Qual é a percepção em torno do vibe coding?

Enquanto o CEO da OpenAI, Sam Altman , sugere as habilidades de escrita criativa de um modelo OpenAI que está por vir, muitos desenvolvedores e engenheiros de software estão adotando algo chamado vibe coding, ou programação por vibe. A expressão tem apenas seis semanas de uso, mas continua gerando debates no Reddit e em vários canais do Slack, inclusive aqui na IBM.

Em termos simples, vibe coding é um termo que o cofundador da OpenAI e ex-Diretor Sênior de IA da Tesla, Andrej Karpathy, usou recentemente para descrever o quão bons os LLMs se tornaram em raciocínio e programação. (Think: Claude's Sonnet ou Cursor de editor de código de IA). Agora, escreveu ele no X, os desenvolvedores podem “se entregar às vibes, abraçar os exponenciais e esquecer que o código sequer existe”. Como descreveu a Ars Technica: “Em vez de se tratar de controle e precisão, vibe coding é totalmente sobre se render ao fluxo.”

Joshua Noble, um estrategista técnico da IBM, diz acreditar que vibe coding começou como uma piada. Mas a expressão pegou, e a incubadora Y Combinator chegou até a criar um vídeo explicativo de 30 minutos intitulado “Vibe Coding é o Futuro”.

O vibe coding pode ser o futuro, mas ainda é imperfeito hoje. “Acho que é mais algo como: se você está sem ideias ou se está com preguiça, deixe o CoPilot fazer um pouco por você e veja aonde isso leva”, diz Noble.“ Eu só vejo as coisas, digo as coisas, rodo as coisas e copio e colo as coisas, e na maior parte das vezes funciona.”

Ash Minhas, Manager de Conteúdo Técnico na IBM, concorda: “Vibe coding é real”, afirma. “É como poder pegar uma inspiração e convertê-la em algo.” Para ilustrar seu ponto, Minhas conta que ele e o irmão criaram um prompt para desenvolver um app que ajuda usuários a encontrar seu número FIRE (Financial Independence, Retire Early). "Se você tem habilidades técnicas, é fantástico", diz ele.

Agora que a IA chegou a quase todos os aspectos da economia, ela poderia atrapalhar o trabalho de desenvolvedores e engenheiros de software? A capacidade de usar LLMs para codificar, depurar ou testar pode melhorar muitas operações, diz Shalini Harkar, principal defensora de IA da IBM sediada em Bangalore.

"Atualmente, os desenvolvedores se concentram mais em resolver problemas complexos do mundo real que têm um alto impacto na vida real, projetando projetos arquitetônicos eficientes, permitindo estratégias de entrada no mercado mais rápidas e promovendo a inovação em vez de tarefas rotineiras", explica ela.

O Engenheiro Distinto da IBM Michael (Max) Maximilien ainda pede à sua equipe para executar testes manuais no código. "Mas, cada vez mais, você não precisa escrever o teste", diz ele. "Na verdade, você pode apenas escrever o código e pedir ao LLM para escrever o teste para você, e ele faz um trabalho decente na maioria das vezes. Então, de repente, você melhorou significativamente sua produtividade.”

Além desse aumento de eficiência, a IA pode ajudar desenvolvedores menos experientes a fazer um ajuste fino de suas habilidades e ganhar experiência em um ritmo muito mais rápido. "Você pode dizer, 'Isto é o que estou tentando fazer,' e ele escreve a primeira versão do código", diz Maximilien. “[Então] você conserta e continua se movendo, certo? Essa é a aceleração."

Nesse estágio inicial, a programação é ainda uma piada interna para os desenvolvedores: uma forma de arte reservada para os conhecedores de código. Mas também pode ser um sinal de que estamos prontos para redefinir o que significa a colaboração com a IA no campo da ciência da computação e da engenharia de software.

Para alguns observadores, o futuro da tecnologia também pode incluir mais conexões entre humanos e máquinas. "O futuro da programação priorizará o entendimento da linguagem natural, algoritmos sensíveis às emoções e análise de sentimento em tempo real, tornando as interações humano-computador mais intuitivas", afirma Vrunda Gadesha, redatora de conteúdo técnico da IBM.

E embora os humanos sempre sejam uma parte integral do processo, a IA simplesmente torna a parte da programação muito mais fácil. “Engenharia de software desafiadora sempre vai exigir um humano em algum ponto do processo para analisar otimização, lógica de negócios muito específica ou casos extremos”, diz Noble. “Mas, quando pensamos em programar — algo como ‘Vou codificar um aplicativo que faça isso’ — a quantidade de trabalho que um modelo de linguagem pode realizar está realmente aumentando. E isso é muito empolgante.”