A IA não vai eliminar a superengenharia. Vai acelerá-la

Superengenharia é resolver um problema simples de forma complicada: uma landing page em microsserviços, Kubernetes para dez usuários, uma arquitetura para um milhão de requisições com tráfego modesto. Você paga com dinheiro e tempo por uma solução incomparavelmente mais complexa do que o próprio problema.

É assim que os incentivos estão arranjados. Uma solução complexa é lida como profissional; uma simples, como inacabada. Ninguém foi demitido por escolher Kubernetes. Demitiram quem não pensou em escalabilidade. Com essa assimetria, é racional se precaver, e os desenvolvedores se precavem.

A IA aprendeu com código aberto e artigos, e ali predominam as soluções das grandes empresas: são elas que escrevem os blogs, publicam os frameworks, ditam a moda. Os problemas delas são outros: milhões de usuários, centenas de desenvolvedores, exigências regulatórias.

Diante do pedido «escreva a autenticação», o modelo devolve o que mais encontrou: uma estrutura em camadas com abstrações, interfaces e tratamento de cenários que você nunca terá. É uma resposta correta ao pedido médio da internet. Seu projeto não entra nessa média.

Antes, a complicação era paga com tempo. Escrever cinco camadas de abstração levava uma semana. Lá pelo terceiro dia a pessoa começava a duvidar se elas eram mesmo necessárias. O preço funcionava como freio.

Hoje essas mesmas cinco camadas são geradas em um minuto. O código se lê bem, os testes passam, a funcionalidade roda: na aparência está tudo em ordem. Mas o custo principal da complexidade não está em escrever, e sim em manter. Daqui a seis meses será preciso mudar algo nesse código, e a conta chega então. É dívida técnica contraída na hora e sem uma decisão consciente.

O único freio natural da superengenharia desapareceu. Não se trata da qualidade da geração: o código pode ser excelente. Trata-se de que ele ficou barato demais.

Usar a IA como editor

O cenário comum é outro: o desenvolvedor pede para gerar um módulo do zero, recebe 500 linhas e as cola no projeto. Ninguém vai descobrir o que sobra ali: o código funciona. É assim que a superengenharia entra em um projeto, em uma única geração.

A ordem inversa dá outro resultado:

1. Primeiro você escreve. Trinta linhas, um JWT simples, uma função de verificação. Em troca, você entende cada linha.
2. Depois entrega à IA para simplificar. «Aqui está o código. Remova tudo sem o que ele continue funcionando. Mostre o que dá para jogar fora.»
3. Você avalia as sugestões. Parte delas erra o alvo, mas nesse modo o modelo trabalha melhor: encontra o supérfluo com mais precisão do que inventa o necessário.

Na edição existe um ponto de referência: o seu código e a sua compreensão da tarefa. Na geração não há ponto de referência, e o modelo coloca o valor médio.

Mais duas técnicas:

• Restrições no prompt. Se você gera do zero, defina o limite de forma explícita: «A solução mais simples que funcione. Sem frameworks, sem camadas de abstração. SQLite, um único arquivo.»
• Contexto do projeto. A frase «tenho 100 usuários e um servidor de dez dólares» muda a resposta mais do que qualquer ajuste de formulação.

As empresas que adotaram agentes de IA com mais profundidade construíram toda uma camada de restrições em torno da geração.

A Stripe, segundo descrições públicas, passa por IA mais de mil pull requests por semana. As tarefas para os agentes são formuladas de modo estreito: não «faça uma funcionalidade», mas uma mudança estritamente delimitada. As ferramentas disponíveis ao agente são escolhidas à mão. Cada resultado passa por revisão. A empresa sacrificou conscientemente a amplitude da tarefa em troca da previsibilidade do resultado.

No Google, na Shopify e no Airbnb as arquiteturas diferem: não existe um padrão único na indústria, e cada um constrói conforme os próprios riscos. O que há em comum é que os agentes são incorporados a processos já existentes (GitHub, Slack, Linear) e cercados de verificações.

Nenhuma delas aceita o resultado da geração como está. O valor surge do enquadramento em volta da geração.

A IA amplifica o que já está na cabeça do desenvolvedor. A tendência a complicar ela executa em segundos; o hábito de cortar o supérfluo, também.

A decisão de que este código é complexo demais para esta tarefa continua sendo tomada por uma pessoa. A IA apenas a executa mais rápido.