vibecoding não elimina a especialização do desenvolvedor, mas muda onde ela é necessária. [Artigo traduzido]

1. Casos de experimento com vibecoding

   • Utilizando o agente Claude Code da Anthropic, foi realizado com sucesso um experimento de criação de jogos e aplicativos reais em ambiente Linux.
   • Comandos em linguagem natural: com uma frase simples em inglês, como “coloque prédios com vários estilos de design e permita que eu dirija pela cidade que criei”, a IA gerou automaticamente código realmente executável.
   • Incorporação contínua de feedback: ao solicitar recursos adicionais, como missão de caminhão de bombeiros, tráfego, concorrente (helicóptero), ciclo de dia e noite e missões, a IA atualizou o aplicativo refletindo essas mudanças.
   • Processo de resolução de problemas: bugs e erros ocorridos durante a execução do código também foram resolvidos por meio de comunicação iterativa com a IA, e no final o custo de uso da API do Claude foi de cerca de US$ 13.

2. Mudança na especialização

   • Deslocamento da especialização: o vibecoding não elimina a especialização do desenvolvedor, mas muda a área em que ela é necessária. Em outras palavras, em vez de escrever todo o código manualmente, torna-se mais importante a capacidade de entender o sistema como um todo, indicar sua direção e avaliar os resultados.
   • Necessidade de conhecimento mínimo: ao colaborar com IA, é necessário ao menos um conhecimento básico de programação (entendimento fundamental e capacidade de julgamento), além da habilidade de revisar os resultados propostos pela IA e dar feedback.
   • Exemplo de uso real: mesmo usuários não familiarizados com o ambiente Linux podem criar rapidamente o software desejado com a ajuda da IA.

3. Escalabilidade dos agentes de IA

   • Diversos agentes de IA: vários agentes de IA, como o Manus da China, executam de forma autônoma uma ampla gama de tarefas, incluindo pesquisa na web, programação e criação de documentos e sites.
   • Importância do feedback: mesmo quando a IA realiza tarefas de forma autônoma, erros e falhas podem ocorrer; por isso, o processo de revisão humana dos resultados e de fornecimento de feedback é indispensável.
   • Caso prático de experimento: diante do pedido “crie um curso interativo sobre elevator pitch usando os melhores conselhos acadêmicos”, a IA conduziu autonomamente todo o processo, desde a elaboração de um checklist e pesquisa na web até a criação da página. Depois, ao receber o feedback de que faltavam elementos interativos, a IA refletiu isso e melhorou o resultado.

4. Colaboração profunda (Deep Vibeworking)

   • Análise complexa de dados: foi realizado um experimento de análise, junto com a IA, de grandes volumes de dados anônimos coletados em crowdfunding, chegando até a redação de um artigo acadêmico.
   • Papel da IA: a IA ajudou bastante na análise dos dados e na proposição de hipóteses, mas a escolha de temas academicamente relevantes e a avaliação dos resultados ainda exigiram a especialização humana.
   • Geração rápida de resultados: todo o processo, até a redação do artigo, levou menos de uma hora, e o resultado alcançou um nível que poderia representar uma contribuição significativa para a academia.

5. Conclusão: a colaboração entre humanos e IA é o ponto central

   • Colaboração complementar: a IA não pode substituir tudo, mas o maior valor é criado quando a especialização humana e as capacidades da IA são combinadas.
   • Mudança na forma de trabalhar: a maneira de trabalhar está mudando rapidamente, e o importante é encontrar, em cada tarefa, o ponto de contato de como IA e humanos irão colaborar.
   • Perspectiva futura: está chegando uma nova era em que IA e humanos colaboram aproveitando os pontos fortes de cada um.

[tsboard]

A IA não vai fazer tudo no nosso lugar, mas parece que vai acabar assumindo uma parte considerável do trabalho.
Também dá um certo medo pensar que talvez chegue uma era em que um grupo bem pequeno de especialistas deixe de colaborar com desenvolvedores iniciantes ou de nível intermediário e simplesmente trabalhe com IA, aumentando ainda mais essa distância.

[ashbyash]

Parece que a polarização no trabalho também vai ficar cada vez mais intensa.

[beoks]

Ao colaborar com IA, é necessário pelo menos um conhecimento mínimo de programação (entendimento básico, capacidade de julgamento), além da competência para revisar os resultados propostos pela IA e fornecer feedback.

Acredito que, no desenvolvimento de aplicações enterprise, mais do que um conhecimento mínimo, é exigido um conhecimento fundamental (CS, domínio, design etc.).
Com IA, no caso de projetos simples e experimentais, é possível desenvolver com facilidade mesmo sem esse conhecimento, mas, à medida que a escala cresce, a ausência desse conhecimento fundamental acaba levando a vários obstáculos (estruturas desalinhadas com o domínio, desempenho, problemas de concorrência etc.).
Partindo do pressuposto de que se saiba usar bem a IA, acho que, no futuro, a especialização do desenvolvedor estará na capacidade de decidir a direção do projeto a partir de uma perspectiva macro com base em conhecimento fundamental, além de uma capacidade profunda de resolução de problemas.

[ashbyash]

Muito obrigado pelo comentário com uma perspectiva realmente excelente :)

[devjeonghwan]

Se você sente que pode delegar seu próprio trabalho à IA, no fim das contas será substituído 100%. É preciso desenvolver capacidades que a IA não consegue substituir ou que os outros não conseguem imitar.

[ashbyash]

Sim, acho que precisamos continuar explorando e desenvolvendo essa habilidade.