Como eu luto contra o cérebro frito pela IA

A dependência crescente de agentes de codificação de IA está deixando muitos desenvolvedores cognitivamente sobrecarregados, enquanto eles lidam com várias sessões longas, alternância constante de contexto e grandes mudanças de código geradas por IA para revisar. Os comentadores propõem várias estratégias de enfrentamento — desde filas no estilo kanban, escopo de tarefas mais restrito e limitação do trabalho em paralelo até usar a IA principalmente para explicação ou revisão em vez de geração — enquanto outros defendem simplesmente aceitar mais tempo ocioso e pausas. Uma forte corrente de ceticismo mira a prosa escrita por IA e o conteúdo “slop”, refletindo preocupações mais amplas sobre atrofia da compreensão profunda, estilos de escrita homogeneizados e uma cultura que prioriza velocidade e automação em detrimento do trabalho cuidadoso.

A realidade do “cérebro frito pela IA”

  • Muitos comentadores dizem que a exaustão cognitiva causada por fluxos de trabalho intensivos em IA é real, especialmente para programadores experientes que agora se sentem despreparados para entrevistas tradicionais ou trabalho profundo.
  • Outros argumentam que o pânico é exagerado: habilidades de resolução de problemas podem ser exercitadas de muitas formas, e o que principalmente atrofia é a fluência em programação, não o intelecto geral.
  • Vários distinguem cognição bruta de hábitos de pensamento e compreensão em nível mais alto, que veem como mais em risco quando se terceiriza demais para agentes.

Multitarefa, alternância de contexto e produtividade

  • Tensão central: executar muitas sessões de agentes em paralelo vs. focar em uma única tarefa.
  • Alguns executam 10–30 agentes concorrentes, comparando isso a gerenciar uma equipe, ou até jogar muitas partidas de xadrez ao mesmo tempo; dizem que a atenção passa a ser sobre decisões rápidas e locais, e não sobre manter todo o contexto.
  • Outros se limitam a 1–3 tarefas ativas, relatando melhor foco, menos fadiga e, muitas vezes, taxa de entrega efetiva igual ou maior.
  • Várias pessoas observam que a alternância de contexto parece produtiva, mas frequentemente desacelera a entrega líquida, especialmente devido a PRs grandes e ao peso da revisão.

Fluxos de trabalho, ferramentas e “Kanban para agentes”

  • Padrão comum: tratar agentes como membros de uma equipe gerenciados via tickets, quadros kanban ou arquivos de issues residentes no git.
  • As pessoas constroem ferramentas sob medida (quadros TUI/GUI, rastreadores locais de issues, filas de “sua vez / vez da IA”) ou adaptam GitHub/Jira/markdown/org-mode para acompanhar sessões, decisões e status.
  • Vários enfatizam tarefas pequenas e bem delimitadas, especificações explícitas e um “interrogatório” inicial (perguntas e respostas) para reduzir interrupções no meio da tarefa.

Estilo de escrita da IA e reação negativa

  • Reação fortemente negativa à prosa parcialmente gerada por IA do blog; muitos dizem que conseguem “sentir o cheiro” do estilo do modelo e o consideram verboso, clichê e desumanizante.
  • Alguns argumentam que posts de blog escritos por IA sinalizam pouco esforço e minam a confiança; alguns dizem que agora param de ler assim que detectam “lixo de IA”.
  • Outros são indiferentes: se o texto comunica a ideia, não se importam se um modelo redigiu, especialmente em escrita não literária.

Qualidade do código, velocidade e compreensão humana

  • LLMs aceleram muito a redação de código, testes e refatorações, mas revisores relatam abstrações frágeis e emendas de dívida técnica que ainda exigem bastante poda humana.
  • Uma preocupação recorrente: você não internaliza código escrito por IA como faria com o seu próprio, enfraquecendo a compreensão de longo prazo.
  • Modelos rápidos reduzem a vontade de paralelizar, mas gargalos externos (builds, testes, CI, ferramentas) mantêm significativo o “tempo de espera do agente”.

Limites humanos e questões culturais

  • Vários comentários sugerem usar o “tempo de pensamento do agente” como pausa — ler, caminhar, música, reflexão — em vez de abrir mais trabalho.
  • Alguns pedem resistência à cultura de velocidade a qualquer custo da indústria, enfatizando foco profundo, leitura de livros e fazer menos, porém melhor.