O Imposto da Vibração
Agentes de codificação de IA mais inteligentes estão cada vez mais otimizados para assumir tarefas inteiras de software de ponta a ponta, mas muitos desenvolvedores relatam que isso gera código inchado, scaffolding excessivo de testes, custos descontrolados de tokens e menos controle — um “imposto da vibração” para quem precisa revisar cada mudança. Outros contrapõem que, com prompting cuidadoso, escopo pequeno e tratando os modelos como devs júnior dentro de um processo de engenharia convencional, conseguem sistemas grandes e confiáveis e ganhos significativos de produtividade. A discussão destaca uma divisão crescente entre “vibe coding” sem intervenção e fluxos de trabalho assistidos por IA rigidamente gerenciados, além de preocupações de que os incentivos dos fornecedores favoreçam o uso máximo de tokens em vez de ferramentas amigáveis a especialistas.
Programador em par vs. agentes autônomos
- Muitos querem IA como um “programador em par” estreito e rápido, fazendo pequenas edições precisas sob direção, não um construtor de apps do zero ao um.
- Abordagem recomendada: forte modularidade e SRP, interfaces limpas, e deixar os agentes trabalharem apenas dentro de componentes pequenos e isolados para limitar os danos.
- Três grandes campos emergem: nunca usar IA; geração “boa o suficiente” em uma única passada; e uso cuidadoso em que a IA escreve código que humanos revisam de perto. Vários argumentam que apenas o terceiro é sustentável.
O que os comentaristas querem dizer com o “imposto da vibração”
- Os modelos de fronteira estão cada vez mais inclinados a um comportamento de longo horizonte, de ponta a ponta, de “construir tudo”.
- Isso frequentemente resulta em:
- Raciocínio e saída excessivamente longos.
- Escoramento, testes e refatorações em excesso que o usuário não pediu.
- Uso agressivo de subagentes e ferramentas, queimando muitos tokens.
- Exemplos incluem: revisões caras de PR gerando dezenas de agentes; contratos elaborados de CI/testes causando ciclos semelhantes a livelock; e modelos gastando muito mais esforço do que o necessário em tarefas simples.
- Para usuários que precisam revisar cada linha, essa atividade extra é vivida como um “imposto” sobre tempo, atenção e dinheiro.
Fluxos de trabalho e estratégias de mitigação
- Alguns defendem fluxos de trabalho spec-first: fazer a IA redigir uma especificação detalhada, revisá-la com um humano, depois fazer um modelo (possivelmente menor) implementar e outro modelo revisar.
- Outros acham fluxos orientados por spec mais irritantes do que codificar diretamente.
- Vários descrevem desenvolvimento “microgerenciado”: planejamento passo a passo, tarefas pequenas, revisão contínua, e tratar agentes como devs júnior muito bem informados dentro de um SDLC tradicional.
- Alguns constroem harnesses com múltiplos subagentes especializados (redator de spec, especialista de domínio, engenheiro, QA) para controlar o comportamento.
Qualidade, testes e inchaço de código
- Defensores: IA se destaca em ferramentas descartáveis e apps pequenos, com mais tratamento de edge cases e testes do que humanos se dariam ao trabalho de escrever.
- Críticos: agentes produzem em excesso testes triviais ou frágeis e pipelines de CI verbosos; pequenas mudanças tocam muitos arquivos; a base de código de uma empresa, em sua maior parte feita por IA, é descrita como bagunçada e de difícil manutenção, mas celebrada pela gestão.
- Há preocupação de que RLHF e ambientes de treinamento insensíveis a tokens empurrem os modelos para o inchaço.
Experiências e expectativas divergentes
- Alguns relatam sucesso quase sem atrito em projetos substanciais usando fortes guardrails e disciplina de refatoração, e não conseguem se identificar com as histórias de terror.
- Outros repetidamente consideram agentes autônomos ineficazes ou desperdiçadores e preferem fluxos de trabalho manuais, fortemente controlados.
- Persiste a divergência sobre se o marketing incentiva expectativas irreais de uma única passada ou se os usuários estão falhando em aplicar pensamento crítico e um processo adequado.