Semanas de Trabalho Concluídas em 20 Minutos: O Criador do Redis Diz Que a Era de Escrever Código à Mão Acabou

O autor deste artigo, antirez, é o famoso criador do banco de dados em memória Redis. O software dele alimenta as operações de dezenas de milhões de empresas no mundo todo. antirez já foi um cético da IA — ele até escreveu um romance expressando seus medos sobre a automação por IA substituindo humanos. Mas sua experiência recente provou que a realidade da programação mudou para sempre. Nos testes do antirez, o Claude Code demonstrou eficiência digna de uma nova era. Ele consegue escrever 700 linhas de código C rigoroso e de alta performance em 5 minutos. Consegue iterar autonomamente para reproduzir e corrigir deadlocks e bugs de timing extremamente cabeludos no Redis. Até a reestruturação interna complexa do Redis Streams levou apenas 20 minutos. antirez acredita que os programadores de hoje devem parar de se fixar em escrever código linha por linha, porque na maioria dos casos já não é a escolha racional. Ele sugere que todos aprendam a se tornar grandes colaboradores da IA, canalizando energia para definir problemas e projetar soluções. Ele encoraja cada desenvolvedor a começar a aprender e usar profundamente o Claude Code. Nas palavras do antirez: não perca a chance de moldar o futuro ao recusar encarar a realidade. Dedique algumas semanas a testar essas novas ferramentas e encontre formas de multiplicar sua produtividade. A alegria mais pura da programação é construir, e a IA vai te deixar construir mais, construir melhor e construir com mais alegria.

Eu adoro escrever software, linha por linha. Pode-se dizer que minha carreira inteira foi uma busca por escrever código limpo, elegante e de bom gosto. Sinceramente, eu não queria que a IA vencesse economicamente. Não me importo se o sistema econômico atual é desestabilizado pela IA — se levar a uma redistribuição massiva de riqueza, eu até ficaria feliz. Mas fingir deliberadamente que a realidade não existe por causa das minhas opiniões sobre software e sociedade seria uma traição à minha própria razão. Fatos são fatos. A IA está mudando, e vai mudar permanentemente, a programação de computadores.

Em 2020, larguei o emprego para escrever um romance. Era sobre IA, rendimento básico universal e uma sociedade se adaptando à automação do trabalho em meio a vários desafos. No final de 2024, comecei um canal dedicado a discutir IA, como é usada em tarefas de programação e os possíveis impactos que pode trazer. Embora eu tenha reconhecido cedo que essas mudanças aconteceriam, sempre assumi que tínhamos pelo menos mais alguns anos antes de a programação ser realmente reinventada. Já não acredito nisso. Hoje, com os modelos de linguagem de grande porte mais avançados, você pode dar um conjunto claro de objetivos e deixar o modelo completar grandes sub-tarefas — ou até projetos de médio porte — quase inteiramente sozinho, com mínima assistência humana. O quão bem funciona depende do tipo de programação que você faz (quanto mais autônoma e descritível em texto a tarefa, melhor — programação de sistemas é um ótimo exemplo), e da sua capacidade de pensar o problema claramente e comunicá-lo com precisão ao modelo. Mas no geral, agora é evidente: exceto fazê-lo puramente por diversão, escrever código à mão na maioria dos projetos já não é a escolha mais racional.

Na última semana, tenho escrito sobretudo prompts, revisando código ocasionalmente e oferecendo orientação. Em apenas algumas horas, completei as seguintes quatro coisas — trabalho que me teria levado semanas antes.

Modifiquei minha biblioteca linenoise para suportar UTF-8. Também construí um framework de teste de edição de linhas com um terminal simulado que reporta o conteúdo de cada célula de caractere. Era algo que eu sempre quis fazer. Mas era difícil justificar investir tanto esforço em um pequeno sub-projeto apenas para fins de teste. Agora basta descrever o que você quer e vira código. A situação é completamente diferente.

Corrigi falhas intermitentes na suíte de testes do Redis. Esse tipo de trabalho é extremamente chato, envolvendo coordenação de timing, deadlocks TCP e problemas semelhantes. O Claude Code iterou continuamente, dedicando tempo suficiente a reproduzir o problema, inspecionar o estado de cada processo, descobrir o que estava acontecendo e depois corrigir o bug.

Ontem, eu queria uma biblioteca em C puro capaz de rodar inferência com modelos de embedding estilo BERT. O Claude Code escreveu em 5 minutos. A eficiência de inferência da biblioteca é aproximadamente comparável à do PyTorch, apenas cerca de 15% mais lenta. A biblioteca inteira tem apenas 700 linhas de código C. Ele até gerou uma utilidade em Python para converter o modelo GTE-small.

Nas últimas semanas, tenho modificado as entranhas do Redis Streams. Escrevi um documento de design para esse trabalho. Entreguei o documento ao Claude Code e ele basicamente refiz todo o meu trabalho em cerca de 20 minutos. As partes que demoraram mais foram minha própria revisão e confirmação de comandos.

O que está acontecendo agora é impossível de ignorar. Na maioria dos casos, humanos não precisam mais escrever código eles mesmos. A parte mais interessante virou descobrir o que fazer e como fazer. No aspecto "como fazer", os grandes modelos são excelentes colaboradores. Se as empresas de IA conseguem recuperar seu investimento, ou se a bolsa desaba, não importa a longo prazo. Seja lá o que o CEO de alguma empresa unicórnio disser de absurdo ou ridículo, também não importa. Independentemente, a programação foi permanentemente alterada.

Para mim, o fato de código que eu escrevi ter sido usado para treinar grandes modelos é uma coisa maravilhosa. Vejo como uma continuação de uma busca ao longo da vida: democratizar código, sistemas e conhecimento. Os grandes modelos de linguagem vão nos ajudar a escrever software melhor, mais rápido. Vão também dar a pequenas equipes a capacidade de competir com grandes corporações. Assim como o software open source fez nos anos 90.

Como programador, quero escrever open source agora mais do que nunca. Quero pegar alguns repositórios que tinha encostado por falta de tempo e melhorá-los. Quero apostar tudo em IA dentro do meu próprio fluxo de trabalho com o Redis. Primeiro melhorando a implementação dos Vector Sets, depois passando para outras estruturas de dados, assim como estou fazendo agora com os Streams.

Mas eu me preocupo com quem vai perder os empregos. Ainda não está claro exatamente que mudanças vão se desenrolar. As empresas podem querer mais gente para fazer mais coisas. Ou o oposto pode acontecer: menos programadores, mas mais proficientes em IA, para manter os custos salariais baixos. Também me preocupo que, em muitas outras indústrias, os humanos possam se tornar quase inteiramente substituíveis.

Quanto a como programar. Tenho apenas um conselho pra você, meu amigo. Seja lá o que você acredita ser "a coisa certa" não pode ser influenciado negando a realidade. Optar por não usar a IA não beneficia nem você nem sua carreira. Pense nisso com cuidado. Experimente essas novas ferramentas a sério. Dedique algumas semanas, não cinco minutos casuais apenas para confirmar o que já acredita. Encontre formas de multiplicar a si mesmo. Se não encontrar a abordagem certa de primeira, tente de novo daqui a alguns meses.

Você pode pensar em como se esforçou para aprender a programar, e agora as máquinas escrevem código por você. Mas a chama que te manteve acordado até tarde da noite, só para ver seu projeto ganhar vida — essa foi a alegria da criação. Se você encontrar a forma certa de usar a IA de forma eficaz, vai criar mais e criar melhor. A alegria continua lá, intacta.