Andrej Karpathy: Existem Dois Tipos de Programadores — Os Que Programam Com IA e Os Que Ficam Pra Trás

O Andrej Karpathy sabe do que está falando. Ex-diretor de IA da Tesla, pesquisador inicial da OpenAI, criador do lendário curso de visão computacional de Stanford — ele tem escrito código e entregado sistemas de IA em produção há mais de uma década. Quando ele diz que seu fluxo de trabalho de desenvolvimento acabou de passar pela maior transformação em 20 anos, vale a pena prestar atenção.

O argumento central dele: ferramentas como o Deep Code não são só autocompletion sofisticado. São um multiplicador de alavancagem. No mesmo tempo que você costumava gastar, consegue entregar dez vezes mais. Mais importante, pode enfrentar projetos que antes pareciam completamente fora de alcance. A IA ainda erra — superengenharia, faz suposições ruins e não contesta quando devia — mas o ganho líquido é inegável. Quanto mais cedo você se adaptar, maior sua vantagem.

Nas últimas semanas tenho escrito bastante código com o Claude Code. Eis o que aprendi.

Fluxo de Trabalho de Programação

A onda mais recente de melhorias em programação com LLMs virou meu fluxo de trabalho de cabeça pra baixo. Em novembro, era mais ou menos 80% digitando na mão com autocompletion do IDE, 20% agente. Em dezembro, era o inverso: 80% código escrito pelo agente, 20% eu limpando.

Agora eu basicamente estou falando o código à existência. Descrevo o que quero em inglês simples e vejo ele se materializar. Machuca um pouco o ego de programador, sinceramente. Mas a capacidade de operar em um repositório inteiro de uma vez — refatorar, montar estrutura, conectar coisas — é boa demais pra abrir mão. Especialmente quando você pega o jeito: afinar a configuração, sentir onde ele acerta e onde tropeça.

Essa é a maior mudança no meu fluxo de trabalho de desenvolvimento em cerca de 20 anos escrevendo código. E aconteceu ao longo de poucas semanas. Eu chutaria que uma parte significativa de engenheiros (percentagem de dois dígitos) já está passando pelo mesmo. O público em geral? Talvez percentagem baixa de um dígito tem noção do que está acontecendo.

IDEs / Enxames de Agentes / A Inevitabilidade dos Erros

Duas narrativas andam circulando: "IDEs estão mortos" e "enxames de agentes autônomos vão cuidar de tudo." Acho ambas exageradas neste momento.

Modelos ainda erram. Se você realmente se importa com o projeto, fique de olho. Eu mantenho um IDE completo aberto numa janela lateral e vigio como um falcão.

Mas os erros são diferentes agora. Não são erros de sintaxe. São mais sorrateiros — erros conceituais, do tipo que um júnior apressado cometeria. O modelo silenciosamente preenche suposições pra você, erra nelas, nunca verifica e simplesmente constrói sobre essa premissa furada até o fim.

Ele também não gerencia bem a incerteza própria. Não para e pergunta "ei, você quer A ou B aqui?" Não sinaliza inconsistências. Raramente contesta. Está um pouco ansioso demais pra agradar. Fazer ele escrever um plano primeiro e depois executar contra esse plano ajuda muito. Honestamente, acho que há uma necessidade real de um modo de planejamento leve e inline.

Ele também adora superengenharia. Camadas de abstração por todo lado. Código que parece inchado. E quase nunca limpa o código morto que cria.

Já vi ele cuspir uma implementação dispersa de mil linhas — lenta, frágil, cheia de desvios desnecessários. Aí eu pergunto: "Dá pra fazer isso de um jeito mais simples?" e ele imediatamente fala "Ah, claro!" e condensa tudo em cem linhas.

Às vezes ele deleta ou reescreve comentários e código que nada tinham a ver com a tarefa, só porque não entendeu ou não gostou. Eu literalmente adicionei anotações no meu CLAUDE.md mandando ele não fazer isso, e continua acontecendo. Mas apesar de tudo, a melhoria líquida é massiva. Genuinamente não consigo imaginar voltar atrás.

Cada um encontra seu próprio ritmo. O meu: umas sessões do Claude Code no Ghostty à esquerda, IDE à direita pra ler código e fazer edições cirúrgicas.

Tenacidade

Ver um agente se esforçando com um problema é sinceramente fascinante. Ele não cansa. Ele não desanima. Um humano teria dito "foda-se, eu tento de novo amanhã" há uma hora. Ele simplesmente... continua.

Às vezes você fica assistindo ele lutar pelo que parece uma eternidade. Aí, 30 minutos depois, finalmente resolve. Naquele momento você tem aquela sensação real de "caraca, isso tem vibe de AGI."

Você percebe: resistência mental e física é um gargalo central pra fazer trabalho acontecer. Os LLMs simplesmente estouraram o teto disso.

Acelerações

É difícil colocar um número em quanto mais rápido os LLMs te tornam. Eu definitivamente sou mais rápido nas coisas que já fazia. Mas a mudança maior é que agora eu faço coisas que jamais teria tentado.

Duas razões:

1. Montes de tarefas pequenas que antes pareciam "não valer o esforço" são agora trivialmente fáceis.
2. Repositórios que eu teria evitado — porque me faltava conhecimento ou habilidade — parecem de repente acessíveis.

Então sim, é aceleração. Mas mais do que isso, é expansão. O leque de coisas que eu sou capaz de fazer cresceu.

Alavancagem

Eis uma das coisas mais poderosas sobre LLMs: eles são realmente bons em iterar num ciclo até atingir um objetivo que você definiu. Muitos desses momentos "com sabor a AGI" vêm exatamente disso.

A chave: não faça microgerenciamento. Diga a ele o que é sucesso e deixe ele descobrir o caminho.

Você pode fazer ele escrever testes primeiro e depois obrigá-lo a passar nos próprios testes. Conectar com um navegador via MCP e fazer iterar. Escrever um algoritmo simples e obviamente correto e dizer "agora otimiza performance mantendo exatamente os mesmos resultados."

A mudança mental é de imperativo pra declarativo. Ao invés de "faz A, depois B, depois C," você diz "é assim que o resultado deve parecer." O agente itera sozinho por umas rodadas e você ganha uma camada extra de alavancagem de graça.

Diversão

Eu não esperava isso, mas programar ficou realmente mais divertido. Todo o trabalho chato de preenchimento é absorvido pelo agente. O que sobra são as partes criativas.

Eu também fico muito menos travado. Ficar travado é horrível. Agora quase sempre tem um caminho pra "colaborar com ele e pelo menos fazer algum progresso," o que torna mais fácil simplesmente começar.

Dito isso, já conheci gente que sente o oposto — programar com LLMs deixa a pessoa menos feliz.

A longo prazo, acho que isso divide engenheiros em dois campos: pessoas que adoram o ato de escrever código e pessoas que adoram ver coisas sendo construídas.

Atrofia

Já consigo sentir: minha capacidade de escrever código do zero está lentamente se apagando. No cérebro, "geração" (escrever código) e "discriminação" (ler e revisar código) são duas habilidades distintas. Escrever código exige memorizar um monte de sintaxe granular. Ler código é entender lógica e estrutura. Então, mesmo que o músculo de geração enfraqueça, você ainda consegue rever código eficazmente — detectar o que parece errado, encontrar os bugs.

Slopacolipse

Estou me preparando: 2026 pode ser o ano da grande explosão de conteúdo porcaria.

GitHub, Substack, arXiv, YouTube, Reddit — toda plataforma de conteúdo digital vai ser inundada com material gerado por IA. Vamos ver uma onda de teatro de produtividade alimentado por IA, demos vistosas que parecem incríveis mas não sustentam. Espalhados no meio vai ter ganhos de produtividade reais e tangíveis também. Mas você vai ter que escavá-los.

Perguntas

Como vai ser o engenheiro 10x daqui pra frente? A lacuna entre engenheiros medianos e tops vai ficar ainda mais larga? Meu palpite: muito mais.

Generalistas vão começar a superar especialistas? LLMs são excepcionalmente bons em preencher detalhes (o micro) mas mais fracos em pensamento panorâmico e estratégia de longo prazo (o micro). Essa inclinação favorece quem consegue ver o tabuleiro inteiro.

Como vai ser programar com LLMs daqui a cinco anos? StarCraft? Factorio? Interpretar uma peça musical?

Quanto da sociedade é realmente limitada por trabalho de conhecimento digital?

Conclusão: O Que Fica Pra Frente?

As capacidades de agentes LLM — em particular o Claude Code — ultrapassaram um limiar de coerência geral por volta de dezembro de 2025. Isso desencadeou uma transição de fase na engenharia de software. A forma como as coisas são feitas mudou por uma ordem de magnitude, praticamente da noite pro dia.

Neste momento, parece que a inteligência disparou na frente de tudo ao redor. A integração de ferramentas não acompanhou. Equipes precisam de novos fluxos de trabalho e padrões de colaboração. A indústria ainda está digerindo o que acabou de acontecer.

2026 vai ser intenso. Todo mundo está correndo pra absorver e internalizar essa nova capacidade. A janela está aberta agora. Quem descobrir isso cedo vai ter uma vantagem avassaladora.