--- title: "De IDEs para Agentes de IA" author: "Steve Yegge — Sourcegraph Podcast" description: "Steve Yegge é engenheiro de software há 40 anos. Passou décadas na Amazon e no Google, ficou famoso por seus textos brutalmente honestos sobre a indústria — e por acertar muito. Recentemente..." source: "https://adhenawer.net/posts/pt_br/de-ides-para-agentes-de-ia-steve-yegge.html" lang: pt-BR --- TL;DR · principais pontos 1. Steve Yegge é engenheiro de software há 40 anos. 2. Nesta conversa com Gergely Orosz, do The Pragmatic Engineer, Steve fala sobre os oito níveis de adoção de IA para engenheiros, por que 70% dos desenvolvedores ainda estão nos níveis mais baixos, e o que realmente… 3. Steve acompanha a evolução da tecnologia há décadas, desde assembly language até linguagens de alto nível, e enxerga tudo como um movimento constante de subir a escada de abstração. ## INTRODUÇÃO [0:37](https://youtu.be/aFsAOu2bgFk?t=37) Steve Yegge é engenheiro de software há 40 anos. Passou décadas na Amazon e no Google, ficou famoso por seus textos brutalmente honestos sobre a indústria — e por acertar muito. Recentemente construiu o GassTown, um orquestrador open source de agentes de IA, e coescreveu o livro “Vibe Coding” com Jean Kim. Nesta conversa com Gergely Orosz, do The Pragmatic Engineer, Steve fala sobre os oito níveis de adoção de IA para engenheiros, por que 70% dos desenvolvedores ainda estão nos níveis mais baixos, e o que realmente está mudando na indústria — incluindo o que ele chama de “efeito vampiro” da IA no trabalho dos desenvolvedores. A ESCADA DE ABSTRAÇÃO DA ENGENHARIA DE SOFTWARE Steve acompanha a evolução da tecnologia há décadas, desde assembly language até linguagens de alto nível, e enxerga tudo como um movimento constante de subir a escada de abstração. Em 1992, ele aprendia a calcular onde cada pixel ficava numa linha para renderizar triângulos. Dois anos depois, o mesmo curso ensinava animação. Na área de computação gráfica, a escada foi da manipulação de bits para device drivers, depois para engines de jogo com física e mundos virtuais. Em software engineering, o último salto grande foram sistemas distribuídos e cloud nos anos 2010. Depois disso, um período de estagnação relativa — muitas migrações, novas versões de frameworks, mas sem uma reinvenção fundamental. Até a IA chegar. ## DA CETICISMO AO ENTENDIMENTO DOS MODELOS [11:01](https://youtu.be/aFsAOu2bgFk?t=661) Quando o ChatGPT 3.5 surgiu em dezembro de 2022, Steve ficou impressionado que ele conseguia escrever funções Emacs Lisp razoavelmente coerentes — numa linguagem incomum, janky, mas funcional. Para quem tinha amigos pesquisadores de IA há 20 anos dizendo “qualquer dia agora”, aquele momento foi diferente. Mesmo assim, Steve foi cético como todos. Quando surgiram rumores de que a Anthropic tinha uma ferramenta interna de linha de comando que escrevia código, ele simplesmente descartou: “Não, isso não está acontecendo.” Até usar e pensar: “Ah, entendi. Estamos todos ferrados.” Logo depois escreveu “Death of the Junior Developer”. O que mudou sua perspectiva foi o GPT-4: quando o modelo conseguiu escrever mil linhas de código, Steve percebeu que isso significa edições críveis na maior parte do código do mundo, já que a maioria dos arquivos tem menos de mil linhas. A partir daí, ficou óbvio para ele que estavam numa curva exponencial, não num platô. ## OS OITO NÍVEIS DE ADOÇÃO DE IA [18:54](https://youtu.be/aFsAOu2bgFk?t=1134) Steve desenvolveu um framework de oito níveis para descrever onde os engenheiros estão em sua relação com IA: Nível 1 — sem IA nenhuma. Nível 2 — usando IA para perguntas pontuais de sim ou não no IDE. Os níveis intermediários envolvem uso progressivo do autocompletar, geração de trechos de código, e pedidos de ajuda para funções específicas. No nível 6, você está entediado porque o seu agente está ocupado processando. Nos níveis mais altos, você está orquestrando múltiplos agentes em paralelo — o que Steve chama de Gas Town mode. Cerca de 70% dos engenheiros ainda estão nos níveis mais baixos. Muitos usam o GitHub Copilot como se fosse estado da arte, quando ele ficou para trás. Numa reunião de AI tinkerers, alguém perguntou quem usava Copilot. Alguém levantou a mão. A próxima pergunta foi “você é obrigado?” — e todo mundo riu. A marca simplemente despencou. O EFEITO VAMPIRO: EXAUSTÃO E PRODUTIVIDADE Há um fenômeno que Steve chama de “efeito vampiro”: a IA te deixa excitado e você trabalha intensamente. Mas depois de três horas de sessão gerenciando agentes em paralelo, você está mentalmente exausto. Ele descobriu que tira sonecas durante o dia — e os amigos em startups relatam o mesmo. A ironia é que as empresas ainda não estão vendo o aumento de output que seria esperado. O esgotamento acontece antes. A questão da captura de valor também é central: se você é 100x mais produtivo trabalhando 8 horas, a empresa capturou tudo. Se você faz o mesmo trabalho em 10 minutos, você capturou o valor — mas a empresa ficou sem. Nenhum extremo é sustentável, e ainda não temos normas culturais para lidar com isso. ## GAS TOWN: O ORQUESTRADOR DE AGENTES [41:40](https://youtu.be/aFsAOu2bgFk?t=2500) GassTown é o projeto open source que Steve construiu: um orquestrador de agentes. A ideia central é que, se você pode completar um chat, pode colocar agentes em loop — isso é tudo que um orquestrador faz. É agentes rodando agentes. Steve lançou o GassTown cedo, assim que estava minimamente funcional, e pediu ajuda da comunidade. Resultado: mais de 100 pull requests nos primeiros dias, bugs corrigidos, e uma descoberta importante sobre a necessidade de um banco de dados para adultos (o “adult database”) que mudou a direção do projeto. O modelo tradicional de encontrar product-market fit em segredo e só então lançar estava morto para ele. A lição: num mundo onde as coisas se movem tão rápido que uma feature pedida 2 horas atrás já está obsoleta, você precisa ser extremamente transparente e vocal sobre o que está fazendo em tempo real. O GassTown já está recebendo atenção de VCs — mas Steve não se apega a ele, porque acredita que será superado por algo melhor em seis meses. ## GRANDES EMPRESAS VERSUS PEQUENAS EQUIPES [1:02:37](https://youtu.be/aFsAOu2bgFk?t=3757) Uma das previsões mais ousadas de Steve é que a inovação em grandes empresas está essencialmente morta. O que está acontecendo é que a inovação vem de indivíduos e startups de 2 a 20 pessoas — e elas vão rivalizar com o output das grandes empresas em breve. Ele está conversando com startups de 2, 5, 20 pessoas e está impressionado com o que vê. Uma dinâmica nova: em equipes que usam IA intensamente, a transparência se torna obrigatória. Cada pessoa precisa ser extremamente clara sobre o que está fazendo para que ninguém duplique esforço ou construa algo conflitante. O código pode sair em horas, mas a coordenação humana precisa ser instantânea. Steve acredita que Opus 4.5 foi o momento em que a IA passou de problema de pesquisa para problema de engenharia. Não precisamos de modelos mais inteligentes para construir coisas incríveis — o que temos já é suficiente para “comer montanhas”. É como fire ou steam: uma força que empacotamos em camadas de engenharia. O FUTURO DO DEBUGGING E DAS LINGUAGENS Steve foi obcecado por debuggers desde o início da carreira. Sua primeira empresa, GeoWorks, tinha o melhor debugger que ele já viu — chamado SWAT, com time machine e tudo. Ele próprio construiu um debugger para JVM chamado Ganja. Quando vê agentes debugando código, eles usam printfs. Pode ser que nunca foram treinados para usar debuggers formais, ou pode ser que simplesmente não precisem mais. Steve não tem certeza. Em relação a linguagens de programação, a fronteira relevante vai desaparecer — todos os idiomas funcionarão igualmente bem para os agentes eventualmente. A exceção seria linguagens especializadas para otimização extrema de performance ou energia. Para uso do dia a dia, a linguagem simplesmente vai deixar de importar. ## CONSELHOS PARA ENGENHEIROS QUE AINDA USAM COPILOT [1:14:24](https://youtu.be/aFsAOu2bgFk?t=4464) Para engenheiros em empresas que distribuíram o Copilot como se fosse uma iniciativa de IA avançada: existe uma horda de equipes usando Claude Opus que vai destruir seus produtos mais cedo ou mais tarde. O que você precisa fazer é reservar meia hora por dia para explorar o Claude Code e começar a construir. O que vai importar daqui para frente não é o currículo, mas o “proof of work” — o trabalho real que você fez, que precisa ser visível. Software proprietário está sendo ameaçado porque é fácil demais forkar, clonar e contornar. O melhor argumento de Steve para quem tem medo de apostar tudo em IA e ela não evoluir mais: mesmo que os modelos parassem onde estão agora, com Opus 4.5 você já tem o suficiente para resolver problemas de engenharia de qualquer escala. É uma força como o fogo ou o vapor — vamos colocar camadas em volta dela e ela vai fazer toda a engenharia a partir de agora. O PROCESSO DE LUTO E O OUTRO LADO Steve passou 40 anos construindo sua identidade em torno de compiladores, debuggers e código elegante. E então, num período de alguns meses, foi riscando da lista as coisas que o faziam especial — que já não importavam mais. Sentiu o mundo ficar monocromático, como num processo de luto real. O pico durou cerca de uma semana. Do outro lado, ele percebeu que estava escrevendo 10 vezes mais código do que antes e se divertindo mais. O paralelo com a área de gráficos é perfeito: quando os compiladores finalmente ficaram melhores do que escrever em assembly, os programadores ficaram tristes — e então ficaram muito mais felizes com o que puderam construir. Para Steve, a mudança é simplesmente parte da vida em tecnologia. O que muda é o ritmo. E agora você tem agentes para ajudar nessa transição — então pare de reclamar e vá em frente. ## PREVISÕES PARA O FUTURO [1:30:28](https://youtu.be/aFsAOu2bgFk?t=5428) Steve prevê que sua esposa — que não é desenvolvedora — será a maior contribuidora do videogame que eles estão desenvolvendo juntos. Sua visão é que programação será para todos: as pessoas que sempre dissemos que programar era divertido vão finalmente poder experimentar isso. O próximo problema grande não será criar conteúdo — será descobrir conteúdo. Quando todo mundo puder criar software e experiências, vamos precisar de agregadores e mecanismos de busca para o novo mundo de agentes, assim como precisamos de search engines quando a internet explodiu. Steve vê aí uma oportunidade enorme para engenheiros que queiram construir negócios grandes: criar agentes que saibam navegar e curar o que está por vir. O que não pode ser clonado são as conexões humanas. Paradoxalmente, quanto mais automatizado fica o mundo, mais as pessoas vão querer que um humano faça certas coisas para elas. Essa é a vantagem que permanece.