IA e o Fim da "Classe Média" da Engenharia de Software

Um ensaio publicado na quarta-feira (12/08) pelo engenheiro Florian Herrengt, "AI is removing the middle class of software engineering", virou a discussão nº 1 da semana em tecnologia: quase 1.000 pontos e mais de 900 comentários no Hacker News em cinco dias — raridade para um texto individual sobre cultura de engenharia. O motivo do estrondo é simples: ele nomeou, com precisão desconfortável, o que muita gente já está vivendo no dia a dia.

A IA removeu o limite de velocidade

A cena que abre o ensaio: segunda-feira comum, café na mão, sete PRs esperando review. O primeiro tem +24.506 e −3.938 linhas, acompanhado de uma descrição gerada por IA. O time produziu mais mudanças desde sexta-feira do que antigamente produzia em semanas. E, aos olhos desatentos, funciona: você puxa o branch, testa, vê algo funcional.

É como comprar um carro de luxo no cartão de crédito: você não vê a dívida, só o carro.

Em seguida vem o diálogo que virou síntese da era. Pergunta do senior: "De onde vêm esses dados?" Resposta: "Hmm… não sei. Deixa eu perguntar pro Claude." A decisão de arquitetura por trás daquele código está enterrada numa conversa de quinze rodadas com um LLM — que recomendou uma arquitetura, se desculpou, mudou de ideia e foi re-promptado outras tantas vezes. Ninguém no time sabe mais como o sistema funciona; a fonte da verdade virou um log de chat.

Você não pode mais pagar por engenheiros ruins

A parte econômica do ensaio é a que dói. Engenheiros problemáticos sempre existiram — a diferença é que havia um teto para o estrago. Hoje, qualquer pessoa gera em uma tarde mais código do que gerava em um ano, e reverter uma decisão ruim continua caro: um LLM adiciona tabelas e colunas ao banco em dez minutos, mas desfazer isso exige plano de migração, rollback e cuidado com chaves órfãs — enquanto cinco PRs ruins novos chegam no meio do conserto. Ler vinte mil linhas ainda leva o mesmo tempo de sempre.

A nova economia: você é pago para decidir

Para Herrengt, a conclusão é uma bifurcação: implementação virou commodity; julgamento é o produto. O piso de empregabilidade passou a ser "o que o melhor modelo do momento consegue fazer sozinho". Bons engenheiros ficam mais valiosos — a IA é alavanca para quem tem critério. Engenheiros sem julgamento ficam mais caros de manter do que substituir. E a fatia do dinheiro se concentra num grupo cada vez menor de pessoas em quem o time pode confiar. "Em algum momento, alguém ainda precisa saber o que está acontecendo — e essa é a pessoa mais valiosa da equipe", resume. A tendência, segundo ele, não para na engenharia: deve varrer a maioria dos campos do conhecimento.

A semana corroborou em outras frentes

• Anthropic vira a "Apple da IA" — análise do TechRadar desta segunda (17/08) mostra a empresa liderando receita mesmo com os preços mais altos do mercado. Premium por confiança e julgamento não vale só para pessoas: vale no balanço das empresas também.
• Docker Sandboxes — a Docker lançou sandboxes descartáveis e isolados para agentes de IA. A infraestrutura está se moldando à nova realidade: código gerado por agente é tratado como material potencialmente perigoso, não como produção confiável.
• IA já mexe nos juros americanos — a Bloomberg reportou que o investimento em IA está pressionando os yields dos Treasuries: "It just touches everything". O capex de IA deixou de ser tema de nicho e virou variável macroeconômica.

O que fazer com isso (para pessoas e times)

1. PR de agente é código de júnior ilimitado: defina limites de tamanho, exija que a pessoa saiba explicar cada mudança e recuse review de PRs-monstro — ceder é que cria a dívida.
2. Decisão de arquitetura não vive em chat log: se o design mora numa conversa de quinze rodadas com um LLM, ele não existe. Documente em ADR, wiki ou README — a fonte da verdade tem link permanente.
3. O review é onde a senioridade aparece: entender, questionar e cortar é o trabalho que a IA não faz por você — e é exatamente o que o mercado passou a pagar caro.
4. Sua vantagem é o julgamento: treinar a capacidade de auditar o que o modelo produz vale mais do que treinar prompts. Quem não sabe avaliar a recomendação não resolve o problema pedindo mais recomendações.

O ensaio de Herrengt não é um texto anti-IA — é um texto sobre o que sobra de valor humano quando o código sai de graça. A resposta da semana, nos números da Anthropic e nos sandboxes da Docker, é coerente: o mercado já decidiu que paga caro por quem sabe o que está acontecendo. A "classe média" da engenharia não vai desaparecer por falta de trabalho — vai ser forçada a escolher em qual ponta da bifurcação quer estar.