar com uma certa carga de trabalho, teoricamente agora pode precisar de apenas 20 – porque esses 20 podem realizar a mesma quantidade de trabalho com a ajuda da IA.

O que está por trás dessa aceleração?

Cada vez mais, vejo engenheiros de software muito fortes temerem por suas posições, lugar no mercado e renda. Parece que logo não haverá mais trabalho para os codificadores.

E minha resposta é geralmente: caras, não é tão dramático quanto parece. Na verdade, os engenheiros experientes estão ganhando um novo tipo de valor agora. Porque podemos ser uma das últimas gerações de desenvolvedores que realmente escreveram código à mão e entendem profundamente como os sistemas funcionam por baixo dos panos. A próxima geração está cada vez mais trabalhando com ferramentas de IA – e, junto com isso, a própria prática de engenharia está mudando.

Aqui está o que a narrativa anterior não leva em conta:

O código gerado pela IA frequentemente parece perfeitamente bom. As tarefas são resolvidas, as interfaces funcionam e tudo roda. Mas, com o tempo, a longo prazo, problemas mais sutis começam a aparecer: compromissos arquitetônicos, decisões de engenharia fracas, problemas com estruturas de dados ou questões de escalabilidade. E isso acontece porque a IA já é muito boa em resolver tarefas locais, enquanto a lógica de longo prazo de grandes sistemas ainda requer experiência e julgamento humanos.

É por isso que, uma vez que esses projetos atingem ambientes de produção sérios – bancos, plataformas de comércio eletrônico, serviços em grande escala – as equipes eventualmente ainda precisam de pessoas que possam analisar profundamente a arquitetura, identificar as causas raiz e restaurar a lógica geral do sistema.

Muitas vezes, recebo ligações de amigos dizendo coisas como: “Michael, pode pular e nos ajudar a entender por que o sistema está começando a desmoronar?” Embora eu trabalhe agora com IA Física na Introspector, ainda ocasionalmente posso ajudar com esse tipo de trabalho de engenharia manual difícil: reconstruir a lógica do sistema, analisar a arquitetura e descobrir onde os problemas começaram a se acumular.

E é exatamente por isso que acredito que engenheiros fortes permanecerão muito valiosos por um longo tempo. Ao mesmo tempo, é frequentemente os engenheiros experientes que estão ajudando a melhorar e treinar modelos de IA hoje. Na Keymakr, vimos isso acontecer quando procurávamos por desenvolvedores experientes para validar código e ajudar a treinar modelos – pessoas que possam confiar no pensamento de engenharia real, experiência prática e compreensão profunda de como os sistemas se comportam no mundo real.

As principais hipóteses

E isso nos leva à maior pergunta sobre o futuro: para onde tudo isso está levando? Como vamos crescer a próxima geração de engenheiros se eles estão entrando na indústria por um caminho completamente diferente desde o início?

Se olharmos para a situação objetivamente, sem hype ou medo, vejo alguns cenários possíveis.

• Um futuro incerto

A primeira e provavelmente a resposta mais honesta é que muito poucas pessoas hoje estão pensando realmente à frente. Simplesmente porque ninguém ainda entende completamente como esse futuro será na prática.

Talvez, em alguns anos, os agentes de IA realmente sejam capazes de escrever código quase perfeito – com arquitetura forte, escalabilidade e compreensão contextual. Agora, essa pergunta ainda está completamente aberta.

Ao mesmo tempo, grandes empresas de tecnologia como Apple, Microsoft e Google continuam ativamente contratando pesquisadores fortes, especialistas em PhD e pessoas de ambientes acadêmicos. Isso provavelmente sugere que acreditam que a compreensão profunda de engenharia permanecerá importante, mesmo em um mundo onde a maioria do código é gerada automaticamente.

Empresas menores, no entanto, frequentemente operam com um horizonte de planejamento muito diferente. Quando você não sabe se sua startup ainda existirá em seis meses, torna-se difícil pensar seriamente sobre o que pode acontecer daqui a dez anos. Claro, ninguém intencionalmente quer construir algo fundamentalmente quebrado. As equipes ainda tentam identificar riscos e fraquezas potenciais.

Mas, na realidade, a lógica é frequentemente muito mais simples: primeiro, construa um produto que funcione e gere receita – então lide com a arquitetura, otimização e reescrita do sistema mais tarde. O problema é que, em muitos projetos, “mais tarde” continua sendo adiado indefinidamente.

• Evolução em espirais

A segunda resposta, na minha opinião, é ainda mais interessante. Se você olhar para a história da indústria, ela já passou por transições semelhantes muitas vezes antes. Os primeiros programadores trabalhavam com cartões perfurados. Então veio a geração de engenheiros que escreviam em Assembly – algo que já é difícil para muitos desenvolvedores modernos imaginar. Naquela época, você tinha que literalmente entender como o hardware funcionava, pensar em termos de lógica de processador e manter uma enorme quantidade de complexidade de baixo nível na cabeça.

Então veio a era do COBOL. Mainframes de bancos inteiros foram construídos com ele, e a parte mais surpreendente é que uma porção significativa da infraestrutura bancária global ainda roda nesses sistemas antigos hoje. Ainda há programadores com 60 e 70 anos mantendo essa base de código, e eles permanecem especialistas extremamente valiosos.

A próxima geração mudou para C++, Python e JavaScript. Eu mesmo pertenço a essa era. Por exemplo, mal entendo como o COBOL funciona. Na teoria, eu poderia aprender – mas para mim já parece algo distante e estranho.

E, quando você olha para isso historicamente, um padrão interessante emerge: cada nova geração de engenheiros não precisa mais entender profundamente como a tecnologia da geração anterior funcionava. Com o tempo, o conhecimento se torna incorporado à própria infraestrutura.

Os cartões perfurados desapareceram há muito tempo – sua lógica agora está incorporada aos processadores. A Assembly praticamente desapareceu como ferramenta mainstream porque sua complexidade se tornou oculta dentro dos sistemas operacionais, drivers e abstrações de baixo nível. Até mesmo seus fones de ouvido hoje provavelmente contêm um pequeno sistema operacional executando toda essa complexidade oculta em segundo plano – a maioria das pessoas simplesmente nunca pensa nisso.

Claro, ainda há especialistas que entendem toda essa magia de baixo nível. Mas, para a maior parte da indústria, isso já se tornou uma camada de abstração.

E isso leva a uma ideia muito lógica: talvez a IA seja simplesmente a próxima etapa dessa evolução. Talvez a próxima geração realmente não precise entender a programação clássica tão profundamente quanto fizemos.

• A economia do mercado

Outra hipótese que tenho é que o código vibe – ou desenvolvimento assistido por IA – eventualmente parará de ser percebido como “aceleração gratuita”. Na realidade, já não é completamente gratuito; é apenas que, por enquanto, nem todos estão calculando cuidadosamente a verdadeira economia por trás disso.

Modelos, tokens, infraestrutura, solicitações constantes, manutenção de toda a pipeline de IA – tudo isso está se tornando um despesa operacional significativa. É por isso que acredito que as empresas logo começarão a olhar muito mais de perto para o custo real do desenvolvimento assistido por IA e a fazer uma pergunta muito pragmática: o que é realmente mais eficiente – expandir uma equipe de engenharia ou manter toda a infraestrutura de IA em torno do desenvolvimento?

Um cenário muito realista é que equipes de engenharia fortes possam, no final, provar ser mais sustentáveis economicamente, especialmente quando se trata de manter, evoluir e dar suporte a produtos a longo prazo.

No entanto, acho que é exatamente aqui que um novo tipo de equipe de engenharia pode surgir: grupos muito pequenos de especialistas altamente experientes focados em manter a estabilidade e a resiliência da infraestrutura em si. Com o tempo, isso pode se tornar uma das especializações de engenharia mais valiosas da indústria.

• Pessoas que trabalharão ao lado da IA

E a suposição final – embora muito realista – é que a próxima geração de engenheiros provavelmente terá que construir suas carreiras em um ambiente completamente diferente. E isso vai muito além da programação sozinha. Mudanças semelhantes já estão começando a redefinir direito, finanças, medicina e quase todos os campos onde a IA pode assumir uma parte significativa do trabalho intelectual rotineiro.

Apesar de tudo isso, ainda tendo a ver o que está acontecendo de forma bastante positiva. Provavelmente porque, no geral, eu realmente gosto de progresso. Eu gosto da ideia de que a tecnologia pode melhorar a vida das pessoas, libertar os humanos de enormes quantidades de trabalho repetitivo e tornar muitos processos mais seguros e eficientes.

Por exemplo, sistemas de direção autônoma como os da Tesla ou da Waymo já estão demonstrando níveis de segurança notavelmente altos em muitos cenários em comparação com os motoristas humanos. E isso é genuinamente impressionante.

Ao mesmo tempo, o mundo em que as nossas crianças estão entrando será muito mais complicado em termos de identidade profissional. Eles terão que procurar seu lugar e propósito em um cenário em rápida mudança.

Se uma criança hoje quiser se tornar um advogado, um analista financeiro ou um programador, há uma grande chance de que essas profissões sejam completamente diferentes no futuro. Talvez essas se tornem especialistas que trabalham em estreita colaboração com IA jurídica, IA financeira ou IA de codificação – pessoas que operam sistemas de IA, validam saídas, fornecem contexto e tomam as decisões-chave.

Acho que é importante reconhecer que quase todos esses cenários já se sentem realistas hoje. E, gostemos ou não, tudo o que está acontecendo agora é parte de uma onda muito maior de progresso tecnológico. É muito improvável que esse processo possa ser interrompido. O que significa que teremos que aprender a viver nesse novo mundo – gradualmente aprendendo a equilibrá-lo, comunicar-se com ele e, talvez, até desenvolver uma nova forma de coexistência ao lado dele.