George Hotz alerta que agentes de codificação de IA representam grande risco para criptomoedas e DeFi

George Hotz — o hacker que desbloqueou o iPhone aos 17 anos e fez engenharia reversa do PlayStation 3 antes de enfrentar a Sony em tribunal — emitiu um aviso direto: o uso generalizado de agentes de codificação por IA pode ser “um dos erros mais custosos da história do campo”. Em uma postagem de blog de domingo intitulada “The Eternal Sloptember”, Hotz argumenta que ferramentas de codificação agente não “programam” de forma confiável em nenhum sentido real. “Agentes não conseguem programar, e está levando cada vez mais tempo para perceber que eles não conseguem”, escreveu ele. Sua afirmação central: esses modelos produzem saídas que parecem plausíveis, mas são sutilmente e cada vez mais defeituosas, e essas falhas estão se tornando mais difíceis de detectar à medida que a fluência estatística dos modelos melhora. O que ele testou e o que descobriu - Hotz não chegou a essa conclusão por meio de experimentos mentais. Ele passou seis meses usando agentes em trabalho real: estendendo partes do Tinygrad (seu framework de aprendizado profundo de código aberto) e realizando uma engenharia reversa completa do firmware de um chip USB-PCIe. - Sua experiência: os agentes “antecipam todo o progresso” — eles te levam rapidamente pelas partes óbvias, mas depois deixam o que ele compara a uma alavanca de caça-níqueis, onde se espera que o trabalho final e confiável ocorra. Na prática, muitas vezes não ocorre: você precisa repetidamente recorrer a correções manuais. Um risco organizacional, não apenas um problema de ego Hotz rejeita a ideia de que sua crítica se baseia em tribalismo artesanal. Ele aponta que ferramentas automatizadas anteriores (por exemplo, fuzzers como o AFL) encontraram mais bugs do que humanos sem provocar o mesmo pânico, e que jogos dominados por IA (xadrez, Go) prosperaram. Sua preocupação é estrutural: desempenhadores de alto nível têm laços de feedback apertados e conseguem detectar e corrigir erros introduzidos por agentes. Desempenhadores de menor nível — cuja saída pode aumentar dez vezes com ajuda de agentes — não conseguem. Essa dinâmica, alerta Hotz, acelerará uma queda na qualidade média do código entregue: “uma era dourada para baldes e baldes de lixo, e uma idade das trevas para joias de qualidade”. Ele enquadra a pressão pela adoção em massa de agentes como parte da psicologia comercial — “quase acho que isso é algum tipo de psyop para vender agentes” — argumentando que o medo de ficar para trás leva grandes empresas a adotar ferramentas antes de entender plenamente os riscos a jusante. Ele até cita relatórios de que a Apple está impulsionando ferramentas de codificação por IA em toda sua organização de engenharia e pergunta diretamente: “Você acha que o macOS vai melhorar ou piorar nos próximos dois anos?”. Onde Hotz se posiciona no debate mais amplo Hotz se coloca no que chama de “campo LeCun/Marcus” — alinhado a pensadores como Yann LeCun e Gary Marcus, que veem modelos de linguagem grandes principalmente como poderosos correspondentes de padrões que imitam distribuições existentes de código, em vez de sistemas que raciocinam a partir de princípios fundamentais. Do outro lado, alguns pesquisadores líderes veem a codificação agente como uma mudança fundamental. Andrej Karpathy — que havia sido cético quanto aos agentes de codificação no início de 2025 — mudou de opinião após avanços recentes nos modelos e juntou-se à equipe de pré-treinamento da Anthropic em 19 de maio de 2026. O CEO da Anthropic, Dario Amodei, disse em Davos que alguns engenheiros da empresa já pararam de escrever código por conta própria e agora revisam a saída dos modelos. Hotz relata ter tentado esse fluxo de trabalho e recorrido repetidamente a intervenções manuais. Por que isso importa para desenvolvedores de cripto e DeFi O debate não é acadêmico para equipes de engenharia de blockchain e cripto. Contratos inteligentes, carteiras, pontes e infraestrutura on-chain são ambientes implacáveis onde falhas sutis podem se tornar explorações de milhões de dólares. Se o código gerado por agentes introduz falhas difíceis de detectar que escapam a processos de revisão mais fracos, o custo da adoção em massa pode ser especialmente alto para finanças descentralizadas e sistemas cripto críticos à segurança. Conclusão O blog de Hotz é um aviso proeminente, em nível prático, contra avançar muito rápido com codificação agente. Sua posição expõe uma linha de falha viva na indústria: crentes entusiasmados que acreditam que agentes transformarão o desenvolvimento de software (e já estão fazendo isso) versus céticos que temem uma degradação sistêmica na qualidade do código quando agentes são implantados em escala. Para desenvolvedores e equipes em cripto — onde correção e auditabilidade são primordiais — o trade-off entre velocidade e segurança nunca foi tão consequential.