Código Artesanal em 2026?

14 Mar, 2026

Criar algo com as próprias mãos tem um valor difícil de explicar. É muito parecido com o que um artista sente ao terminar uma obra.

O momento atual

É impossível não falar de LLMs em uma era onde temos ferramentas impressionantes como Claude Code, Antigravity, Cursor e outras semelhantes.

Nos últimos anos, passamos de modelos que apenas geravam trechos de código para ferramentas capazes de ler, modificar e navegar por projetos inteiros. Hoje, muitos desses agentes conseguem analisar arquivos, sugerir mudanças estruturais e implementar funcionalidades completas.

Em muitos casos, eles deixam de ser apenas assistentes e passam a agir quase como outros desenvolvedores dentro do projeto.

Diante disso, surgem muitos medos e ansiedades sobre onde nós, desenvolvedores, nos encaixamos nessa evolução e como será o futuro da profissão.

A realidade atual

Hoje é difícil negar que LLMs já conseguem realizar tarefas que durante muito tempo fizeram parte do trabalho cotidiano de muitos desenvolvedores.

CRUDs, APIs simples e integrações relativamente comuns podem ser gerados em minutos. Claro que existem nuances importantes, contexto, prompts bem estruturados, edge cases e limitações dos agentes, mas esse não é o foco deste artigo.

O ponto principal é que muito do código que antes representava valor individual para o desenvolvedor agora pode ser produzido por ferramentas em uma velocidade impressionante.

Talvez o código em si esteja deixando de ser o principal diferencial.

Como isso muda o trabalho do desenvolvedor

Essa mudança não é necessariamente negativa.

Durante muito tempo enfrentei dificuldades com produtividade na escrita propriamente dita do código. Em muitas situações eu já tinha a abstração muito clara na mente, mas levava um tempo considerável para transformá-la em implementação.

Não raramente uma feature atrasava por um certo perfeccionismo: a tentativa de implementar exatamente aquilo que eu havia imaginado. Já comentei sobre isso no artigo Purismo e Pragmatismo.

Com agentes assumindo boa parte da codificação, meu foco passa a ser alinhar bem a abstração e comunicar claramente a intenção, para que o modelo consiga implementar aquilo que é necessário.

Por outro lado, existe também um lado menos confortável nessa mudança. Para quem gosta da sensação de construir algo manualmente, delegar partes do trabalho para um agente pode parecer uma perda de controle.

Ainda assim, vejo isso principalmente como mais uma adaptação às ferramentas que surgem na área.

Um novo nível de abstração

Na verdade, a história da programação sempre foi marcada por novas camadas de abstração.

Estruturas como if, for e while surgiram para evitar que desenvolvedores precisassem lidar diretamente com instruções de salto como goto. Mais tarde, frameworks surgiram para evitar que cada equipe precisasse reinventar soluções comuns.

Cada nova camada permitiu que desenvolvedores focassem menos na mecânica e mais na solução do problema.

Os agentes de IA parecem representar mais um passo nessa mesma direção.

Eles otimizam uma habilidade que nem todos os programadores tinham: escrever código rapidamente. Com isso, o papel do desenvolvedor tende a se deslocar para níveis mais altos do sistema.

Mais do que escrever código, passamos a nos preocupar com:

• entendimento do problema
• decisões arquiteturais
• trade-offs técnicos
• comportamento do sistema como um todo

Ou seja, o trabalho se torna cada vez mais conceitual.

O que estudar na era das IAs?

Se essa leitura estiver correta, surge então uma pergunta inevitável: o que vale estudar agora?

Na minha visão, áreas como:

• arquitetura de software
• system design
• entendimento de regras de negócio
• tomada de decisões técnicas

tendem a se tornar cada vez mais importantes.

Isso não significa que fundamentos deixem de ser relevantes. Pelo contrário: entender código continua sendo essencial, inclusive para avaliar aquilo que os agentes produzem.

Mas olhando para o quadro geral, a capacidade de pensar sistemas tende a se tornar muito mais decisiva do que simplesmente dominar framework X, biblioteca Y ou linguagem Z.

Uma ressalva sobre o hype

Ao mesmo tempo, é impossível ignorar o nível de hype que existe hoje em torno dessas ferramentas.

Somos constantemente bombardeados com conteúdos sugerindo que agentes de IA irão substituir grande parte do trabalho de desenvolvedores.

Mas existe um aspecto menos discutido nessa conversa: como essas ferramentas são oferecidas e utilizadas na prática.

Ao usar softwares como Antigravity, por exemplo, normalmente temos cotas mensais limitadas. Mesmo pagando pelo Google AI Pro, em alguns projetos pessoais rapidamente atingi o limite de uso.

A partir desse ponto, restam basicamente duas opções: esperar algumas horas para continuar utilizando ou pagar por um plano mais caro.

Em outras palavras, utilizar agentes de forma intensiva ainda pode ser bastante caro.

A menos que você esteja disposto a pagar algumas centenas de reais por mês, sua habilidade de programar manualmente ainda será extremamente útil nos momentos em que as cotas acabam.

E isso sem considerar que o custo real dessas ferramentas pode se tornar ainda mais evidente no futuro.

Ainda vale fazer código “artesanal”?

Na minha opinião, sim.

Eu sempre gostei da sensação de construir algo do zero. Lembro da época da faculdade, quando fiz uma pequena interação com um canhão usando C++ e OpenGL. Foi uma experiência extremamente marcante.

Mais recentemente, senti algo parecido ao desenvolver um mod para Hytale. Trabalhar diretamente com as mecânicas do jogo, experimentar ideias e ajustar o comportamento de sistemas foi um lembrete claro do porquê eu gosto de programar.

Esse tipo de experiência é difícil de replicar quando tudo é delegado para um agente.

Criar algo com as próprias mãos tem um valor difícil de explicar. É muito parecido com o que um artista sente ao terminar uma obra.

Por isso, mesmo que você utilize agentes de IA para ganhar produtividade, ainda vale reservar algum tempo para construir coisas manualmente.

Além de fortalecer seu entendimento, a experiência de criar algo por conta própria continua sendo profundamente recompensadora.