9 pontos por GN⁺ 2026-01-12 | 5 comentários | Compartilhar no WhatsApp
  • Os grandes modelos de linguagem (LLM) evoluíram recentemente a ponto de conseguir concluir quase sozinhos projetos de porte médio, o que significa que a forma de programar está mudando de maneira fundamental
  • A necessidade de escrever código diretamente está diminuindo, e a habilidade mais importante está migrando para pensar no que construir e como explicar isso
  • Antirez, criador do Redis, usou o Claude Code para realizar quatro tarefas em poucas horas: adicionar suporte a UTF-8, corrigir um bug de testes do Redis, criar uma biblioteca em C para embeddings BERT e reproduzir a estrutura interna do Redis Streams
  • A IA está impulsionando a democratização do desenvolvimento de software, criando um cenário em que equipes pequenas também podem competir com grandes empresas
  • No entanto, é necessária uma resposta social para os riscos de centralização da tecnologia de IA e para a redução de empregos, e não devemos ignorar a IA, mas sim usá-la ativamente

A transformação da programação e o papel dos LLMs

  • Os LLMs mais recentes conseguem concluir quase de forma independente projetos de porte médio quando recebem pistas suficientes
    • O sucesso depende do tipo de programação e da capacidade de expressar o problema com clareza
    • Quanto mais a tarefa puder ser expressa em texto, como na programação de sistemas, maior tende a ser a eficácia
  • Na maioria dos projetos, escrever código manualmente é ineficiente, e agora é mais importante entender o que construir e como construir
  • O autor, Antirez, usou IA para executar as quatro tarefas a seguir
    • Adicionar suporte a UTF-8 à biblioteca linenoise e montar um framework de testes baseado em terminal emulado
      • Um trabalho que antes havia sido abandonado por ter baixo retorno frente ao custo de testes foi viabilizado com IA
    • Resolver o problema de falhas intermitentes relacionadas a timing e deadlock TCP nos testes do Redis
      — O Claude Code analisou o estado dos processos e resolveu o bug
    • Gerar em 5 minutos uma biblioteca pura em C para inferência de modelos de embeddings da família BERT
      • É 15% mais lenta que o PyTorch, mas entrega o mesmo resultado. Cerca de 700 linhas de código
      • Inclui uma ferramenta em Python para conversão do modelo GTE-small
    • Reproduzir uma mudança na estrutura interna do Redis Streams apenas com um documento de design
      • Excluindo o tempo de revisão e aprovação para execução, foi concluído em cerca de 20 minutos
  • Com essas experiências, ele conclui que a IA está mudando a essência da programação

IA e a relação com os desenvolvedores

  • Mesmo que a IA escreva código, o papel do desenvolvedor não desaparece
    • O importante é a capacidade de definir o problema e revisar e ajustar o código gerado pela IA
    • A IA maximiza a produtividade no desenvolvimento como parceira (partner)
  • A rentabilidade das empresas de IA, o preço das ações ou as falas de CEOs não são importantes no longo prazo
  • A mudança essencial na programação é irreversível
  • O autor avalia de forma positiva o fato de o código que ele escreveu ter sido usado no treinamento de LLMs
    • Ele vê isso como um processo de democratização do conhecimento e dos sistemas
    • Assim como o open source fez nos anos 1990, ele acredita que a IA também contribuirá para fortalecer a competitividade de pequenas equipes

Democratização da tecnologia de IA e preocupação com a centralização

  • No momento, há certo grau de democratização com o surgimento de modelos abertos na China e em outros lugares
    • Mesmo em comparação com os modelos líderes de laboratórios fechados, a diferença de desempenho não é grande
  • No entanto, esse equilíbrio pode não ser permanente
    • preocupação com a possibilidade de a tecnologia de IA se concentrar em poucas empresas
  • Redes neurais de grande escala apresentam, por natureza, desempenho impressionante, e não existe uma “mágica” que apenas uma empresa específica possa monopolizar

Impacto social e resposta necessária

  • Há preocupação com a possibilidade de redução de empregos causada pela IA
    • Não está claro se as empresas vão reduzir pessoal ou tocar mais projetos
    • Em alguns setores, existe até o risco de substituição completa de humanos
  • Por isso, o papel do governo é importante
    • São necessárias políticas para apoiar quem perder o emprego e responder às mudanças
    • Ele prevê que, quanto mais demissões houver, maior será a pressão política por proteção social

Conselho aos desenvolvedores

  • Rejeitar ou evitar a IA não ajuda na carreira
    • É preciso experimentar diretamente novas ferramentas e usá-las por longos períodos
    • Não tire conclusões com testes curtos; é preciso continuar tentando com experimentos de várias semanas
  • É preciso encontrar formas de ampliar a própria capacidade com a IA
  • A essência da programação não é “escrever”, mas a alegria de construir algo, e com IA é possível construir mais e melhor

5 comentários

 
m00nlygreat 2026-01-12

Ao contrário do que se pensa, na prática não existem tantos problemas que possam ser resolvidos com código. O código pode resolver bastante coisa, mas a maioria dos problemas está fora do código e fora do monitor.

 
flaxinger 2026-01-14

Acho que tanto a desconfiança obstinada quanto a fé cega absoluta estão erradas.
O importante é usar considerando bem os prós e os contras de forma adequada, e acho que simplesmente criar um clima de FOMO é uma estratégia comercial das empresas de IA.

 
GN⁺ 2026-01-12
Opiniões do Hacker News
  • Aquele entusiasmo de passar a noite programando e vendo um projeto funcionar era o “prazer de criar algo”
    A chama de cada pessoa tem uma forma diferente. Alguns se motivam pela sensação de “controlar o computador do jeito que querem”, outros por “resolver problemas de outras pessoas”, e outros ainda por “criar algo que desperta emoções”
    No meu caso, comecei a programar porque queria derrubar o site dos outros, mas acabei gostando mais do processo de criar e compartilhar. Então ouvir o feedback de outras pessoas virou a minha chama
    No fim, cada programador tem um motivo diferente, e para alguns o LLM aumenta a diversão, enquanto para outros ele tira a graça principal

    • Para mim, codar com LLM torna impossível entrar em estado de flow. É muito cansativo ficar esperando os tokens saírem, revisando e corrigindo. Some a diversão de despejar código com as próprias mãos e entrar no fluxo
    • Ao ouvir a história de “programadores que gostam do próprio ato de digitar”, lembrei do episódio sobre Symbolic Assembly Program (SAP) no livro de Richard Hamming. Antigamente, usar assembly era símbolo de “programador de verdade”, e usar ferramentas de automação era visto como “coisa de covarde”
    • É um ótimo caso de bom resultado vindo de uma má intenção: começou querendo derrubar o site dos outros, mas acabou encontrando a alegria de criar
    • No meu feed, o “louvor à AI” supera as “críticas à AI” numa proporção de 5 para 1. Visões moderadas como as de antirez ou simonw são raras, e a posição realmente radical é a de acreditar que “AI é uma ferramenta que dá a algumas pessoas um ganho líquido gradual, mas real”
    • O problema não é gerar código, e sim a manutenção. Se você deu commit em código feito por AI do jeito que veio, depois quem vai alterar isso, um humano? Ou vai confiar que a AI vai corrigir os bugs? No fim, a questão é: quem vai fazer a limpeza (clean-up)?
  • Concordo totalmente com o texto do antirez. A AI está trazendo grandes vantagens para desenvolvedores, e estamos no meio da maior revolução tecnológica desde a internet
    Ainda assim, ele não analisou as desvantagens da AI nem os motivos por trás da visão anti-AI. Ficou faltando tratar do impacto social, especialmente das preocupações sobre o futuro da engenharia de software

    • Do ponto de vista de negócios, uma postura anti-AI é dar um tiro no próprio pé. Na maioria dos ambientes competitivos, usar AI para ganhar velocidade está alinhado ao interesse da empresa. Aprender LLM agora também facilita se adaptar à próxima mudança
    • Acho que “não existe parte difícil”. O argumento anti-AI já ficou batido, e o agentic coding já está funcionando
  • Não entendo esse discurso de “se você não embarcar no trem da AI vai ficar para trás”. Ainda não tem ajudado muito no meu trabalho, então acho que dá para começar quando a ferramenta estiver boa o bastante

    • Fico curioso para saber que tipo de trabalho é esse em que não se consegue ajuda da AI. Buscar informações de API, revisar projeto de lógica de negócio, code review... o alcance de uso da AI é enorme. O próprio Antirez encontrou bugs no código do Redis com AI
    • Achar que “em algumas semanas dá para alcançar” é ilusão. Eu lido com código usando LLM todos os dias desde o lançamento do ChatGPT, e construir intuição leva meses, anos. Se não começar agora, o risco de ficar para trás é grande
    • Eu também era tranquilo antes, mas agora sinto que entrar rápido na mudança é o mais sensato. As ferramentas recentes são totalmente diferentes das de 3 anos atrás, e já surgiram até conceitos como orquestração multiagente
    • Por outro lado, como as ferramentas e workflows continuam mudando o tempo todo, não me preocupo tanto em “ficar para trás”. Até estabilizar, o mais sensato é entender o quadro geral. Não faz sentido se prender a uma tecnologia que pode sumir rápido, como o Graffiti do Palm Pilot
    • Esse discurso de se acostumar com ferramentas de AI parece cair no horizon effect. A tecnologia vai continuar mudando, e o que realmente importa é a capacidade de comunicação. Vai levar vantagem quem conseguir expressar com rapidez e clareza o núcleo do projeto
  • A expressão “onda anti-AI” simplifica demais a questão. Tecnicamente ainda é algo bruto, mas a utilidade é clara e isso não vai desaparecer
    Só que, do ponto de vista de negócios, o modelo de receita ainda é nebuloso. A tecnologia vai ficar, mas é provável que haja um colapso das startups construídas em cima disso
    Daqui a 5 anos, a AI será ainda mais usada, mas a maioria das empresas de AI que existem hoje provavelmente terá desaparecido

    • No fim dos anos 2000 também se dizia que “ninguém paga por nada na internet”. O fato de empresas quererem gastar centenas de milhares de dólares com desenvolvedores, mas só algumas centenas com ferramentas de AI, é um desequilíbrio
    • O título do post no blog é só uma piada para satirizar a onda da AI
    • Na época das aquisições do YouTube, Instagram e WhatsApp, também disseram que era “dinheiro jogado fora”, mas hoje isso é visto como uma decisão brilhante
    • Mas no HN ainda há muita reclamação de que “LLM é um gerador de lixo inútil”. Diminuiu em relação a 6 meses atrás, mas continua existindo
  • Existe uma discussão sem fim entre “AI vai mudar a programação para sempre” e “é só pensar com a própria cabeça”. Eu prefiro o segundo lado. Ficar só falando das vantagens da AI não resolve o problema

    • O núcleo do trabalho do engenheiro é entendimento e precisão do sistema. Se você não revisar profundamente o código escrito por LLM, não vai alcançar o objetivo
    • Na verdade, não existe guerra nenhuma. A internet só destaca narrativas polêmicas. A maioria dos usuários reconhece os benefícios da AI e, ao mesmo tempo, sabe que pensar e revisar continuam sendo essenciais
    • Não existe guerra eterna no mundo. Essa abordagem de “é só usar X” acaba desaparecendo
  • Dizer que “o LLM mais recente quase completa sozinho um projeto de médio porte” é exagero. Se alguém com conhecimento de domínio der uma especificação concreta, a produtividade sobe bastante, mas a qualidade do resultado ainda reflete o nível de conhecimento do usuário
    A analogia está certa: mesmo com um bom trator, a habilidade do agricultor continua importando

    • Houve um caso em que alguém copiou e colou mais de 8 mil testes e fez um parser HTML completo. Com um nível desses de pista, é possível
    • A definição de “projeto grande” é vaga. Uma área com inúmeros repositórios no GitHub e uma área desconhecida são coisas totalmente diferentes
    • Se isso só funciona para gente com mais de 10 anos de experiência, então soa mais como um argumento anti-AI. Afinal, a promessa central da AI era que qualquer um poderia usar com facilidade
    • Também vejo assim. LLM é só um multiplicador de produtividade, e o resultado muda conforme a qualidade da entrada. Quando você conduz com uma especificação técnica concreta, parece mágica
  • À medida que as ferramentas de desenvolvimento ficam mais abstratas, a influência e a recompensa dos desenvolvedores historicamente só aumentaram. LLM é continuação dessa mesma linha
    A abstração facilita o trabalho, mas também permite fazer mais coisas e cria novas complexidades. No fim, o que importa é confiança e influência. É por isso que um CEO recebe muito mais do que um funcionário
    LLM vai ampliar ainda mais o poder e a influência dos desenvolvedores

    • Mas há quem veja LLM como um “estagiário júnior”. Ou seja, em vez de construir diretamente, o trabalho vira dar instruções e gerenciar. É por isso que a liderança adora AI: ela empurra a programação para um trabalho de gestão e reduz a própria função de “programador”
      No fim, pode voltar a era do “suba ou saia”. Quem não desenvolver habilidade de lidar com pessoas e visão de negócio corre o risco de virar algo cada vez mais sem relevância
  • Não dá para cair nessa confiança excessiva em AI no estilo “Look ma, no hands”
    Com antirez + LLM + CFO, talvez desse até para criar uma empresa de Redis de bilhões de dólares, mas isso só porque ele entende Redis perfeitamente
    Se fosse uma base de código desconhecida, como Postgres, seria muito mais difícil obter o mesmo resultado, e a maioria dos desenvolvedores trabalha justamente nesses ambientes desconhecidos
    No fim, o verdadeiro valor do LLM está no especialista de domínio, e para que uma organização use AI direito, é indispensável investir em treinamento e aprendizado dos funcionários

    • O post no blog vai na mesma linha. A qualidade da saída depende da qualidade das pistas, ou seja, do nível de entendimento do usuário
    • AI no fim é autocompletar avançado. Você precisa conseguir imaginar o resultado desejado e reconhecer a saída correta. Por isso aprender com LLM é arriscado. Um mecanismo de busca permite distinguir bons materiais, mas o LLM tem poucos desses sinais de avaliação
    • Acho que LLM ajuda não só a escrever código, mas também no processo de compreensão. Concordo com a fala do antirez: “agora o interessante não é escrever código, e sim entender o que fazer e como fazer”
    • Muitos executivos tentam prever o futuro com AI, mas na prática quem ainda lida com código de produção são os engenheiros de linha de frente
    • O significado de “especialista de domínio” também está mudando. Eu não tinha experiência em visão computacional, mas aprendi rápido por meio de um loop de feedback visual. Fazia upload de imagens de teste no LLM e ia resolvendo os problemas em conversa com ele
      Se você montar bem um sistema de validação desse tipo, também pode obter resultado em áreas desconhecidas. No fim, o que importa é intuição, pensamento crítico e mentalidade científica
  • Não concordo com a fala “fico feliz que o LLM tenha aprendido com o meu código”
    Eu não fico. Pelo contrário, acho que a qualidade do software está piorando, e não acredito que LLM esteja produzindo código melhor

  • Concordo com a frase “rejeitar a AI não vai parar o mundo”
    Eu também digo aos meus amigos: “usem vocês mesmos e tirem suas conclusões”. Não mexam por 5 minutos e decidam; experimentem por algumas semanas
    Hoje, grande parte da mídia vende uma narrativa negativa atrás de cliques. Para fazer um julgamento correto, não tem jeito: é preciso usar por conta própria
    E agora é preciso prestar mais atenção nos sinais positivos. Relatos do tipo “fiz isso com essa ferramenta” valem muito mais do que dizer “isso ainda não funciona”

 
parkindani 2026-01-13

Pelo visto, ainda há bastante desenvolvedor que não usa IA e diz que ela só produz código lixo. Curioso...

 
dbs0829 2026-01-13

Por outro lado, também acho que não devemos ignorar as vozes que apontam os problemas. Sinto que, com bastante frequência, até mesmo uma pequena crítica acaba sendo tratada como se fosse apenas ataque.