Você está caminhando para o esgotamento por IA? Tem medo de perder seu emprego para alguém com poucas habilidades de programação, nenhuma aspiração à qualidade e uma conta enorme no Claude? Está decepcionado com a qualidade do código nos seus projetos, ou pior ainda, no “seu” próprio código? Isso é para você. Existem preocupações éticas significativas e legítimas sobre os LLMs de fronteira executados por grandes empresas de tecnologia, que foram discutidas extensivamente, eu estou ciente e concordo, mas este post não trata delas. Por favor, não me confunda com um tecnobro pró-LLM. Além disso: já que as pessoas confundiram meus textos com conteúdo gerado por LLM antes, vou dizer que ele é 100% escrito por humano, sem qualquer assistência de IA.

Almas na Grande Máquina

Existe um ótimo livro com este título de Sean Mcmullen que eu gostei de ler quando era adolescente, e à primeira vista ele descreve o oposto da nossa situação: um grande computador onde os componentes individuais são humanos, e eles trabalham juntos para formar uma unidade de cálculo. Por outro lado, os LLMs estão sendo executados em computadores reais e fingindo ser (super-)humanos. Em um segundo olhar, a história e a realidade não estão tão distantes assim: nosso papel no processo de produção de software está sendo degradado lentamente de atores para engrenagens em uma máquina. A distopia impulsionada por especificações é aquela em que simplesmente recebemos uma especificação, a batemos no LLM, e choramos quando nossos tokens acabam porque um senhor tecnofeudal decidiu distribuir menos deles.

Como programador Haskell, eu gosto de escrever Haskell. Sim, eu gosto muito do produto que fazemos no trabalho, eu gosto do que você pode fazer com minhas bibliotecas de código aberto, mas eu realmente gosto apenas do processo de expressar meus pensamentos nessa linguagem. Eu suppo que isso seja verdade para a maioria de vocês, e também que não seja verdade em muitas outras linguagens, o que explica em parte por que os entusiastas de diferentes linguagens de programação têm opiniões diferentes sobre o quão brilhante ou sombrio será o futuro auxiliado por LLMs. Quando eu gero código, muita dessa alegria está em risco. Então, não faça isso, talvez. Eu quero continuar escrevendo (pelo menos as partes agradáveis de) programas Haskell, e não tendo que ler e revisar (muito) código gerado. Ao mesmo tempo, eu quero usar esses tokens para algum bom uso que não queime lentamente meu cérebro.

Continue escrevendo código

Se você quiser continuar sendo dono da sua base de código, você precisa continuar escrevendo algum código. Se você deixar tudo ser gerado, isso se tornará um deserto de LLM onde apenas seus agentes de codificação podem prosperar. Então você deve continuar escrevendo código, caso contrário sua base de código eventualmente será perdida. Outra razão para continuar escrevendo código é continuar sendo um bom programador. Habilidades podem ser perdidas por falta de prática, e aqui o risco é particularmente alto porque há um limite realmente baixo para desistir do seu trabalho de codificação e entregá-lo a um agente. Depois de apenas algumas semanas sem codificar e entregar tudo aos agentes, você perceberá que terá dificuldade para voltar a codificar por conta própria. LLMs são muito piores na produção de bom código legível para humanos do que anunciado. Eles são algo bons na produção de código que eles mesmos posteriormente trabalham exclusivamente. Mas tenho certeza de que você já experimentou o desespero de olhar para um arquivo totalmente gerado que deve conter um bug em algum lugar, e sua incapacidade percebida como humano de encontrá-lo sozinho, porque o cenário é simplesmente tão alienígena. Então, como obter esses ganhos de produtividade se não for deixando que os agentes façam a codificação? Fazendo-os fazer quase tudo o mais. Especialmente o trabalho chato que é uma nuisance para você. Idealmente, essas tarefas deveriam ser automatizadas, mas você ainda precisa manter a mão no código para manter suas habilidades e a propriedade da sua base de código.

Entidades-Chave: Empresas: Hacker News | Pessoas: Sean Mcmullen

Perguntas Frequentes: Como os programadores podem manter o prazer enquanto usam LLMs?

Os programadores devem continuar escrevendo código por conta própria para manter suas habilidades e a propriedade da base de código, usando LLMs apenas para tarefas tediosas em vez de geração completa de código para evitar a degradação de habilidades e manter a legibilidade.

Pergunta Frequente: Como os programadores podem manter o prazer enquanto usam LLMs?

Resposta Frequente: Os programadores devem continuar escrevendo código por conta própria para manter suas habilidades e a propriedade da base de código, usando LLMs apenas para tarefas tediosas em vez de geração completa de código para evitar a degradação de habilidades e manter a legibilidade.