Autor: Naval Ravikant
Compilado por: Felix, PANews
No contexto da iteração frenética dos grandes modelos de IA atuais, o mercado global está repleto de um profundo sentimento de pessimismo e ansiedade. Anteriormente, o CEO da OpenAI, Sam Altman, previu que “a IA assumirá 95% dos trabalhos dos programadores”; posteriormente, o CEO da Anthropic previu que “a IA dominará completamente as funções de engenheiros de software em 6 a 12 meses”. A afirmação de que “a carreira de programador está morta” parece ter se tornado um consenso global, enfrentando a crise de sobrevivência mais grave desde o nascimento da internet.
Mas esse medo do desaparecimento de empregos surge de uma má compreensão da lógica subjacente à tecnologia. Naval Ravikant, co-fundador da AngelList (investidor inicial do Uber e do Twitter), acredita que o recente entusiasmo sobre o aumento da produtividade pela IA talvez tenha sido exagerado; independentemente de quão evoluída a IA se torne, ela sempre cometerá erros, e o engenheiro de software continua sendo uma das profissões indispensáveis.
Independentemente do campo em que você atua, mesmo o menor nicho, basta se aperfeiçoar e se especializar para se tornar um profissional de ponta e não precisar se preocupar em ser substituído por IA.
Aqui estão os últimos pontos de vista de Naval Ravikant.
“Does AI mean traditional software engineering is dead? Absolutely not. Software engineers—even those not necessarily responsible for tuning or training AI models—are now among the most valued professionals worldwide. Of course, engineers responsible for training and tuning models are even more valued, as they build the toolsets used by software engineers.”
Mas os engenheiros de software ainda possuem duas grandes vantagens. Primeiro, eles pensam em código, então realmente entendem o funcionamento subjacente. E todas as abstrações são falhas. Portanto, quando o computador escreve programas para você (por exemplo, usando Claude Code ou outros programas semelhantes), ele sempre cometerá erros.
Ele causará bugs, terá uma arquitetura imperfeita, enfim, não estará totalmente correto. E quem entende a lógica subjacente poderá fechar as falhas assim que aparecerem.
Portanto, se você deseja construir um aplicativo com uma arquitetura bem estruturada, se deseja ter a capacidade de definir uma boa arquitetura, se quer que seu programa funcione com alto desempenho, alcance seu máximo potencial e detecte bugs o mais cedo possível, ainda precisa de uma base em engenharia de software.
Engenheiros de software tradicionais podem aproveitar melhor essas ferramentas de IA. Além disso, ainda existem muitos problemas na engenharia de software que os programas de IA não conseguem resolver. A maneira mais simples de entender é: esses problemas estão fora da distribuição dos dados deles.
Por exemplo, se for necessário realizar uma classificação binária ou reverter uma lista ligada, a IA já viu inúmeros casos, por isso é muito boa nisso. Mas quando você começa a se afastar de seus domínios familiares, como escrever código de altíssimo desempenho, executar em arquiteturas totalmente novas ou criar coisas totalmente novas e resolver problemas novos, você ainda precisa entrar pessoalmente e escrever o código manualmente.
Essa situação persistirá até que haja casos suficientes para treinar novos modelos, ou até que esses modelos consigam realizar raciocínio adequado em níveis mais abstratos de dimensão superior e resolvam os desafios independentemente.
Lembre-se: o mercado não exige “mediocridade”. Sempre que houver uma aplicação superior em um nicho específico, ninguém quererá aplicações medianas. A aplicação superior basicamente conquistará 100% da participação de mercado. Talvez uma pequena parcela vá para a segunda colocada, apenas porque ela faz melhor em uma funcionalidade nichada ou é mais barata, entre outros motivos.
Mas, em geral, as pessoas querem apenas o melhor. Então, a má notícia é que lutar pelo segundo ou terceiro lugar não tem sentido — como a famosa fala de Alec Baldwin no filme “Glengarry Glen Ross”: “O primeiro lugar ganha um Cadillac, o segundo lugar ganha um conjunto de facas de bife, o terceiro lugar é demitido.”
Neste mercado onde o vencedor leva tudo, isso é absolutamente verdadeiro. A má notícia é: se você quiser vencer, precisa ser o melhor em algum campo.
No entanto, os campos em que você pode se destacar são infinitos. Você sempre encontrará um nicho adequado para você e se tornará um dos melhores nele. Isso me lembra um tweet que eu postei anteriormente: “Esforce-se para se tornar a pessoa mais顶尖 em seu campo. Redefina constantemente o que você faz até que seu sonho se torne realidade.”
I believe this guideline still applies in the AI era.
Leia mais: Um memorando de 2028: Se a IA vencer, o que perderemos?