O Joseph Heck escreveu em agosto um texto que resume bem o momento: harnesses agentes cruzaram o Rubicão do “dá pra fazer”. Depois de um ano observando amigos usarem essas ferramentas, a conclusão dele é desconfortável para os dois lados do debate. Não, a profissão não acabou. Sim, o que os agentes fazem — produzir código que funciona e passa em testes — deixou de ser a parte cara do trabalho.

A analogia dele vem da solda. Aprendeu a soldar aos vinte e rapidamente construiu coisas que não conseguia levantar nem tirar da oficina. A lição transferida: como algo se monta é o que faz toda a diferença, não o fato de conseguir produzir. Os agentes estão no mesmo ponto — produzem, e rápido. O que não conseguem é decidir como as peças se encaixam.

O que os agentes já fazem — e onde param

Com disciplina no uso (Heck repete o prompt “develop with red/green TDD”), extrai-se dos agentes código que funciona e que é testável. Acima disso, desanda. As emendas — como um módulo expõe sua interface, como conversa com os outros, como o sistema se deixa depurar e evoluir ao longo de anos — continuam sendo arte tanto quanto ciência. Dependem de julgamento sobre trocas que nenhuma base de treino codificou, porque são específicas do seu problema, do seu time, do seu histórico.

O ponto epistemológico é o mais afiado: LLMs não raciocinam, preveem. São conhecimento humano comprimido. Se o raciocínio de que você precisa está codificado no conhecimento humano, o modelo ecoa. Se não está — e “como conviver com este software pelos próximos cinco anos” raramente está — a previsão vira chute.

O contraponto: o agente como recurso vertical

A leitura otimista existe e merece ser levada a sério. Josh Bleecher Snyder argumenta, no blog da exe.dev, que Claude não é um compilador — é melhor que isso, porque trabalha verticalmente pela pilha inteira: estratégia, produto, arquitetura, código, código de máquina. Não faz cada uma dessas coisas tão bem quanto um humano dedicado, mas faz todas, sem agendar reunião nem pedir permissão. O caso relatado é um servidor DNS distribuído construído desse jeito.

Só que o relato, lido inteiro, não é o que o entusiasmo sugere. As decisões estratégicas e arquiteturais foram fechadas entre humanos, presencialmente: hub-and-spoke, replicação append-only, persistência nas bordas. E dali em diante Snyder não delegou. Ele diz com todas as letras que nunca entregou uma tarefa deixando o agente tomar as decisões para reduzi-la à prática — isso seria vibe-coding, e não foi o que ele fez.

O que ele fez foi outra coisa: colocou múltiplos loops de agentes construindo o sistema inteiro em paralelo, respondeu às perguntas que eles levantavam em todos os níveis de detalhe, e foi convertendo cada resposta em orientação escrita e curta. Depois pediu a novos agentes que comparassem as implementações prontas e caçassem divergências. Repetiu o processo inteiro mais duas vezes, invocando Brooks — planeje jogar uma fora, você vai jogar mesmo.

E aqui está o achado que o discurso animado não divulga. Snyder relata ter ficado chocado com a quantidade de decisões importantes que os agentes nunca perguntaram — simplesmente tomaram, e cada um de um jeito diferente. O exemplo dele é bonito: rollback de banco quebra o contrato append-only da replicação. Todos os agentes notaram o problema; cada um inventou uma solução distinta. Escolher entre elas não é digitação. O que sobrou no fim da semana não foi só o servidor DNS. Foi um documento de tecido cicatricial — as decisões que provaram importar, registradas em todas as camadas, boas o suficiente para guiar o próximo agente. Isso tem nome no vocabulário do Heck: são as emendas. Snyder não escapou delas. Passou a semana inteira caçando-as. O contraponto não refuta a tese; descreve a mesma coisa com ferramental novo.

A evidência controlada: limpeza continua pagando conta

O argumento “fundamentos não importam mais” também tem um problema empírico — e ele é anterior ao medo. Em maio, um estudo controlado da SonarSource construiu pares minimais de repositórios — idênticos em arquitetura, dependências e comportamento externo, diferentes apenas na limpeza do código — e rodou 660 tentativas com o Claude Code (Sonnet 4.6) em 33 tarefas.

Resultado em duas linhas: a taxa de acerto do agente não muda com código limpo ou sujo. Mas a pegada operacional muda bastante — 7 a 8% menos tokens e 34% menos revisitações aos mesmos arquivos quando a base é limpa. Ou seja, o agente resolve a tarefa nos dois cenários, mas navega melhor em código que um humano estruturou com cuidado.

A implicação econômica é direta: num mundo em que tokens são o insumo, código bagunçado é passivo contábil. Manutenção deixou de ser estética para virar custo de inferência.

A voz do chão: três pilares, um caindo por vez

Em junho, um engenheiro de pagamentos com dez anos de carreira escreveu que os LLMs estão corroendo sua carreira, e conta a erosão em ordem cronológica.

Primeiro caiu o conhecimento de domínio: compliance PCI, ledgers de partida dobrada, escrow, idempotência de transferência bancária. A parte difícil não era a documentação, era conectar os pontos — coisa que, segundo ele, só se forma no cérebro depois de anos. Os modelos conectaram.

Depois caiu o debugging de sistemas distribuídos, que ele considerava seu bilhete de empregabilidade de longo prazo. Com MCPs de observabilidade plugados, ele relata 90% dos bugs sendo resolvidos de primeira — inclusive race conditions bizarras que antes custavam dois dias de trabalho.

Sobra o terceiro pilar: qualidade de código e arquitetura. E é aqui que o texto fica interessante — não porque ele defende o pilar, mas porque ele o entrega. O raciocínio: agentes organizam mal (dependência circular, duplicação, mistura de função pura com efeito colateral), então humanos ainda precisam impedir a base nota F; mas C ou D agora está de bom tamanho, porque o código passou a ser escrito para LLM ler, não para humano ler.

Ponha essa frase ao lado do estudo da Sonar e ela não se sustenta. Se a diferença entre limpo e sujo aparece justamente na pegada operacional do agente — tokens, revisitações, retrabalho de navegação —, então “escrito para máquina ler” é precisamente o argumento a favor de manter a nota A. Não por capricho estético nem por respeito ao próximo humano que abrir o arquivo: por custo unitário. O último pilar dele não está caindo. Está sendo abandonado com base numa premissa que a evidência publicada um mês antes já contradizia.

E quem herda o julgamento?

Fica uma pergunta em aberto que nenhum dos três textos responde, e que Lars Faye persegue, em julho, em AI Coding will Prevent Expertise. Se o julgamento é o que não commoditizou, de onde virão os próximos julgadores?

O paradoxo que ele formula é limpo: as ferramentas exigem expertise para serem usadas bem, e ao mesmo tempo contornam exatamente a fricção que produz expertise. A evidência que ele traz é anterior: um estudo publicado no ICER 2024 (Prather et al.) acompanhou 21 sessões de laboratório com programadores iniciantes, combinando observação, entrevista e eye tracking, e achou o oposto do esperado — quem se apoiou pesado na assistência pulou etapas de planejamento e terminou com ilusão de competência, não com entendimento. Os que foram melhor foram os que mitigaram ou ignoraram a ajuda, desenvolvendo o que os pesquisadores chamam de expertise negativa: a capacidade de descartar a sugestão ruim. (Faye credita o estudo à JetBrains; a autoria é acadêmica.)

Na mesma direção, um estudo da UPenn com mil estudantes de matemática viu o grupo com LLM performar 17% pior que o grupo com livro-texto — e achar que estava indo bem. Só que a variante “tutor” do mesmo experimento, que devolve o trabalho cognitivo ao aluno em vez de entregar a resposta, inverteu o sinal. O próprio estudo da Anthropic sobre formação de habilidades chega a algo parecido: ficar dolorosamente travado parece importar para a maestria.

A distinção que Faye extrai disso é a mais útil de todo o debate: dívida cognitiva é abdicar de julgamento e decisões; descarregamento cognitivo é delegar o mecânico e o tedioso. É a mesma linha que Heck desenha nas emendas, e exatamente a linha que Snyder pisou durante aquela semana — ele descarregou a digitação e ficou com as decisões, uma a uma, até virarem documento.

Síntese

Quatro textos, uma direção. A escrita de código virou commodity: o Rubicão foi cruzado e não há volta. O que não commoditizou foi o julgamento — decidir trocas, desenhar emendas, escolher o que merece sobreviver às rodadas de mudança dos próximos anos. E a evidência controlada adiciona a virada que o discurso entusiasmado ignora: disciplina de engenharia não é só amortecedor de risco, é economia direta no insumo que move a nova pilha.

Mas junte os quatro e aparece o que nenhum diz sozinho: o julgamento não commoditizou, e também não se reproduz sozinho. Snyder consegue o que consegue porque sabe quais perguntas dos agentes merecem uma decisão sua. O engenheiro de pagamentos consegue revisar a saída do robô porque acumulou justamente o repertório que ele agora considera inútil. Os dois são produto da fricção que estamos otimizando para eliminar.

A profissão não acabou. A parte dela que era digitação, sim. O risco real não é o agente substituir o engenheiro — é o agente ser bom o bastante para que ninguém mais precise percorrer o caminho que forma um.