Meu antigo trabalho agora parece distante
Ferramentas de codificação com IA e agentes autônomos estão remodelando rapidamente o trabalho em software, e muitos engenheiros dizem que as partes intelectualmente satisfatórias da programação estão sendo automatizadas, enquanto o restante do trabalho se desloca para coordenação, gestão de stakeholders e revisão. Os comentaristas se dividem entre o entusiasmo com enormes ganhos de produtividade e novas oportunidades de construir sozinho, e a ansiedade com a queda dos salários, a redução da demanda por funções tradicionais de engenharia e um futuro em que apenas uma elite menor de engenheiros do tipo arquiteto ou produto permaneça em demanda. Por baixo disso, há um argumento econômico mais amplo sobre se a geração de código impulsionada por IA cria um excesso insustentável de software de baixa qualidade e carreiras precárias, ou simplesmente acelera uma mudança de longo prazo para formas mais abstratas e orientadas a negócios de “trabalho do conhecimento”.
Impacto da IA nos empregos e salários em desenvolvimento
- Muitos esperam pressão de baixa sobre os salários: primeiro os juniores, depois os seniores, com alguns imaginando devs experientes trabalhando por salários muito baixos em vez de passar fome.
- Outros argumentam que a IA elimina principalmente funções de “code monkey” enquanto aumenta a demanda por pessoas com habilidades de produto, negócios e relacionamento.
- Alguns veem a adoção de IA como algo não opcional: recuse as ferramentas e você terá dificuldade para ser contratado; aceite-as e ainda assim poderá enfrentar um mercado mais difícil depois.
- Fazem-se comparações com operadores de elevador versus técnicos e com a agricultura: menos trabalhadores necessários mesmo com o aumento da produção total.
Fluxo de trabalho do desenvolvedor e produtividade com agentes
- Vários participantes descrevem ganhos radicais de produtividade: delegar correções complexas de CI durante a noite, construir apps ou plataformas completos com orçamento mínimo, nunca mais ficar “travado”.
- Alguns gostam de como a IA elimina o trabalho penoso (boilerplate, sintaxe, refatorações), permitindo que se concentrem em design de nível mais alto ou até em hobbies pessoais durante o expediente.
- Outros sentem que seu trabalho se tornou monótono: enviar tickets para um LLM, revisar, fazer merge, repetir.
Preocupações com qualidade, confiabilidade e supervisão
- Vários comentários relatam código gerado por LLM como bagunçado, inchado, inconsistente ou sutilmente errado, exigindo direção e revisão constantes.
- Mantenedores de código aberto reclamam de PRs e documentação enormes e com pouco sinal gerados por IA, aumentando a carga de revisão.
- Há receio de que os ganhos de velocidade possam vir silenciosamente de pular testes ou reduzir padrões.
- Alguns desenvolvedores optam por evitar IA por completo, vendo-a como superestimada e passageira.
Economia e sustentabilidade da IA
- Debate sobre se a economia atual da IA é sustentável: alguns apontam estruturas de custo não lucrativas; outros enfatizam crescimento explosivo e queda do “custo da inteligência” como justificativa.
- Modelos de pesos abertos (incluindo os da China) são vistos como reduzindo a dependência de grandes laboratórios.
- Ambientes corporativos são descritos como mais lentos para adotar IA do que startups, tanto por capacidade quanto por razões de governança.
Natureza em mudança do trabalho em software e da identidade
- Vários participantes lamentam a perda da resolução de problemas “divertida” em favor de negociações com stakeholders e política de performance, agora aparentemente amplificadas pela IA.
- Outros argumentam que software já era entediante; a IA apenas torna a rotina “menos desagradável”.
- Preocupação mais ampla: à medida que o código se commoditiza, o valor muda para definir problemas, fazer trade-offs e influenciar pessoas — habilidades de que muitos engenheiros não gostam.