Análise da fadiga de "vibe coding" dos desenvolvedores provocada pela velocidade da IA, mais rápida que o pensamento

Pontos principais:

• O uso de ferramentas de IA (Claude Code, Cursor) aumentou a velocidade de desenvolvimento, mas o ritmo acelerado de trabalho ultrapassa os limites de processamento do cérebro e provoca fadiga
• Trocas frequentes de contexto, excesso de dopamina e a transição para um papel mais gerencial ampliam a carga cognitiva
• Surge o fenômeno do "tempo da máquina", em que o ser humano é arrastado pela velocidade da IA, levantando a necessidade de controlar o ritmo de forma proativa

---

Introdução

• Utilidade e efeitos colaterais das ferramentas de IA: Um desenvolvedor com 40 anos de experiência usou Claude Code e Cursor para desenvolver o gerenciador de pacotes Marvai, experimentando ganhos de produtividade, mas também um nível de cansaço sem precedentes.
• A questão levantada: Embora a implementação de funcionalidades e a correção de bugs tenham ficado mais rápidas, surgiu um fenômeno de exaustão mesmo após períodos curtos de trabalho (cerca de 1 hora), porque o cérebro não consegue acompanhar a velocidade da IA.

Desenvolvimento

1. Aumento brusco da carga cognitiva e a pressão do "tempo da máquina"

• Aplicação da teoria da carga cognitiva: Segundo a teoria Team Topologies, responsabilidades excessivas e mudanças de tema elevam a carga cognitiva. A programação com IA empurra essa carga até o limite.
• Ritmo ditado pela máquina: De forma semelhante ao estresse vivido por trabalhadores de fábricas no passado, que precisavam acompanhar o ritmo das máquinas, desenvolvedores passam a ser pressionados pela velocidade do coding guiado por IA, vivenciando o chamado "tempo da máquina".
• Desaparecimento do processo de pensamento: Na programação tradicional, a velocidade do trabalho e a velocidade do pensamento coincidiam, dando ao cérebro um espaço para processar as coisas (Baking time). Já a programação com IA processa arquiteturas complexas e decisões em instantes, prejudicando a sincronização do cérebro.

2. Coexistência de excesso de dopamina e hormônios do estresse

• Aceleração do loop de dopamina: O ciclo de recompensa "codar → erro → solução → sucesso" se acelera de forma extrema com a IA.
• Esgotamento emocional: A combinação de liberações frequentes de dopamina com hormônios do estresse gerados pelo ritmo acelerado substitui o prazer de programar por fadiga e sensação de sobrecarga.

3. Aumento do custo de troca de contexto (Context Switching)

• Sobrecarga do cache cerebral: Trocar de contexto é um trabalho de alta energia, equivalente a esvaziar e preencher novamente o cache do cérebro.
• Microtroca de contexto (Micro-Context Switching): A IA força microtrocas frequentes — ao modificar vários módulos ao mesmo tempo ou até ao usar um recurso simples de autocompletar com a tecla Tab — empurrando o desenvolvedor repetidamente do "modo de escrita" para o "modo de revisão", o que drena rapidamente a energia mental.

4. Mudança essencial no papel do desenvolvedor

• De autor para gerente: O papel deixa de ser implementar requisitos em código e passa a ser o de "líder de equipe" ou "organizador do tráfego", gerenciando e revisando o trabalho entregue por um "colega de equipe veloz" que é a IA.
• Assimetria de responsabilidade: Enquanto a IA despeja o equivalente ao trabalho de cinco pessoas, o desenvolvedor continua com a responsabilidade final pela qualidade do código, aumentando a carga de gestão.

Conclusão

Sugestões para uma programação com IA sustentável

• Controle intencional do ritmo (Pacing): Em vez de ser arrastado pela velocidade da IA, o desenvolvedor deve ajustar o ritmo de trabalho de forma proativa.
• Adoção de novas formas de retrospectiva: São necessárias novas rotinas de trabalho, como retrospectivas diárias, para sincronizar a IA com o cérebro.
• Mudança na percepção do papel: É preciso reduzir o microgerenciamento da saída da IA e adotar um estilo de trabalho que confie mais nela.
• Perspectiva futura: O futuro da programação talvez não esteja em acelerar tudo indiscriminadamente, mas em uma "lentidão intencional" e em novos limites que levem em conta as restrições cognitivas humanas.

[aura01]

Eu também tive uma experiência parecida, então faço assim.

Por exemplo, se eu for fazer uma refatoração,

'Peço para analisar o código existente e sugerir alternativas'
'Peço para resumir e explicar as diferenças entre a alternativa e o código atual, além dos prós e contras'
'Peço para sugerir formas de verificar se a alternativa é realmente melhor'
'Eu mesmo verifico a alternativa'
'Peço para aplicar a alternativa e escrever a documentação e os testes'

O problema é que o uso de tokens aumenta demais, então o custo fica muito alto...

[dbs0829]

Até para trabalho braçal simples, acabo ficando mais tranquilo criando uma macro...

[fantajeon]

Isso também acontece entre pessoas.

Entre pessoas, esse tipo de problema também ocorre com frequência.
Se a pessoa que pensa devagar for a gerente,
ela diz: “o trabalho anda rápido demais e é cansativo, então é difícil trabalhar junto”,
e, se essa pessoa for a subordinada,
ela diz: “não entende muito bem o que lhe dizem, então é difícil trabalhar junto”.

No fim, para trabalharem juntas, é preciso que haja sintonia entre elas.

[bakyeono]

A dor de ter que fazer apenas revisão de código e testes depois que tiram de você a tarefa de programar...

[colus001]

Exceto em projetos pessoais, uso vibe coding de forma limitada. No Cursor autocomplete, uso só para ideação e para codificação repetitiva do mesmo padrão. Em projetos de longo prazo, resolver tudo com vibe coding me parece uma atitude irresponsável da parte de um desenvolvedor.

[tested]

Parece que quem entende o código do resultado gerado e faz sua validação/revisão sente mais fadiga do que quem apenas escreve prompts e entrega o resultado.
Isso também aparece no texto original.

[onixboox]

Eu só penso "ainda bem que, graças à IA, tenho menos trabalho para fazer", então nunca passei por esse tipo de fadiga. Eu uso zed + claude, e às vezes, no meio do caminho, o contexto muda e ele começa a funcionar de um jeito estranho; nesses casos, eu volto o código no git e peço para ele "reformular tudo de novo com base no que foi dito acima", e ele acaba deixando tudo mais limpo. Não é que eu não esteja mais digitando o código diretamente; só mudou o processo de transformar em código as ideias que já estavam na minha cabeça, não é? Na verdade, às vezes organizar o prompt até ajuda a organizar o pensamento também.

[caniel]

Como o processo de criação via código vira uma caixa-preta, não é necessário um tempo para sincronizar o código com o que estava na cabeça?
Na escrita tradicional de código, há a garantia de que o código e o que estava na cabeça são a mesma coisa, mas na programação por meio de LLMs isso não é garantido.

[onixboox]

Na minha cabeça, fica só a lógica, e eu só verifico se o código que a IA escreveu ficou certo; não precisa mais montar o código mentalmente, certo? Basta pensar em quão precisos são os dados que você passa no prompt, então, na verdade, meu trabalho ficou muito mais rápido.

[caniel]

Acho que isso também pode variar dependendo de quão específico é o prompt. Se você estiver passando algo no nível de pseudocódigo para o LLM, entendo o que você quis dizer.

[choihyojun]

Antigamente, mesmo passando o dia inteiro escrevendo código, eu costumava terminar o trabalho com uma sensação de realização. Mas agora, quando passo a maior parte do dia resolvendo as coisas por meio de conversas e, na maioria dos dias, sem sequer escrever diretamente uma única linha de código, acabei entrando em burnout... Concordo perfeitamente.

[ds2ilz]

Eu também fiquei mais cansado exatamente por esse motivo. Eu já imaginava que seria assim, então o cansaço em si até vai, mas o problema é que, visto de fora, como não existe mais aquele tempo de ficar martelando o teclado enquanto programo, parece que estou trabalhando com a maior folga do mundo. Quando digo que estou mais cansado do que antes, o pessoal não entende muito bem....

[reagea0]

Ah, sinto que finalmente alguém explicou com clareza por que eu estava me sentindo tão esgotado.

[baeba]

1. "A sensação de velocidade é energizante" (visão positiva)

• Posição: como a IA resolve rapidamente tarefas entediantes, ela acaba trazendo mais energia e ainda reduz o custo de aprender novas stacks tecnológicas, o que é visto de forma positiva.
• Exemplo: ao usar uma linguagem ou framework desconhecido, foi possível pular a parte tediosa do aprendizado graças ao agente de IA e focar direto na implementação.

2. "A disputa sobre a definição de vibe coding" (confusão de termos)

• Debate: há divergência sobre se "vibe coding" significa simplesmente programar com ajuda da IA ou se é gerar código e apenas checar o resultado, sem revisar o que foi produzido.
• Consenso: originalmente, o termo tinha uma conotação negativa de "código não revisado", mas hoje seu significado se ampliou e passou a indicar programação assistida por IA de forma mais geral.

3. "Velocidade sem validação é dívida técnica" (visão cautelosa)

• Crítica: confiar apenas no resultado gerado pela IA sem entender o código é arriscado. Os bugs futuros e o custo de manutenção (dívida técnica) provavelmente serão maiores.
• Metáfora: é "como entrar num carro autônomo sem saber para onde ele está indo"; implementar sem compreender acaba reduzindo a capacidade de resolver problemas.

4. "O cansaço da troca de contexto" (visão de identificação)

• Concordância: enquanto a IA gera código, ocorrem trocas frequentes de contexto (Context Switching), o que aumenta drasticamente a carga cognitiva do cérebro.
• Sintomas: o processo repetitivo de revisar e corrigir o que a IA produz consome mais energia mental do que programar diretamente. Quatro horas de trabalho podem parecer um dia inteiro de exaustão.

5. "A perda da diversão de programar" (falta de dopamina)

• Experiência: desaparece a sensação de conquista (dopamina) que vinha de resolver problemas por conta própria. Em vez da diversão de montar um Lego com as próprias mãos, fica a sensação vazia de apenas olhar o produto pronto.
• Resultado: trabalhar só para entregar resultados rapidamente, sem a satisfação do processo, acaba esgotando os desenvolvedores.

6. "Veneno para iniciantes, remédio para experientes" (diferença por nível de experiência)

• Análise: desenvolvedores experientes conseguem detectar e corrigir rapidamente os erros da IA, o que aumenta a produtividade; já iniciantes correm maior risco de usar código incorreto como está, perder oportunidades de aprendizado e produzir código ruim em escala.

7. "Mudança forçada para o papel de gerente" (mudança de função)

• Fenômeno: o desenvolvedor deixa de ser o "criador" que escreve código diretamente e passa a atuar como "gerente/revisor", analisando e corrigindo o código despejado pela IA.
• Pressão: isso gera um estresse extremo, como ter de revisar em tempo real, sozinho, o código escrito por cinco desenvolvedores juniores (a IA).

8. "Falta de compreensão da lógica de negócio" (limitação apontada)

• Problema: a IA escreve bem código, mas não entende o contexto de negócio nem a arquitetura como um todo.
• Realidade: no fim, alinhar os requisitos de negócio ao código e lidar com edge cases complexos continua sendo tarefa humana, e é nesse processo que surgem gargalos.

9. "O desaparecimento das pausas e da folga" (tempo de máquina)

• Metáfora: assim como trabalhadores de fábrica no passado precisavam acompanhar o ritmo das máquinas, hoje as pessoas ficam presas ao "tempo de máquina", sendo arrastadas pela velocidade de geração da IA.
• Necessidade: pausas forçadas, como o tempo de espera da compilação, desapareceram, e o cérebro já não tem espaço para processar informação e descansar. Pausas intencionais se tornam indispensáveis.

10. "Um problema transitório das ferramentas" (perspectiva futura)

• Diagnóstico: o cansaço atual vem do descompasso entre a velocidade de geração da IA e a falta de ferramentas de validação (testes, linters etc.) capazes de acompanhá-la.
• Solução: se evoluírem ferramentas que automatizem a validação no mesmo ritmo da geração, o problema da fadiga poderá ser resolvido.