Programadores ficaram 180% mais produtivos com IA. E o número de apps que as pessoas usam de verdade não aumentou. Os dois números foram medidos com 100 mil desenvolvedores, e juntos eles são o dado mais desconfortável da tecnologia em 2026. O estudo é do NBER. Cruzaram a atividade real no GitHub com os dados de uso de IA de cada desenvolvedor, separando o efeito de cada geração de ferramenta. O salto na produção de código é absurdo: → Autocomplete: +40% → Agentes que conversam com você: +140% → Agentes autônomos: +180% Quase três vezes mais código saindo da mesma pessoa. Parece a maior revolução de produtividade que o mundo já viu. Mas aí os pesquisadores fizeram a pergunta que quase ninguém quis fazer: quanto disso virou produto na mão de alguém? Acompanha o que acontece com esse ganho de 180%. Ele cai pra +50% quando a conta passa a ser por número de projetos. Quando você chega no que de fato é lançado, sobra só +30%. Quase todo o ganho some no caminho. E ainda tem a parte pior. Olha o gráfico do Financial Times. A linha de lançamentos de apps disparou. Enquanto isso, a quantidade de apps que ganham uso real ficou travada, e as avaliações dos usuários começaram a cair. A IA inundou o mundo de software que ninguém abre. A maior capacidade de produção da história, gasta criando coisa que morre no dia do lançamento. Por que isso acontece? O código sempre foi a parte fácil dessa história. O trabalho pesado vem depois dele: revisar, garantir que funciona, botar no ar e convencer alguém a usar aquilo. A IA acelerou de forma brutal um único elo dessa corrente, e deixou escancarado o quanto todo o resto ainda depende de gente. O que isso muda pra quem constrói daqui pra frente é direto. A IA tornou escrever código tão barato que virou commodity. Qualquer um produz agora, e rápido. O que vai valer ouro na próxima década é “taste” e julgamento: saber o que merece existir antes de você gastar a primeira hora construindo.

Nós passamos de: "o AI nos substituirá?" para: "qual AI devo usar hoje?" Isso aconteceu rápido.

A ciência mais poderosa, admirada por universidades da Ivy League americana, como Harvard, Yale, Pennsylvania, Cornell e Columbia, além de empresas globais líderes como Google, Amazon e Netflix, é a “economia comportamental”. Se você aprender cientificamente por que as pessoas agem dessa forma, estará garantidamente dominante em qualquer situação. Não há outra escolha a não ser estudar.

Um bom lembrete para os desenvolvedores viciados em IA que dizem que, desde que os testes unitários, testes de fumaça ou qualquer outro teste passem, o código da IA está bom. Absurdo! “Testes provam que o código passa no conjunto de testes, nada mais. Eles não provam, por si só, que o código está correto, seguro, mantível, eficiente, etc. Esses são muito mais difíceis de medir e têm muito a ver com organização, arquitetura, cultura, conhecimento compartilhado dos mantenedores, etc. Tudo isso está faltando durante e após essa [reescrita impulsionada por IA] do Bun.”

Elon Musk acredita que as linguagens de programação desaparecerão completamente este ano, pois a IA já não precisa de linguagens de programação.

Pessoas deixando a OpenAI para a Anthropic, bilhões gastos em chips personalizados para a AGI Enquanto isso, o negócio médio ainda perde oportunidades porque ninguém respondeu em 6 horas a vantagem não é mais o modelo, é quem realmente o integra ao trabalho

Boris está nomeando a mudança em torno da qual meu próprio negócio foi construído nos últimos meses. A maneira antiga de escalar uma agência: contratar um júnior, treiná-lo nos seus últimos 10 projetos, esperar que ele retenha o suficiente para que o 11º projeto não comece do zero. Repetir com um sênior para gerenciar os júniores. Repetir com um VP para gerenciar os sêniores. Cada camada adiciona sobrecarga, cada camada dilui o conhecimento que residia na cabeça do fundador. Quando a agência atinge 30 pessoas, a qualidade original se perde e o fundador está fazendo exatamente o que não foi treinado para fazer. A nova maneira: você acumula os dados de cada construção em uma biblioteca estruturada, depois escreve loops que operam sobre eles. Agentes analisando padrões passados, objeções passadas, decisões arquiteturais passadas, modos de falha passados. Quando uma nova solicitação de cliente chega, os loops propõem o que entregar antes que alguém da equipe tenha lido o brief. Não baseado em teoria, mas em 50 construções que os loops já processaram. A matemática de pessoal se quebra. Contratar escala linearmente com a sobrecarga. Loops escalam com o tamanho da biblioteca de dados, que se compõe com cada construção. O que isso parece na prática para mim agora: Cada kickoff de cliente alimenta um registro estruturado de projeto. Cada decisão arquitetural é marcada e descrita. Cada problema enfrentado em produção é registrado com a solução. Cada prompt que funcionou em um tipo específico de integração é armazenado junto ao tipo de integração. Quando o cliente número 50 chegar, o sistema já processou 49 versões de “como esse tipo de construção normalmente falha na semana 6”. Os loops não são autônomos. Eu reviso cada saída. Eles não tomam decisões arquiteturais. Eles apresentam candidatos. Eles redigem documentação. Eles propõem adições de recursos com base no que funcionou em construções anteriores semelhantes. O ser humano permanece no loop em todas as decisões que tocam o valor do cliente. Mas o que eles liberam é um tipo de alavancagem que contratar nunca produziu. Um engenheiro sênior traz 10 anos de reconhecimento de padrões. Os loops carregam todos os padrões de cada construção que já entreguei, consultáveis em segundos. O reconhecimento de padrões do engenheiro melhora ao longo da carreira. O dos loops melhora toda segunda-feira. Boris está nomeando essa transição no nível do modo. A mudança é exatamente a mesma no nível da agência. O trabalho já não é fazer prompts para a IA. O trabalho é escrever os loops que fazem prompts para a IA, e acumular os dados sobre os quais os loops operam. Na maioria das agências em 2027, haverá apenas duas opções: Ou lojas escaladas por pessoal, ainda contratando júniores. Ou estúdios escalados por loops, com uma fração da equipe e 10x mais produtividade por construtor. Não totalmente autônomos ainda. Nem fingindo ser. Mas a mudança arquitetural é real, e a maioria dos operadores ainda não internalizou que ela se aplica também ao seu negócio — não apenas à IA que a constrói.

Tente isso: bata aleatoriamente os nós dos dedos na parede para que o barulho mantenha os leões fora do seu bairro. Nenhum leão, certo? Se você considerar isso como prova de que sua estratégia está funcionando, então você entende a estratégia de investimento da maioria da indústria de IA atualmente 😎😆 #CryptoSatire #CryptoVerse #AI #AgenticAI #AIInfrastructure #Anthropic #Claude #OpenAI #ChatGPT #AgenticEconomy