Linguagens incomuns e sistemas difíceis ficaram mais viáveis com IA

A escolha da linguagem perde peso

O autor argumenta que os modelos de linguagem reduziram a importância de uma etapa que antes consumia esforço dos programadores: familiarizar-se com uma linguagem. Como agentes conseguem produzir código em linguagens que o desenvolvedor não domina e, aparentemente, reescrever um projeto em outra linguagem quando necessário, a escolha deixou de ser tão determinante quanto era. Isso também permite que equipes escolham linguagens com base mais forte no marketing, nas promessas de desempenho ou no posicionamento da comunidade, em vez de se limitarem ao que já conhecem.

O texto relaciona esse cenário à maior visibilidade de software rápido e eficiente e à percepção de que os modelos são especialmente bons em otimizar código sem alterar seu comportamento. O autor, programador de longa data em Rust, observa que pessoas que talvez antes não escolhessem a linguagem agora estão lançando projetos nela. Ele associa essa mudança a uma transformação de interesse - ou, como ressalva, talvez apenas a fenômenos simultâneos - entre desenvolvedores obcecados por desempenho e receptivos à escrita de código por agentes.

Linguagens incomuns e projetos enxutos

A tese não se limita ao Rust. O autor afirma que projetos voltados a ser rápidos e pequenos estão escolhendo cada vez mais linguagens consideradas difíceis, incluindo Zig, embora criadores e integrantes de sua comunidade central sejam, em parte, críticos à inteligência artificial. Cloudflare, por exemplo, usa um mecanismo de protocolo Git escrito integralmente em Zig em seu serviço Artifacts; compilado para WebAssembly, ele resulta em um módulo de aproximadamente 100 KB. A Vercel também lançou o fx, um agente de programação em Zig anunciado como pequeno e rápido. Pela avaliação do autor, esses projetos foram em grande parte desenvolvidos com assistência de modelos de linguagem.

A mudança descrita envolve mais do que a adoção de linguagens menos comuns. O autor também tem observado desenvolvedores trabalhando com tecnologias que considera muito mais difíceis, como arquivos DWARF, eBPF, drivers de rede personalizados, criptografia própria e hardware de computação antigo. Muitas dessas áreas eram anteriormente inacessíveis para uma parcela significativa dos programadores. Em alguns casos, como a criptografia, o acesso era dificultado de forma deliberada por especialistas que controlavam o conhecimento necessário.

Mais capacidade, mas também mais código ruim

O autor não apresenta a assistência dos modelos como uma garantia de qualidade. Ele admite que o mundo talvez produza mais código descartável, mas considera possível que também passe a ter mais desenvolvedores interessados em criar software rápido e pequeno. A conclusão é, portanto, ambivalente: a IA reduz barreiras de entrada para linguagens e sistemas complexos, mas o resultado pode combinar uma ampliação do número de pessoas capazes de experimentar essas áreas com a produção de mais código de baixa qualidade.