Engenheiro da Kontur compara magos e bruxos de D&D à era dos LLMs no Habr

Alexander Ovchinnikov, especialista sênior em testes da empresa Kontur, publicou no Habr o ensaio "From Wizard to Warlock: магия в D&D как метафора эпохи LLM" ("From Wizard to Warlock: a magia em D&D como metáfora da era dos LLMs"). No texto, ele usa a troca de classes de personagem no RPG de mesa Dungeons & Dragons para descrever o que acontece com o trabalho das pessoas depois da chegada dos grandes modelos de linguagem.

O que o mago e o bruxo de D&D têm a ver com isso

No RPG de mesa Dungeons & Dragons, o mago (wizard) passa anos estudando feitiços em livros e domina a fundo a mecânica de cada um deles. Já o bruxo (warlock) recebe seu poder mágico de uma fonte externa — um patrono — e pode usar efeitos poderosos sem entender todos os detalhes de como funcionam. A julgar pelo título, é justamente essa diferença entre a "magia do conhecimento" e a "magia de uma fonte externa" que o autor usa como metáfora para a era dos LLMs, embora a fonte não reproduza o texto do ensaio além da parte introdutória.

• Autor: Alexander Ovchinnikov, especialista sênior em testes da Kontur
• O texto foi publicado no Habr com o título "From Wizard to Warlock: магия в D&D как метафора эпохи LLM"
• Segundo o próprio autor, ele usa LLMs ativamente em tarefas pessoais há vários anos

A Kontur (SKB Kontur) é uma grande empresa russa de TI sediada em Ecaterimburgo, que desenvolve serviços para empresas: declarações eletrônicas, gestão eletrônica de documentos e sistemas contábeis. O fato de um texto sobre LLMs nascer da prática de um especialista em testes de uma empresa com esse perfil já diz muito: não se trata de desenvolvedores de produtos de AI, mas de uma área técnica vizinha, na qual os grandes modelos de linguagem viram ferramenta de trabalho ao lado dos softwares habituais de teste e automação.

Por que o autor considera mostrar LLMs aos outros mais importante que

o uso pessoal

Ovchinnikov escreve que a experiência mais interessante para ele não foi usar LLMs nos próprios projetos, e sim começar a mostrar essas ferramentas a outras pessoas. A formulação evidencia um descompasso comum em torno de novas tecnologias: alguns já trabalham com LLMs com naturalidade, como ferramenta do dia a dia, enquanto outros ainda não viram o que esses modelos fazem na prática — e precisam de alguém que mostre um exemplo concreto aplicado a uma tarefa real deles, não uma demonstração abstrata.

Seguindo essa metáfora, a questão envolve menos a tecnologia em si e mais a relação das pessoas com o resultado que ela entrega: algumas querem entender como tudo funciona por dentro antes de começar a usar, enquanto outras estão dispostas a aplicar a ferramenta como ela é, desde que resolva o problema aqui e agora.

O que isso significa

O ensaio registra um tema cada vez mais presente em comunidades profissionais: os LLMs mudam não só o que os especialistas fazem, mas também a forma como eles explicam o que está acontecendo aos colegas — por meio de metáforas, analogias e demonstrações com exemplos reais, e não de instruções secas. Para profissionais técnicos que levam essas ferramentas para suas equipes, o exemplo pessoal e a demonstração prática costumam convencer mais do que qualquer treinamento formal.

Também chama atenção que textos assim não venham do meio dos desenvolvedores de modelos de AI, mas de profissões técnicas vizinhas, como a de testes. Isso indica, de forma indireta, o quanto os LLMs já se espalharam pelos fluxos de trabalho para além da restrita comunidade de AI.