Menos é mais, na maioria das vezes

• Em uma era em que é possível criar qualquer coisa rapidamente com IA, aumentar a quantidade não leva a resultados melhores; só produtos feitos com intenção e cuidado extremo sobrevivem por muito tempo
• O núcleo de um produto excelente é a simplicidade e a clareza, que reduzem a carga cognitiva do cérebro e tornam a experiência menos avassaladora
• A IA torna muito mais fácil adicionar algo do que remover, mas remover exige um julgamento intencional que considere todas as implicações
• Como no exemplo das animações de menu de contexto, uma interface com mais movimento nem sempre é melhor; a compreensão do contexto de uso determina o que não incluir
• Quanto mais poderosas as ferramentas se tornam, maior é o valor de entendimento, julgamento e gosto; saber o que não construir passa a ser a competência mais importante

---

Quantidade e qualidade na era da IA

• Com IA, qualquer ideia, novo recurso ou animação pode ser implementado com apenas alguns prompts, reduzindo para minutos trabalhos que antes levavam horas, dias ou semanas
• Mais pessoas passaram a conseguir criar mais coisas mais rapidamente, mas criar mais não significa criar algo melhor
• Ao passar de um bom produto para um produto excelente, é possível sentir a diferença; em geral, não é um único elemento, mas o acúmulo de pequenas decisões e detalhes que cria uma ótima experiência

Simplicidade e clareza

• Humanos preferem coisas simples e previsíveis porque o cérebro é uma espécie de máquina de economizar energia
  • A simplicidade reduz a carga cognitiva desnecessária, facilita o processamento e torna a experiência menos avassaladora
• Segundo o conceito psicológico de fluência de processamento (processing fluency), quanto mais fácil algo é de processar, mais familiar, agradável e confiável parece
• Por meio de uma citação de Jony Ive, explica-se que simplicidade vai além de simplesmente remover a bagunça: é deixar apenas a essência com base em um entendimento profundo

Adicionar é fácil, remover é difícil

• A IA torna adicionar mais fácil do que nunca; com agentes, é possível fechar os olhos, acrescentar algo e torcer para dar certo
• Por outro lado, ao remover, é preciso ser intencional e considerar todas as implicações até o fim
• É possível deixar um agente rodando sem parar e gerar milhões de linhas de código, mas não há garantia de que o resultado será bom

Exemplo de animação

• Animar algo e animar bem são problemas completamente diferentes; as variações de animação do exemplo são bonitas, mas na prática não fazem sentido
• Na comparação de menus de contexto, um lado se move tanto ao abrir quanto ao fechar e ainda anima a mudança de background-color ao passar o mouse sobre os itens, enquanto o outro não faz isso
• Ao entender que se trata de uma ação usada centenas ou milhares de vezes por dia, como o menu de botão direito do macOS, fica claro que animar tanto a entrada quanto a saída não é uma boa escolha
  • Se você abrir 200 vezes por dia e a animação durar 300ms, gastará cerca de 1 minuto por dia, mais de 6 horas por ano, assistindo à reprodução da animação, o que se torna uma interrupção irritante
• Quando se entende qual problema está sendo resolvido e como as pessoas usam o recurso, não animar se torna a decisão óbvia
• Agentes são excelentes na execução, mas ainda não possuem plenamente entendimento e julgamento — e é exatamente isso que torna um produto excelente

Julgamento e entendimento em engenharia

• Agora que qualquer pessoa pode escrever muito código, acabou a era em que a qualidade do resultado de um engenheiro era determinada pela quantidade de código
• Na Interfere, valorizamos pull requests que fazem o que precisa ser feito com o mínimo de código possível
• A capacidade de revisar código, distinguir código bom de código ruim e pensar criticamente está se tornando mais importante do que a capacidade de escrever código — e, ao mesmo tempo, mais rara
  • Quando se parte direto para a construção sem conhecimento e entendimento suficientes, fica difícil julgar se o resultado do agente é bom ou ruim, e torna-se difícil conduzi-lo na direção certa

Skill codebase-standards

• Para manter padrões de alta qualidade e compartilhar princípios a serem seguidos tanto por agentes quanto por pessoas, foi criada uma skill própria /codebase-standards
• Ela é usada junto com o comando /interfere-review, que revisa o código de acordo com os padrões, codificando entendimento e julgamento de uma forma que tanto colegas de equipe quanto agentes possam aproveitar

Princípios para trabalhar com agentes

• Não terceirizar o pensamento para o agente
• Não presumir que aquilo que o agente escreveu está correto por padrão; tratar de forma crítica
• Ser capaz de explicar, pelo menos em linhas gerais, o que cada linha adicionada pelo agente faz
• Pensar se tudo o que é adicionado torna o resultado final melhor
• O agente é uma extensão sua; quanto melhor você for em uma tarefa, melhor o agente também será nela
• Usar skills, comandos e MCPs para fornecer o máximo de contexto possível e deixar claro o modo desejado de trabalho
• Se houver algo que você não entende, peça uma explicação à IA — uma das ferramentas de aprendizado mais poderosas

O que não construir

• A IA torna mais fácil do que nunca adicionar mais recursos, código e animações, mas também facilita construir coisas que nem precisavam ser construídas
• A pergunta agora não é se é possível construir, mas o que e como devemos construir
• Quanto mais poderosas as ferramentas se tornam, maior é o valor de entendimento, julgamento e gosto (taste); a compreensão do produto, dos usuários e do problema, assim como ponto de vista e visão, continuam sendo responsabilidade das pessoas
• A simplicidade não surge por acaso; ela vem de um entendimento profundo sobre o que remover, o que deixar como está e o que nem sequer construir
• A cada elemento, animação ou recurso adicionado, é preciso questionar criticamente por que ele está sendo adicionado e se torna o resultado final melhor; na era da IA, saber o que não construir pode ser a competência mais importante