Habr: autor defende que LLMs tornam as interfaces gráficas desnecessárias

As primeiras interfaces exigiam que a pessoa conhecesse a linguagem da máquina: chaves, cartões perfurados, comandos no terminal. Janelas, menus e mouse eliminaram essa exigência para o usuário comum. A coluna do Habr intitulada «А нужны ли мне интерфейсы?» («Preciso mesmo de interfaces?») vai além e afirma: com as LLMs, a própria camada de interface se torna supérflua. O autor promete mostrar isso na prática, mas no anúncio por RSS está disponível apenas a introdução, e a demonstração fica escondida atrás do «leia mais». Por isso, analisamos aqui a tese em si e seus limites.

De onde surgiu a camada entre a pessoa e o programa

O argumento do autor é construído como uma história de traduções. No começo, a pessoa escrevia para a máquina na linguagem dela, e um erro em um único símbolo significava que nada aconteceria. Quando os computadores se tornaram um produto de massa, lembrar dezenas de comandos e parâmetros deixou de ser realista. Surgiram as janelas, os ícones e a lixeira: em vez de um comando de exclusão, bastava arrastar o arquivo; em vez de uma lista de operações, o usuário passou a ver objetos e as ações possíveis sobre eles.

A ideia-chave é que, durante todo esse tempo, a máquina executou os mesmos comandos exatos. Mudou apenas o tradutor entre a intenção da pessoa e a chamada da função. É esse papel que se chama de interface.

A cronologia simplificada em que o raciocínio se apoia:

• Década de 1950: cartões perfurados e chaves, a pessoa fala a linguagem da máquina;
• Décadas de 1960–1970: linha de comando, é preciso lembrar a sintaxe e a ordem dos parâmetros;
• 1973–1984: do Xerox Alto ao Macintosh, janelas gráficas e ponteiro do mouse;
• 2007: iPhone, toque direto nos objetos da tela;
• novembro de 2022: lançamento do ChatGPT, o pedido é formulado em linguagem natural.

O que exatamente as LLMs mudam

Se a interface existe como tradutora, o modelo de linguagem parece um candidato muito forte para o cargo. A pessoa escreve «remova as duplicatas do relatório e envie para a Marina», e o modelo encontra por conta própria as operações necessárias e as executa. Tecnicamente, o caminho já está preparado: protocolos de conexão de ferramentas como o MCP, apresentado pela Anthropic em novembro de 2024, e frameworks de agentes permitem que o modelo chame funções dos aplicativos diretamente, sem passar pelos botões.

Nessa lógica, o botão vira apenas um elo intermediário que o usuário aciona manualmente. O agente aciona a mesma coisa via API, e mais rápido.

No entanto, a tese tem pontos fracos, e o autor terá de respondê-los na parte principal do texto.

• O chat, no fundo, continua sendo uma linha de comando, só que com um parser bem mais tolerante a variações de formulação.
• A interface gráfica mostra o que é possível fazer. Num campo de entrada vazio, isso não aparece.
• Uma janela com dados permite verificar o resultado com o olhar. Um «pronto» em texto não oferece essa verificação.
• Desfazer, confirmar e manter o histórico de ações já vêm embutidos na GUI. Em cenários com agentes, é preciso projetá-los separadamente.
• Tarefas que exigem seleção espacial precisa, como marcar uma área em uma foto ou corrigir uma célula de planilha, são mais rápidas com o mouse do que com palavras.

Conclusões práticas para equipes de produto

Mesmo concordando com o autor apenas pela metade, as prioridades mudam. Primeiro, vale expor a funcionalidade do aplicativo por meio de API e de ferramentas bem descritas, para que o agente possa usá-la. A interface, nesse cenário, deixa de ser a porta de entrada principal e vira um painel de controle: mostra o que o agente fez e permite reverter o resultado rapidamente.

Para os desenvolvedores, é útil submeter o produto a um teste simples: quais dos seus cenários podem ser executados com uma única frase e quais não podem sem uma tela. Os primeiros convém entregar ao agente; os segundos, manter visuais. Além disso, são necessários um registro de ações, a confirmação de operações irreversíveis e mensagens de erro claras.

O autor publica a versão completa, com a demonstração, no Habr. Por ora, o essencial já está visível: a pergunta não é mais «como tornar o botão mais conveniente». Agora ela é «esse botão ainda é necessário para a pessoa, se quem vai clicar nele é o agente».