TLDR;

A IA muda o papel do programador, que passa de escrever cada linha para projetar loops que orquestrem agentes e continuar sendo quem pensa e avalia a qualidade do código. Para aprender com IA, escreva o código você mesmo e só peça ajuda quando travar, perguntando “por que não funcionou” para entender e consolidar o aprendizado. Evite projetos fragmentados mantendo um “cérebro” do código (documentação em Obsidian ou markdown) sempre atualizado para fornecer contexto ao AI e testar seu próprio entendimento.

Resumo

Este vídeo aconselha engenheiros de software a mudar de pedir uma coisa por vez a LLMs para projetar “loops” que automatizam solicitações, com um agente supervisor revisando e iterando código, mas alerta que esse modelo mão-na-massa não é a melhor forma de aprender. Identifica dois modos de trabalho: ship (entregar rápido) e learn (aprender), e enfatiza que usar IA para gerar todo o código e só inspecionar superficialmente é fingir aprendizado. Para aprender de verdade, escreva o código você mesmo e só recorra à IA quando estiver travado, perguntando “por que isto não funcionou?”. Quando acelerar desenvolvimento, evite conversas fragmentadas entre múltiplos modelos: mantenha um “cérebro” do projeto (por exemplo Obsidian ou markdown) que documente arquitetura, decisões e tarefas, atualizando-o manualmente para dar contexto à IA e testar seu entendimento. O aspecto humano essencial é o “gosto” — saber quando o código é bom — que só se desenvolve lendo e escrevendo muito código, inclusive mau código, e estudando repositórios open source e PRs. Recomenda também livros como The Pragmatic Programmer e A Philosophy of Software Design para aprimorar pensamento de engenharia. Seguindo essas práticas, você mantém controle criativo, aprende de fato e tira melhor proveito das IAs no longo prazo.