O que sinto ao programar com IA é que, mesmo dando apenas uma parte do código para a IA, para que ela consiga entender o contexto, quando acabo dividindo em unidades no estilo princípio da responsabilidade única + TDD, ela precisa captar bem sem precisar ler o contexto maior, de modo que o contexto local da parte já seja suficiente.
O que eu mais uso IA para hobbies é a criação de jogos web, então concordo. Quando o projeto passa de um certo porte, chega um ponto em que a IA claramente perde muito a capacidade de foco, por assim dizer. Eu uso isso da seguinte forma: junto toda a árvore e o código-fonte do jogo em um único arquivo, incluindo o TOC, e então crio uma nova thread, envio esse arquivo e continuo o trabalho. E, quando faço perguntas, sempre peço a resposta deixando explicitamente claro o nome do projeto atual. Mesmo assim, ainda há partes que me deixam insatisfeito... mas estou muito satisfeito com o fato de conseguir concluir, em relativamente pouco tempo, hobbies que no passado eu nem conseguia começar por estar ocupado demais com a vida real.
LLMs, incluindo deep research, ainda não são úteis para resolução de problemas de alto nível. (Por exemplo, desenvolvimento de algoritmos em nível de artigo científico)
O mesmo vale para otimização extrema e para programação que exige entender diversas características de sistemas e questões técnicas: isso ainda precisa de intervenção humana. Desenvolvedores não são programadores simples, e sim solucionadores de problemas. Um dia talvez a resolução end-to-end de problemas também se torne possível, mas, por enquanto, isso parece positivo do ponto de vista da produtividade, porque economiza tempo gasto com digitação e programação simples e permite investir mais na abordagem de problemas mais difíceis.
Parece que isso também pode ajudar no aprendizado de outros tipos de textos que usam uma notação parecida com a de escrituras clássicas. Livros de Platão, por exemplo...
Como tech lead, faço bastante esse tipo de trabalho. Tentar quantificar com base em story points é parecido, mas, felizmente, como a empresa não é tão grande, inclusive os executivos e os demais membros da equipe reconhecem qual é o meu papel, então por enquanto não parece estar surgindo nenhum problema.
Se a organização crescer, acho que também vou precisar pensar em formas de quantificação.
Achei que já tinha visto essa história em algum lugar... mas é um texto de 2023.
O mesmo texto já tinha sido publicado há 2 anos: https://pt.news.hada.io/topic?id=10680
Estou fazendo várias tentativas, mas o limite de memória é evidente. No nível de PoC, é bom. Em termos de rapidez para avaliar possibilidade/usabilidade, é bom.
O problema é que isso exige ainda mais profissionais experientes.
Considerando que a maior parte do tempo em programação é gasta com depuração e leitura de código, acho isso um exagero bem grande. As pessoas que criam IA falam todas nesse tom, mas pelo menos olhando a situação atual, não parece ser assim. Se chegarmos a um ponto em que a intervenção humana não seja necessária, será que ainda vai haver necessidade de programar? Não seria melhor simplesmente fornecer a documentação da API e usar um LLM como backend?
Pelo visto, a IA realmente mudou bastante o mundo. Embora eu não concorde 100% com a visão proposta pelo vibe coding,
estou sentindo na prática que está chegando um mundo em que será possível experimentar coisas novas mais rápido e com equipes cada vez menores.
Concordo. No começo, a velocidade de desenvolvimento parece quase mágica, mas à medida que a escala cresce e o número de arquivos aumenta, se o responsável pela gestão disso (aqui, uma pessoa) não conseguir administrar isso de forma eficaz, o resultado será apenas algo cada vez maior e cheio de erros. Quando chega a um ponto em que já não há mais o que fazer, você só acaba desperdiçando créditos (Windsurf) ou requisições (Cursor). Vai melhorar aos poucos, mas por enquanto não dá para confiar 100% no código gerado por IA.
"É verdade que 'fazer uma pergunta boba não faz você ser demitido',
mas, na Coreia, se no dia a dia você for visto como alguém que age de forma tola, é fácil até sua capacidade de trabalho passar a ser questionada. No fim, se sua postura e sua imagem no cotidiano forem ruins, até um pequeno erro ou uma pergunta podem virar um grande problema. É um pouco lamentável, mas parece ser um fenômeno que surge da cultura de trabalho coreana, em que é preciso ao menos parecer moderadamente competente para ser reconhecido."
O que sinto ao programar com IA é que, mesmo dando apenas uma parte do código para a IA, para que ela consiga entender o contexto, quando acabo dividindo em unidades no estilo princípio da responsabilidade única + TDD, ela precisa captar bem sem precisar ler o contexto maior, de modo que o contexto local da parte já seja suficiente.
O que eu mais uso IA para hobbies é a criação de jogos web, então concordo. Quando o projeto passa de um certo porte, chega um ponto em que a IA claramente perde muito a capacidade de foco, por assim dizer. Eu uso isso da seguinte forma: junto toda a árvore e o código-fonte do jogo em um único arquivo, incluindo o TOC, e então crio uma nova thread, envio esse arquivo e continuo o trabalho. E, quando faço perguntas, sempre peço a resposta deixando explicitamente claro o nome do projeto atual. Mesmo assim, ainda há partes que me deixam insatisfeito... mas estou muito satisfeito com o fato de conseguir concluir, em relativamente pouco tempo, hobbies que no passado eu nem conseguia começar por estar ocupado demais com a vida real.
Caí no título. rsrs Concordo~~
LLMs, incluindo deep research, ainda não são úteis para resolução de problemas de alto nível. (Por exemplo, desenvolvimento de algoritmos em nível de artigo científico)
O mesmo vale para otimização extrema e para programação que exige entender diversas características de sistemas e questões técnicas: isso ainda precisa de intervenção humana. Desenvolvedores não são programadores simples, e sim solucionadores de problemas. Um dia talvez a resolução end-to-end de problemas também se torne possível, mas, por enquanto, isso parece positivo do ponto de vista da produtividade, porque economiza tempo gasto com digitação e programação simples e permite investir mais na abordagem de problemas mais difíceis.
Esse padrão de construir algo de forma aproximada primeiro e depois ajustar o restante dos detalhes é realmente muito bom.
Acho que não apenas os indivíduos não devem ter medo, como também as organizações devem incentivar perguntas aparentemente bobas(?).
Na prática, muitas vezes se usa assim mesmo, definindo o schema para receber os dados.
Então vibe coding não era um meme, mas uma nova metodologia de desenvolvimento.
Parece que isso também pode ajudar no aprendizado de outros tipos de textos que usam uma notação parecida com a de escrituras clássicas. Livros de Platão, por exemplo...
Como tech lead, faço bastante esse tipo de trabalho. Tentar quantificar com base em story points é parecido, mas, felizmente, como a empresa não é tão grande, inclusive os executivos e os demais membros da equipe reconhecem qual é o meu papel, então por enquanto não parece estar surgindo nenhum problema.
Se a organização crescer, acho que também vou precisar pensar em formas de quantificação.
Isso aí... ele não entrou em nirvana sozinho e deixou a gente para trás, né?
Achei que já tinha visto essa história em algum lugar... mas é um texto de 2023.
O mesmo texto já tinha sido publicado há 2 anos: https://pt.news.hada.io/topic?id=10680
Achei que o Doc As Prompt funcionaria bem com o Mistral OCR, mas eu também tive um problema parecido. Estou levando uma pista daqui.
Estou fazendo várias tentativas, mas o limite de memória é evidente. No nível de PoC, é bom. Em termos de rapidez para avaliar possibilidade/usabilidade, é bom.
O problema é que isso exige ainda mais profissionais experientes.
Considerando que a maior parte do tempo em programação é gasta com depuração e leitura de código, acho isso um exagero bem grande. As pessoas que criam IA falam todas nesse tom, mas pelo menos olhando a situação atual, não parece ser assim. Se chegarmos a um ponto em que a intervenção humana não seja necessária, será que ainda vai haver necessidade de programar? Não seria melhor simplesmente fornecer a documentação da API e usar um LLM como backend?
Pelo visto, a IA realmente mudou bastante o mundo. Embora eu não concorde 100% com a visão proposta pelo vibe coding,
estou sentindo na prática que está chegando um mundo em que será possível experimentar coisas novas mais rápido e com equipes cada vez menores.
Você parece alguém como o GitHub Copilot....
Concordo. No começo, a velocidade de desenvolvimento parece quase mágica, mas à medida que a escala cresce e o número de arquivos aumenta, se o responsável pela gestão disso (aqui, uma pessoa) não conseguir administrar isso de forma eficaz, o resultado será apenas algo cada vez maior e cheio de erros. Quando chega a um ponto em que já não há mais o que fazer, você só acaba desperdiçando créditos (Windsurf) ou requisições (Cursor). Vai melhorar aos poucos, mas por enquanto não dá para confiar 100% no código gerado por IA.
Hoje em dia, ainda bem que a IA aceita boa parte das minhas perguntas idiotas. Ufa~.
"É verdade que 'fazer uma pergunta boba não faz você ser demitido',
mas, na Coreia, se no dia a dia você for visto como alguém que age de forma tola, é fácil até sua capacidade de trabalho passar a ser questionada. No fim, se sua postura e sua imagem no cotidiano forem ruins, até um pequeno erro ou uma pergunta podem virar um grande problema. É um pouco lamentável, mas parece ser um fenômeno que surge da cultura de trabalho coreana, em que é preciso ao menos parecer moderadamente competente para ser reconhecido."