TLDR;

Em especial em aplicações web CRUD e em produtos novos com interface e banco de dados, agentes já escreveram praticamente 100% do código, como no caso do HEY Quattro. Ainda que a IA gere o código, é necessária supervisão humana e experiência para preservar arquitetura e integridade em bases grandes, enquanto projetos menores podem ser "vibed" por designers com agentes. Modelos são extremamente capazes de encontrar e combinar vulnerabilidades (até produzir RCE), portanto podem consertar ou criar riscos de segurança que exigem controle e responsabilidade.

Resumo

Os participantes discutem como o impacto da IA varia conforme o domínio de programação: em aplicações web CRUD com banco de dados e interface, a geração por IA pode chegar perto de 100% e permitir que um programador experiente não precise ler todo o código, enquanto sistemas que exigem desempenho extremo (como distribuições Linux) ou críticos de segurança (centrais nucleares, carros autônomos) ainda exigem inspeção humana mais intensa. A IA também se mostrou extremamente eficaz em achar e corrigir vulnerabilidades complexas — o caso do modelo Fable ilustra que, ao identificar combinações de falhas que levam a execuções remotas, a ferramenta pode ser forte demais para liberação pública. Na prática, em produtos como HEY (versão Quattro) a aceleração por agentes alcançou virtualmente 100% e o autor não escreveu grande parte do código manualmente, apenas revisou partes críticas; já em bases maiores como Basecamp, a adoção rápida permitiu que designers gerassem PRs que, em conjunto, comprometeram a arquitetura, exigindo limpeza manual posterior. Concluem que, embora a IA transforme a produção de software, manter a coerência arquitetural em códigos substanciais ainda requer conhecimento humano e supervisão cuidadosa. O balanço entre automação e revisão humana segue sendo crucial para segurança, qualidade e manutenibilidade futura importante.