Slop-creep: quando construir fica mais barato que pensar

A tese do slop-creep

O autor, engenheiro e fundador, argumenta que agentes de IA tornaram a construção de software tão barata que a implementação deixou de ser o gargalo - e o pensamento crítico foi delegado às máquinas. Ele define slop-creep como o acúmulo gradual de sistemas, abstrações, funcionalidades e infraestrutura que nunca precisaram existir, possíveis porque agentes tornam barato construir antes de alguém perguntar por quê. Para sustentar a preocupação, cita um estudo da Microsoft Research e Carnegie Mellon com 319 profissionais do conhecimento e 936 usos reais de IA generativa, que encontrou associação entre maior confiança na IA e menor esforço de pensamento crítico.

Meat proxies e o fim do atrito natural

O texto retoma o termo "meat proxy", cunhado pelo engenheiro Niklas Gruhn: a pessoa que copia e encaminha texto ou código gerado por IA sem ler, checar ou entender. Como agentes ainda não são capazes de dizer "não construa isso" em vários níveis de abstração, a ausência de humanos pensando contribui para o slop-creep.

Antes, o atrito da implementação fazia ideias ruins morrerem antes de semanas de trabalho. Hoje é possível construir a ideia ruim sem sequer ler o código. O autor reconhece que slop sempre existiu - o que mudou é a taxa de produção - e que a tolerância a código bagunçado subiu porque agentes podem "consertar depois", mas questiona onde está esse novo limite.

Ideação, startups e a experiência da Waddle

Sobre a promessa de que IA acelera a ideação, o autor observa um excesso de produtos genéricos, como CRMs para nichos cada vez mais específicos em sua rede social. Ele usa a própria experiência na Waddle, um CRM para tatuadores que fracassou não por engenharia, mas por falta de encaixe com o mercado: tatuadores preferiam Instagram, calendário compartilhado e transferências Interac (o "Zelle canadense") a aceitar cartão.

Antes, o tempo de construção limitava quantos produtos assim existiam; agora inverte-se o processo: constrói-se primeiro o CRM e procura-se depois o problema. Para startups e projetos de fim de semana, o autor considera isso aceitável - falhar barato é uma das melhores coisas que os agentes trouxeram.

O risco corporativo

O problema real surge dentro de grandes empresas, onde software tende a ficar. Cada decisão - mais um serviço interno, uma abstração, um banco, um framework, uma migração sugerida pela arquitetura que o Claude indicou - é barata o suficiente para que ninguém tenha incentivo a dizer não.

O autor exemplifica com um time financeiro que otimiza relatórios trimestrais com agentes, depois constrói seus próprios pipelines fora do fluxo central e fora do Git. Quando o funcionário sai, o sucessor herda scripts e pipelines sem entender nada; ao delegar atualizações a agentes, o sistema diverge ainda mais. Dependências entre pessoas e agentes acumulam-se, ameaçando transformar empresas jovens em gigantes de tecnologia legadas, cheias de serviços emaranhados e contexto de domínio que desaparece com quem os construiu.

O que fazer

O slop-creep não seria inevitável: líderes precisam parar de recompensar entrega pela entrega e passar a valorizar visões de longo prazo. A recomendação prática é pensar antes de agir: escrever o documento de design, formular soluções, pedir feedback a humanos que de fato leiam (não a meat proxies) e só depois usar agentes para refinar. A conclusão: ainda há razão para o emprego existir - somos pagos para pensar.