TLDR;

IA escreve código mais rápido, mas desenvolvedores que entendem profundamente o problema, projetam sistemas e validam soluções continuam insubstituíveis. As habilidades que mais importam são não técnicas: entender o domínio, fazer as perguntas certas, clarificar requisitos e antecipar edge cases, além dos fundamentos de arquitetura e design. Para se manter relevante, invista em aprofundar o conhecimento do domínio, dominar fundamentos (acoplamento, coesão, testes, trade‑offs) e melhorar a comunicação com stakeholders em vez de só gerar código com IA.

Resumo

Em um vídeo, o autor conta que está reformando uma casa antiga e que esse trabalho prático o levou a refletir sobre semelhanças com desenvolvimento de software: ficar distante do processo (ou delegar tudo para IA) impede compreender profundamente um sistema. Ele afirma que escrever código é só uma pequena parte do trabalho; o desafio real é descobrir que código escrever, como conectar componentes, evitar complexidade prematura, lidar com requisitos incertos e fazer trade-offs de projeto. Com IA gerando soluções locais, habilidades não técnicas ficam ainda mais importantes: entender o problema real conversando com usuários, fazer boas perguntas para esclarecer objetivos, restrições e casos de borda, e obter conhecimento de domínio para evitar esforços desnecessários (por exemplo, perceber que conversão de moedas já ocorria no fluxo de pagamento). Além disso, o autor destaca a necessidade de dominar fundamentos de engenharia — arquitetura, acoplamento, coesão, testes e trade-offs — para avaliar se soluções geradas por IA são adequadas, pois usar código sem entender pode causar falhas caras. Em resumo, permanecer envolvido e entender o domínio e os fundamentos é essencial para desenhar sistemas melhores, mesmo na era da IA. Isso aumenta produtividade e reduz custos a longo prazo, segundo ele plenamente.