Não caia no hype anti-AI

Fatos são fatos: a IA mudou a programação para sempre. Não importa se você adora escrever código linha por linha, se defende o minimalismo no software ou se torce para que o modelo econômico atual das big techs de IA imploda — nada disso altera a realidade do que está acontecendo.

LLMs de última geração já conseguem concluir grandes subtarefas ou projetos de médio porte sozinhos, com pouca assistência humana, caso recebam um conjunto razoável de orientações sobre o resultado esperado. O grau de sucesso varia conforme o tipo de problema — quanto mais isolado e representável textualmente, melhor (programação de sistemas é particularmente adequada) — e depende da capacidade do programador de criar uma representação mental clara do problema para comunicá-la ao modelo.

Mas, em termos gerais, escrever código manualmente para a maioria dos projetos já não faz sentido prático, a não ser por diversão.

A economia é irrelevante para a tendência

Não importa se as empresas de IA não conseguirão recuperar seus investimentos e o mercado de ações entrar em colapso. Não importa se algum CEO de unicórnio está dizendo algo desanimador ou absurdo. A tecnologia já escapou da garrafa. A longo prazo, o que importa é que a capacidade existe e continuará evoluindo — independentemente de quem sobreviva comercialmente.

Não há como retroceder... Mesmo que a tal "Bolha da IA" exploda, os modelos, os datasets, projetos open-source e repositórios continuarão existindo, nada impedirá ninguém de baixar um modelo (específico para sua necessidade) e rodar em sua máquina pessoal, home-server, VPS ou conta em algum cloud provider.

Democratização e centralização

Essa tecnologia é importante demais para ficar nas mãos de poucas empresas. Por enquanto, existe uma democratização suficiente: modelos abertos — especialmente os produzidos na China — continuam competindo com modelos de fronteira de laboratórios fechados. O fato de OpenAI, Anthropic e Google estarem tão próximos em resultados há anos sugere não haver “mágica” proprietária suficiente para impedir que outros alcancem o mesmo nível.

O conselho prático

Não importa o que você acredite sobre o que deveria ser o “certo” — você não pode controlar a situação recusando o que está acontecendo. Ignorar a IA não vai ajudar você nem sua carreira.

Teste essas ferramentas com seriedade. Semanas de trabalho real, não um teste de cinco minutos onde você apenas reforça suas próprias crenças. Encontre uma maneira de se multiplicar. Se não funcionar, tente novamente a cada poucos meses — a evolução é rápida.

E sim, talvez você tenha trabalhado muito para aprender a programar, e agora máquinas fazem boa parte do trabalho por você. Mas pense no que realmente te motivava quando ficava até de madrugada codando: era construir. E agora você pode construir mais e melhor, se encontrar uma forma eficaz de usar IA.

A diversão continua lá, intocada.

Pare de chamar tudo de “Vibe Coding”

Existe uma confusão proposital — ou preguiçosa — em chamar qualquer uso de IA para gerar código de “vibe coding”. Vibe coding é quando alguém descreve o que quer em termos vagos, aceita o que o LLM cuspir, e no máximo reporta que algo não funcionou. O vibe coder não entende o código, não direciona a arquitetura, não intervém no design. E tudo bem — isso tem seu lugar e democratiza a criação de software para quem não é programador.

Mas quando um programador experiente usa IA como ferramenta de produção — com visão clara do que precisa ser feito, direcionando o design, revisando a saída, intervindo na implementação quando necessário e aplicando o resultado em ambiente controlado — isso não é “vibe coding”.

Segundo o Antirez, isso é programação automática: o software segue a visão do produtor, e o código gerado é dele. Precisamos de outro termo porque a diferença não é cosmética, é qualitativa. Os resultados de um mesmo LLM variam drasticamente dependendo de quem está no comando — da intuição, do direcionamento contínuo e da ideia de software que o humano carrega.

Chamar ambos os processos pelo mesmo nome apaga essa distinção e, de quebra, desvaloriza o trabalho de quem sabe o que está fazendo.

Os dados de pré-treinamento foram produzidos por humanos. O código aberto que alimentou esses modelos é nosso presente coletivo — e o que fazemos com essa capacidade amplificada é produção nossa. Programação agora é automática. Visão, ainda não.

LLMs nos ajudarão a escrever software melhor, mais rápido, e permitirão que equipes pequenas compitam com empresas maiores — da mesma forma que o software de código aberto fez nos anos 90. O código aberto democratizou o acesso à infraestrutura. A IA está democratizando a capacidade de construir sobre ela.

Referências:

Automatic programming - https://antirez.com/news/159

Don't fall into the anti-AI hype - https://antirez.com/news/158