OceanPact
Web Summit Rio 2026 · Disseminação de Conhecimento

O preço da codificação de vibração

Além do hype: o impacto real do ecossistema de LLMs e agentes autônomos nas carreiras de software — e por que disciplina, arquitetura e fundamentos seguem indispensáveis.

Palestrante: Fabio Akita Evento: Web Summit Rio 2026 Tema: IA & Engenharia de Software
Sobre a apresentação

Velocidade da IA sem abandonar o artesanato

As LLMs e os agentes autônomos estão mudando fundamentalmente a forma como construímos software, tornando 2026 um ponto de virada para a engenharia orientada a agentes. Mas, além do marketing, o que essa mudança realmente significa para os desenvolvedores?

Esta sessão vai direto ao ponto para examinar o impacto real do ecossistema de LLMs nas carreiras de software. Fabio Akita explica a diferença entre a "programação por impulso", como retratada na mídia, e a engenharia propriamente dita, defendendo uma abordagem mais disciplinada: a programação ágil por impulso. Uma discussão sobre como aproveitar a incrível velocidade da IA sem abandonar a arquitetura, a verificação e o verdadeiro trabalho artesanal em software.

Palestrante

Quem apresentou

FA

Fabio Akita

Co-fundador da Codeminer42 e a voz por trás do Akitando. Engenheiro brasileiro reconhecido por verdades duras sobre artesanato de software (software craftsmanship), liderança em engenharia e o papel em evolução da IA no desenvolvimento.

Resumo executivo

A realidade da IA no desenvolvimento de software em 2026

Síntese central

Fabio Akita apresentou uma análise crítica e pragmática sobre o papel da IA no desenvolvimento de software, desmistificando o hype e focando na aplicação prática. Abordou a transição da "corrida dos parâmetros" (2023–2024) para a era dos "agentes de IA" (a partir de 2025), destacando que o crescimento dos LLMs atingiu um platô de retornos decrescentes. Em vez de substituir programadores, a IA atua como ferramenta de aumento de produtividade — exigindo que desenvolvedores assumam papéis mais estratégicos (PM, tech lead, QA). A qualidade do resultado depende fundamentalmente do conhecimento e da experiência do desenvolvedor.

Números que orientam a discussão

5x–10xGanho de produtividade para devs experientes que usam IA corretamente
3Pilares dos agentes: Reasoning, Tool Calling e Caching
2025Virada da "corrida dos parâmetros" para a era dos agentes de IA

Pontos-chave da apresentação

  • O fim da "corrida dos parâmetros": entre 2023 e 2024 a indústria focou em aumentar parâmetros dos LLMs; em 2025 essa corrida desacelerou ao atingir retornos decrescentes — dobrar parâmetros já não traz ganhos significativos.
  • A ascensão dos agentes de IA: o foco migrou para sistemas autônomos capazes de executar tarefas complexas, sustentados por três pilares — Reasoning (pensamento profundo), Tool Calling (uso de ferramentas externas) e otimização de Caching.
  • IA como um "júnior" na equipe: a forma mais eficaz de uso é tratá-la como um desenvolvedor júnior em pair programming, com o sênior humano guiando, revisando e corrigindo o código gerado.
  • O aumento de produtividade (5x a 10x): devs experientes alcançam ganhos de 5 a 10 vezes; se isso não ocorre, provavelmente a ferramenta está sendo usada de forma ineficiente — o dev "trabalhando para a IA".
  • A falácia do "No-Code" com IA: a ideia de não-programadores criarem sistemas complexos só descrevendo o produto é irrealista — especificações claras e não ambíguas são raras. O desenvolvimento ágil iterativo segue como abordagem mais eficaz.
  • Limitações físicas e o platô: o avanço é limitado por restrições como capacidade de construir data centers (energia, água, logística e meio ambiente). GPT-6 ou Claude 6 não são iminentes.
  • A IA reflete o desenvolvedor: a qualidade do resultado é um espelho da habilidade do usuário — bons devs aceleram código de qualidade; inexperientes apenas produzem código ruim mais rápido.

Citações importantes

"Se você hoje não está conseguindo, como programador, tirar uma produtividade da faixa de 5x e você consegue, dependendo dos projetos, até 10x de produtividade, provavelmente você está usando as LLMs da forma errada."
"A IA, ela precisa de comunicação objetiva, clara, direta e não ambígua para você conseguir desenvolver alguma coisa. E a última coisa que alguém que quer desenvolver um produto sabe, é descrever a porcaria do produto de forma objetiva, não ambígua, direta e com clareza."
"Eu uso ela [a IA] como se fosse um júnior de desenvolvimento e eu como mentor ou gerente dele, eu fico trabalhando dessa forma, num desenvolvimento iterativo, mais ou menos como se faz em pair programming."
"O meu vídeo mais conhecido é não terceirizar suas decisões. E ela continua sendo a mais importante até hoje."
"Se você for um bom desenvolvedor, que sabe todas as fundações e tem experiência, ela vai te acelerar 5 vezes a 10 vezes. Se você for um péssimo desenvolvedor, fazedor de miojo, ele vai acelerar 10 vezes o seu pior código."

Pontos de ação para os participantes

  1. Mude sua mentalidade: deixe de ver a IA como geradora de código e passe a vê-la como parceiro de programação júnior. Assuma a responsabilidade de guiar, revisar e validar todo o trabalho.
  2. Assuma papéis estratégicos: desenvolva habilidades de gerente de produto, arquiteto de software, tech lead e QA — decisões críticas, visão de produto e garantia de qualidade não são substituíveis pela IA.
  3. Adote um fluxo iterativo: não especifique um projeto inteiro de uma vez. Trabalhe em pequenas funcionalidades, com testes automatizados e revisão de código constante.
  4. Invista em seus fundamentos: conhecimento sólido em ciência da computação e engenharia de software é mais crucial do que nunca para avaliar criticamente e melhorar o código gerado.
  5. Experimente ferramentas de ponta: explore soluções de harnessing (como AIJ e AI Memory) para otimizar o trabalho em equipe e gerenciar a memória de projetos de IA a longo prazo.
Áudio da palestra

Ouça a apresentação na íntegra

Gravação realizada com Plaud. Pressione play para ouvir diretamente na página.