TLDR;

Os agentes de codificação de IA foram treinados com dados e códigos produzidos por programadores humanos no passado, sem compensá-los e sem capacidade de criar algo novo.. Esse passado revela que a IA apenas reproduz padrões existentes, sem criatividade, e depende de inputs humanos para manter a precisão acima de 80-85%.. Sem novos dados humanos, o treinamento em códigos gerados pela própria IA levará ao colapso dos modelos, tornando-os inutilizáveis no futuro.

Resumo

O criador do vídeo agradece o feedback recebido sobre sua publicação anterior acerca dos LLMs (modelos de linguagem grandes) para codificação, incluindo opiniões concordantes, discordantes e críticas, que ele vê como oportunidade de crescimento pessoal. Ele esclarece mal-entendidos: os LLMs parecem gratuitos, mas são subsidiados por empresas que logo cobrarão o custo real. Critica comentários mal escritos e enfatiza que a IA não cria nada novo, apenas regurgita dados de treinamento sem compreensão, verificação ou criatividade — como no exemplo de um chip de ignição Subaru, onde a IA repete o que lhe foi dito. Argumenta que a IA alucina (erra até 15-20% das vezes) e, se substituir programadores, esgotará dados humanos autênticos, levando ao "colapso do modelo" ao treinar com dados gerados por si mesma, degradando a precisão. Sem juniors ou médios para formar seniors, a engenharia colapsará, pois a IA segue padrões, não inova (ex.: não cura câncer). Uso excessivo da IA atrofia habilidades analíticas humanas, como não notar seu erro em "green blue deployment". Ele usa IA de forma responsável: para tarefas simples e contextualizadas, em modo "pergunta", evitando modo agentic e testes automatizados. (198 palavras)