Prefira duplicação em vez da abstração errada (2016)

Escopo do Debate: Duplicação vs. Abstração

• Muitos concordam com a ideia central: abstrações prematuras ou “erradas” podem ser mais prejudiciais do que uma pequena duplicação local.
• Outros contrapõem que a duplicação em grande escala pode se tornar catastrófica, especialmente em sistemas de longa duração, com vários clientes ou várias equipes.
• Vários argumentam que o slogan costuma ser lido de forma errada; ele diz respeito a evitar abstrações prematuras ou casuais, não a uma licença para copiar e colar para sempre.

Quando a Duplicação é Útil

• Implementações repetidas podem ser uma ferramenta para descobrir a abstração correta: “faça duas ou três vezes, depois refatore” (regra de três / WET).
• A duplicação é vista como mais barata e mais segura no início, especialmente quando os requisitos de negócio e as fronteiras do domínio ainda não estão claros.
• Alguns preferem fluxos isolados, um pouco duplicados, em vez de uma “abstração deus” frágil com muitas flags e condicionais.

Quando as Abstrações Dão Errado

• Exemplos: frameworks excessivamente genéricos, polimorfismo forçado, “monólitos distribuídos” em microservices, frontends pesados em Redux e DRY levado ao extremo.
• Abstrações erradas tendem a:
  • Codificar semelhanças acidentais em vez de conceitos realmente compartilhados.
  • Espalhar acoplamento oculto, tornando cada mudança arriscada e global.
  • Acumular parâmetros booleanos/de configuração e cadeias de chamadas complexas.
• Alguns sustentam que qualquer abstração mantível é melhor do que duplicação generalizada além de uma escala “de minimis”; outros discordam fortemente.

Heurísticas e Regras Práticas

• Heurísticas comuns:
  • Não abstraia após uma única ocorrência; considere após duas; aja após três, se elas realmente representarem o mesmo conceito e mudarem pelas mesmas razões.
  • Prefira abstrações que sejam óbvias e se justifiquem por sua própria interface, não apenas pelo conhecimento dos chamadores.
  • Favoreça acoplamento frouxo e bibliotecas de suporte simples em vez de frameworks profundos, centralizados e “espertos”.
  • Abstraia para facilitar a substituição futura, não para reutilização especulativa.

LLMs e a Curva de Custo

• Alguns observam que LLMs tornam a duplicação mais barata de criar e refatorar, potencialmente deslocando a balança para código mais simples e mais duplicado.
• Outros relatam que LLMs introduzem mais duplicação e podem deixar passar todas as ocorrências ao refatorar, então as abstrações ainda importam.
• A visão geral: a IA muda a economia, mas não elimina a necessidade de raciocinar sobre abstração vs. duplicação.