C Programmer's Take on AI Code & Jobs
Programadores de C compartilham visões sobre inteligência artificial e o futuro do mercado de trabalho em tecnologia.
Conteudo
TLDR;
O programador de C considera a IA, especialmente o Claude, excelente para mapear fluxos de dados em codebases embedded de 40 mil linhas e detectar bugs como race conditions, mas incompatível com Codex para geração de código low-level devido a erros fundamentais. Ele critica CEOs que prometem IA fazendo todo o trabalho de engenheiros de software em 6-12 meses, argumentando que há mais do que apps web CRUD e que contextos high-context como embedded são caros e limitados. Após tentar Codex com repositórios de prompts personalizados e cancelar a assinatura por frustração, ele usa apenas Claude para análises, batendo limites de tokens frequentemente em projetos com múltiplos microcontroladores.
Resumo
Um programador experiente em programação de baixo nível discute de forma equilibrada o uso de IA na programação, criticando a desonestidade nas conversas polarizadas entre defensores e detratores radicais. Após incompatibilidades com o Codex, que o levaram a cancelar a assinatura da OpenAI, ele foca no Claude (especialmente o Opus 4.7). Ele elogia a IA como excelente "auto-grappler" para rastrear fluxos de dados em codebases embedded de C com 40 mil linhas, envolvendo múltiplos microcontroladores e barramentos de comunicação, algo tedioso manualmente. Também destaca sua capacidade de detectar bugs em código existente, como transições de estados erradas, condições de corrida e deadlocks em programação multi-threaded no Linux, alinhando-se a usos em cibersegurança. No entanto, critica o hype de CEOs como Dario Amodei, que prometem que a IA fará todo o trabalho de engenheiros de software em 6-12 meses, ignorando complexidades além de apps web CRUD. Ele raramente gera código C com IA, pois ela comete erros fundamentais, como alocar novos buffers de pilha em um servidor de rede epoll-based multi-threaded, ignorando os buffers de rascunho existentes nos workers, exigindo reescritas completas. Apesar dos benefícios em análise, o alto contexto de codebases embedded esgota limites de tokens rapidamente, tornando-a custosa para substituir humanos. (198 palavras)