O programador que não sabe programar: o que o vibe coding revela sobre o futuro do software

Semana passada, um engenheiro publicou no LinkedIn que tinha colocado um produto SaaS em produção em menos de uma hora. Sem escrever quase nenhuma linha de código. Só descrevendo o que queria para uma IA. O post viralizou. Metade das pessoas aplaudiu. A outra metade entrou em pânico silencioso.

Isso tem um nome: vibe coding. O termo foi cunhado por Andrej Karpathy, ex-diretor de IA da Tesla e um dos fundadores da OpenAI, em fevereiro de 2025. A ideia é simples: você descreve a intenção em linguagem natural, a IA gera o código, e você itera sobre o resultado sem precisar entender cada linha do que foi produzido. Ferramentas como GitHub Copilot, Cursor e Replit já construíram esse fluxo direto nos seus produtos.

O número que mudou minha cabeça

Um estudo publicado no arXiv em fevereiro de 2023 (arXiv:2302.06590) mediu o impacto do GitHub Copilot na produtividade de desenvolvedores. O grupo que usou o assistente de IA completou a mesma tarefa 55,8% mais rápido que o grupo de controle. Cinquenta e cinco por cento. Não é o tipo de número que você arredonda pra baixo.

Na pesquisa anual do Stack Overflow com mais de 65 mil desenvolvedores em 2024, 76% disseram que esperam que ferramentas de IA sejam mais integradas ao processo de escrita de código no próximo ano. Não é adoção experimental. É o novo padrão sendo negociado em tempo real.

O problema que ninguém quer admitir

Aqui começa a parte que incomoda. Um paper publicado no arXiv em janeiro de 2026 propõe justamente medir o custo cognitivo do vibe coding. Os pesquisadores chamam o fenômeno de "cognitive offloading" — ou seja, a delegação não só da execução, mas do próprio pensamento para a máquina. E eles fazem uma distinção que precisa ser repetida: existe diferença entre usar IA para acelerar e usar IA para substituir o raciocínio.

A diferença parece óbvia até você tentar explicar. É como dirigir com GPS o tempo todo versus aprender a navegar. No curto prazo, você chega no mesmo lugar. No longo prazo, um de vocês sabe onde está.

Outro paper, publicado em fevereiro de 2026, testou o uso de "júris de LLMs" para revisar código gerado por IA — porque o código produzido via vibe coding tem um problema estrutural: quem vai auditar o que a máquina produziu, se o programador não entendeu o que pediu? Os pesquisadores usaram 15 modelos diferentes e concluíram que comitês unânimes de LLMs conseguem reduzir os erros de aceitação de código ruim — mas a composição do comitê importa muito. Ou seja, a solução para o problema de IA gerando código errado é... mais IA, bem configurada. É uma recursividade que deveria nos fazer pensar.

Quando a plataforma de vibe coding bloqueou os seus próprios usuários

Esta semana, o Google enfrentou uma polêmica pública com o Antigravity — sua nova plataforma de vibe coding. A empresa bloqueou usuários do OpenClaw, um projeto open source que usava a API do Antigravity, alegando "uso malicioso" dos termos de serviço. A controvérsia expôs um ponto cego enorme: quando você constrói sobre infraestrutura de terceiros, o risco de plataforma é real. E quando a plataforma é de IA, o risco é invisível até virar notícia.

Isso acontece o tempo todo com empresas brasileiras. Elas constroem produtos sobre a API de um parceiro americano e um dia acordam com os termos mudados, os preços dobrados ou o acesso cortado. Não é azar. É falta de estratégia de dependência.

O que eu acho disso tudo

Vibe coding não é problema. O problema é achar que vibe coding substitui raciocínio.

Eu uso IA pra escrever, pra estruturar ideias, pra acelerar pesquisa. Mas eu sei o que estou pedindo. Sei quando o resultado está errado. Sei o suficiente para auditar a saída. E é exatamente isso que vai separar as empresas que vão usar IA para crescer das que vão usar IA para criar débito técnico acelerado.

As empresas brasileiras que eu vejo chegando atrasadas nisso cometem dois erros opostos: ou ignoram completamente o vibe coding e continuam exigindo que todo dev escreva tudo do zero, ou abraçam de olhos fechados e deixam a IA tomar decisões que ninguém no time consegue revisar. Os dois caminhos levam ao mesmo lugar ruim.

O que precisa acontecer é treinar os times para trabalhar com IA com consciência. Não é mais sobre aprender a programar. É sobre aprender a especificar, a revisar, a questionar o que foi gerado. É sobre entender o suficiente para não ser enganado pela fluência da máquina.

IA que escreve código é só mais rápida do que uma calculadora que faz contas. A vantagem competitiva não vai estar em quem usa mais IA. Vai estar em quem consegue fazer perguntas melhores, revisar respostas mais rápido e construir sistemas que sobrevivem depois que a conversa com o chatbot termina.

Se você quer entender como preparar seu time e sua empresa para trabalhar com inteligência artificial de verdade — não o hype, não a ferramenta, mas a mudança estrutural que está acontecendo agora — a minha palestra sobre IA está em gustavocaetano.com. É esse assunto que eu levo pra palco, com exemplos reais e sem receita de bolo.