Pergunte ao HN: Você conhece alguma empresa que voltou a usar código escrito à mão?
As ferramentas de codificação com IA são elogiadas por prototipagem rápida e redução de “inércia”, mas muitos engenheiros relatam que os ganhos de velocidade são compensados por uma dívida técnica explosiva, bases de código “legadas” instáveis formadas em meses e perda de entendimento profundo dos sistemas. Os comentários descrevem estratégias divergentes: algumas equipes proíbem ou limitam severamente a IA para código central, usando-a para revisões, testes ou boilerplate; outras são pressionadas pela gestão a maximizar o uso de IA mesmo às custas da qualidade e da manutenibilidade de longo prazo. Um tema recorrente é que o problema real não são as ferramentas em si, mas liderança, incentivos e fluxos de trabalho que priorizam produção de curto prazo em detrimento da qualidade do código, do aprendizado e de práticas de engenharia sustentáveis.
Escopo da Pergunta
- O autor pergunta: existem empresas que adotaram geração de código por IA e depois voltaram a usar código escrito por humanos?
- Várias respostas dizem não conhecer nenhuma em escala; outras observam que muitas empresas ainda nem adotaram ferramentas de codificação com IA.
Ganhos de Produtividade vs. Qualidade do Código
- Alguns argumentam que a IA claramente aumenta a produtividade no curto prazo, removendo inércia e acelerando a prototipagem.
- Críticos dizem que “produtividade” não significa nada se isso apenas produzir funcionalidades de baixo valor ou incorretas.
- Muitos preveem que os “ganhos” de longo prazo vão desaparecer sob uma enorme dívida técnica e cognitiva.
Dívida Técnica, Código Legado e “Slop”
- Vários comentários descrevem a IA como uma “nuclear-powered footgun”: você pode construir uma base de código legada em meses em vez de anos.
- Uma história de startup: a iteração rápida com IA levou a um código central confuso e instável; uma grande refatoração falhou porque a IA continuava reintroduzindo padrões antigos via contexto do git. A equipe está considerando banir a IA das partes centrais.
- Outros relatam equipes perdendo o conhecimento do projeto quando 99% das mudanças são geradas por IA; bugs difíceis levam muito mais tempo.
Políticas de Uso Limitado ou Sem IA
- Algumas equipes evitam IA para código central/“profundo” e a usam apenas como revisora (semelhante a análise estática).
- Uma startup com ~15 engenheiros escreve à mão toda a lógica central “interessante”, usando IA apenas para UI de commodities e tarefas semelhantes a busca.
- Outra empresa não usa IA de forma alguma; outras só permitem IA para verificações de segurança/desempenho ou para testes (com ceticismo sobre o valor de testes gerados por IA).
Liderança, Processo e Cultura
- Vários argumentam que código confuso gerado com IA é uma falha de liderança/processo, não uma inevitabilidade da IA.
- Sugestões: impor fluxos de trabalho estruturados para o uso de IA, enfatizar comunicação e entendimento compartilhado.
- É apontada a tensão entre “equipe feliz usando IA como quiser” e a qualidade de software de longo prazo.
Comparações, Analogias e Outros Domínios
- Alguns comparam ferramentas de IA a IDEs, compiladores e ao Stack Overflow; outros respondem que a IA “alucina”, então a analogia é fraca.
- Há relato de médicos abandonando escribas de IA: o tempo economizado foi perdido verificando anotações prolixas e imprecisas.
- Há preocupação de que a dependência generalizada de IA corroa o aprendizado, a habilidade artesanal e a qualidade geral do produto, mesmo enquanto as corporações otimizam a produção de curto prazo.