Quando o desenvolvedor deixa de escrever código e começa a gerenciar agentes

Muito se fala hoje sobre o fim da profissão de desenvolvedor.

A inteligência artificial já consegue escrever código, criar interfaces, corrigir bugs, explicar conceitos, escrever testes e até conduzir tarefas inteiras a partir de uma descrição em linguagem natural.

Daí surgem algumas previsões bastante otimistas, ou pessimistas, dependendo do ponto de vista, de que em pouco tempo não precisaremos mais programar, não será necessário estudar e a IA simplesmente fará tudo sozinha.

Eu ainda considero esse futuro bastante incerto.

Não sabemos até onde os modelos vão chegar, quais limitações continuarão existindo e nem como o mercado vai se comportar. Também existe toda a discussão sobre os enormes investimentos atuais em IA, a sustentabilidade desse mercado e a possibilidade de uma correção da chamada "bolha".

Tudo isso pode acontecer.

Mas, mesmo que a IA continue evoluindo em um ritmo impressionante, acredito que uma coisa já esteja bastante clara:

não vamos voltar a programar da mesma forma que programávamos antes da IA.

E talvez essa seja a mudança mais importante para quem está começando agora.

O código manual ainda importa

Se você está começando a estudar programação, minha recomendação continua sendo: escreva código. Muito código.

Não porque acredito que você passará a vida escrevendo cada linha manualmente.

Mas porque existe uma diferença enorme entre conseguir pedir para uma IA fazer alguma coisa e conseguir entender o que ela fez.

No começo, eu usaria a IA como uma espécie de professor particular.

Peça explicações.

Peça exemplos.

Pergunte por que determinada abordagem foi escolhida.

Peça para comparar duas soluções.

Mostre seu código e peça uma análise.

Peça para ela apontar possíveis problemas.

Mas faça o esforço de entender e construir algumas coisas por conta própria.

Não terceirize completamente o processo de aprendizado.

Até que se prove que a profissão realmente morreu, conhecimento continua sendo uma das melhores formas de se proteger.

E existe outro motivo ainda mais importante para isso.

Você precisa entender para conseguir guiar

Imagine que você peça para um agente de IA construir uma API para você.

Ele pode entregar algo que funciona.

Mas "funcionar" é apenas uma pequena parte do problema.

Essa API é segura?

Ela aguenta carga?

Existe algum problema de concorrência?

A autenticação está correta?

O banco de dados foi modelado adequadamente?

Existe uma consulta que pode virar um problema de performance?

Essa solução cria um acoplamento desnecessário?

Existe uma alternativa mais simples?

O código está preparado para uma mudança que provavelmente acontecerá daqui a seis meses?

Essas perguntas não desaparecem porque a IA escreveu o código.

Na verdade, talvez elas se tornem ainda mais importantes.

Quanto mais código conseguimos produzir, maior fica nossa capacidade de produzir código ruim em grande escala.

Por isso, acredito que o conhecimento técnico continuará sendo extremamente valioso.

Você não precisa necessariamente ser a pessoa que escreve todas as linhas.

Mas precisa ser capaz de olhar para o que foi produzido e tomar uma decisão consciente sobre aquilo.

Então deixe o vibe coding para o Senior

Talvez o "vibe coding" faça muito mais sentido para alguém experiente do que para quem está começando.

Um desenvolvedor sênior consegue olhar para uma solução gerada pela IA e perceber rapidamente que existe alguma coisa estranha.

Ele já viu aquele problema antes.

Já tomou aquela decisão errada.

Já sofreu com aquele trade off.

Já derrubou produção.

Já precisou investigar uma aplicação que ninguém entendia.

Já descobriu que aquela solução aparentemente elegante se transforma em um pesadelo seis meses depois.

Esse histórico cria algo que não aparece simplesmente porque você sabe conversar bem com uma IA: repertório técnico.

É esse repertório que permite ao desenvolvedor questionar a IA.

"Por que você fez dessa maneira?"

"Não seria melhor utilizar outra abordagem?"

"Isso não cria uma condição de corrida?"

"Essa consulta não pode ficar muito cara?"

"Por que estamos adicionando essa abstração?"

"Essa solução realmente precisa de tudo isso?"

Sem conhecimento, você não está gerenciando um agente.

Você está apenas aceitando o que ele entrega.

Mas então, o que estudar?

A pergunta que provavelmente mais importa para quem está começando é: se a IA vai escrever cada vez mais código, o que eu deveria aprender?

Eu começaria pelos fundamentos.

Lógica de programação.

Estruturas de dados.

Algoritmos.

Banco de dados.

HTTP e protocolos.

Redes.

Sistemas operacionais.

Concorrência.

Segurança.

Arquitetura.

Git.

E, principalmente, os fundamentos da linguagem e do ecossistema que você escolheu.

Não precisa decorar toda a documentação de uma linguagem.

Mas precisa entender como ela funciona.

Precisa saber o que é uma função, um objeto, uma referência, uma exceção, uma requisição, uma transação, um processo, uma fila, um cache.

Esses conhecimentos formam o mapa mental que você usa para navegar pelo código produzido pela IA.

E aqui existe uma oportunidade interessante.

A mesma IA que pode atrapalhar o aprendizado quando usada como uma máquina de respostas também pode ser uma ferramenta absurda para aprender.

Você pode pedir para ela criar uma página HTML que demonstre visualmente como funciona uma estrutura de dados.

Pode criar uma animação para entender um algoritmo.

Pode pedir um exemplo interativo de uma requisição HTTP.

Pode comparar duas implementações.

Pode construir pequenos projetos para testar uma ideia.

Pode fazer perguntas que talvez você tivesse vergonha de fazer para outra pessoa.

A IA pode reduzir drasticamente o tempo entre a dúvida e a experimentação.

Use isso a seu favor.

A profissão pode ficar mais fácil e mais difícil ao mesmo tempo

Existe uma aparente contradição acontecendo.

Programar está ficando mais fácil.

Mas ser um bom desenvolvedor pode ficar mais difícil.

Hoje, uma IA consegue produzir em segundos aquilo que um desenvolvedor iniciante levaria horas para fazer.

Isso é fantástico.

Mas também significa que o mercado pode passar a exigir mais.

Se uma empresa consegue gerar rapidamente uma implementação básica com IA, talvez o diferencial deixe de ser "consigo escrever esse código".

O diferencial passa a ser:

"Consigo entender o problema?"

"Consigo escolher uma boa solução?"

"Consigo identificar os riscos?"

"Consigo revisar o que a IA produziu?"

"Consigo definir uma arquitetura?"

"Consigo perceber quando a solução aparentemente correta está errada?"

A régua pode subir.

E talvez seja justamente por isso que a divisão tradicional entre Junior, Pleno e Senior precise sofrer alguma alteração nos próximos anos.

Não necessariamente porque esses níveis vão desaparecer, mas porque as habilidades que diferenciam cada estágio podem mudar.

O desenvolvedor como gerente de agentes

Talvez o futuro não seja um mundo sem desenvolvedores.

Talvez seja um mundo com muito menos desenvolvedores escrevendo código diretamente.

O desenvolvedor passa a descrever problemas, definir restrições, escolher abordagens, revisar resultados, testar hipóteses e coordenar agentes especializados.

Em vez de passar quatro horas escrevendo uma implementação, pode passar vinte minutos definindo exatamente o que precisa ser feito e depois uma hora analisando criticamente aquilo que foi produzido.

Isso muda completamente a natureza do trabalho.

O código continua existindo.

A arquitetura continua existindo.

Os bugs continuam existindo.

A segurança continua existindo.

Os trade offs continuam existindo.

O que muda é quem está colocando as mãos diretamente no teclado.

Talvez o desenvolvedor do futuro escreva menos código, mas precise entender muito mais sobre o sistema que está construindo.

E é por isso que eu não acho que estudar programação tenha perdido o sentido.

Talvez seja justamente o contrário.

Quanto melhor a IA ficar em escrever código, mais importante será saber dizer a ela o que deve ser escrito e, principalmente, saber reconhecer quando ela escreveu algo errado.

Então, se você está começando agora, não tenha pressa para pular diretamente para o "vibe coding".

Aprenda os fundamentos.

Escreva código.

Quebre coisas.

Conserte.

Entenda por que funcionam.

Use IA para acelerar esse processo, não para substituí-lo.

Porque talvez, no futuro, o desenvolvedor não seja mais aquele que escreve todo o código.

Talvez seja aquele que sabe exatamente qual código precisa existir.