IA exige mais disciplina de engenharia. Não menos

Reação geral ao artigo

• Muitos acharam o texto verboso, disperso e com poucas conclusões concretas; alguns suspeitaram de escrita “AI slop”.
• Uma minoria gostou da ideia central (IA ⇒ mais disciplina, não menos), mas achou o argumento confuso ou indeciso.
• Leitores notaram tensão entre a retórica de “IA é existencialmente importante” e o tratamento vago das compensações.

Código vs. especificações, docs e prompts

• Um debate central: o código deve continuar sendo o “artefato principal”, ou specs, testes e prompts devem virar os principais objetos de revisão enquanto o código é descartável?
• Vários argumentam que o código é a única especificação inequívoca e executável e, portanto, precisa continuar no centro.
• Outros apoiam mover o conhecimento para docs de design, ADRs, testes e históricos de prompts, deixando a IA regenerar o código como detalhe de implementação.
• Céticos alertam que abstrações mais grosseiras e “specs” de LLM ainda não são confiáveis o suficiente para dispensar revisões detalhadas de código.

Qualidade do código de IA, “slop” e verificação

• Há forte sentimento de que a IA produz código funcional, mas estranho, excessivamente complicado ou frágil, que é doloroso de ler e manter.
• Defensores retrucam que, com bom design, restrições e testes, a IA pode produzir código de alta qualidade e defensivo, além de acelerar trabalho não inédito.
• Há amplo consenso de que o gargalo agora é avaliação e verificação, não geração de código.
• Alguns preveem sistemas que validem propriedades e testes em vez de humanos lerem a maior parte do código; outros duvidam que isso seja realisticamente alcançável sem código estável e compreensível por humanos.

Linhas de código, produtividade e dívida técnica

• Norma antiga do HN: remover código é um sinal de senioridade. Muitos defendem isso ainda mais fortemente na era da IA.
• A IA permite PRs enormes e enxurradas de código e documentação “superficialmente plausíveis”, tornando mais difícil identificar quem realmente entende os sistemas.
• Usar LoC ou contagem de PR como métrica de produtividade é visto como especialmente quebrado agora.
• Vários comentários preveem uma forma massiva e nova de dívida técnica vinda de código e documentos gerados por IA, comparada a amianto ou “falência técnica”.

Disciplina, papéis e incentivos

• Muitos concordam que a IA pode exigir mais disciplina: melhores specs, testes, observabilidade e proveniência (por exemplo, capturar prompts e intenção de design).
• Ao mesmo tempo, a IA torna mais fácil parecer produtivo sem entender, especialmente sob pressão executiva para “usar IA em tudo”.
• Alguns esperam que funções de SWE mudem para arquitetura, documentação e design de testes, em vez de desaparecer; outros argumentam que não qualificados + IA é um novo risco sistêmico, especialmente para juniores.