Tio Bob contra as máquinas: por que o autor de «Clean Code» não pensa em se aposentar
Robert «Tio Bob» Martin, autor de *Clean Code*, a bíblia dos programadores, decidiu verificar pessoalmente se as redes neurais vão substituir os desenvolvedores. Após uma série de experimentos, seu veredito é sóbrio: os LLMs são ótimos geradores de código, mas projetistas catastroficamente ruins. Martin ressalta que as redes neurais tendem a criar soluções «frágeis», que funcionam no momento, mas transformam o projeto num pesadelo de manutenção um mês depois. O principal risco não é a IA escrever código ruim, e sim os programadores deixarem de pensar criticamente e virarem editores passivos de conteúdo duvidoso.
Processado por IA de Habr AI; editado por Hamidun News
A indústria de desenvolvimento de software hoje lembra uma cidade tomada pela febre: uma em cada duas startups promete que as redes neurais estão prestes a transformar os programadores em relíquia do passado. É nesse momento que entra em cena Robert Martin, mais conhecido como Tio Bob. Ele formulou os princípios SOLID e ensinou duas gerações de desenvolvedores a escrever código que não dá vergonha de mostrar aos colegas. Agora, decidiu verificar até que ponto esse entusiasmo se justifica. A experiência dele não é apenas uma resenha de software, mas uma análise profunda de como a própria natureza do ofício muda sob a pressão dos grandes modelos de linguagem.
Martin começou na programação com IA pelo mesmo ponto que todo mundo: tentando automatizar tarefas rotineiras. Logo descobriu que ferramentas atuais como GitHub Copilot ou ChatGPT se saem brilhantemente na escrita de funções-padrão, expressões regulares e algoritmos simples. À primeira vista, parece uma vitória: a produtividade sobe e o tempo até o deploy diminui. Mas o Tio Bob foi mais fundo e esbarrou no que chama de «alucinações de arquitetura». A rede neural entrega um código que parece correto e até passa nos testes, mas viola os princípios fundamentais do design limpo.
O problema é que os LLMs foram treinados em volumes colossais de dados em que, estatisticamente, há mais código «ruim» do que «bom». Com isso, o modelo costuma propor a solução mais óbvia e direta, que no longo prazo gera uma dívida técnica monstruosa. Martin notou que a IA não entende absolutamente o contexto das mudanças futuras. Ela não sabe que, daqui a seis meses, aquele módulo precisará ser escalado ou que aquela dependência terá de ser trocada. Para uma rede neural, código é texto; para um engenheiro, é uma estrutura viva e em mudança. E aí está a principal armadilha para os iniciantes.
Quando um desenvolvedor experiente usa IA, ele atua como um censor rigoroso. Vê onde o modelo propõe uma «gambiarra» e o obriga a refazer. Mas o que acontece quando um júnior pega a ferramenta? Ele aceita o código gerado como verdade absoluta, porque funciona aqui e agora. O Tio Bob alerta: corremos o risco de formar uma geração de «engenheiros de prompt» que sabem montar protótipos funcionais, mas ficam totalmente impotentes diante de um erro sistêmico complexo. Programar deixa de ser criar e passa a ser corrigir sem fim os deslizes alheios, o que desgasta psicologicamente muito mais.
Outro aspecto importante abordado por Martin é a disciplina. Ele sempre foi um defensor fervoroso do TDD (desenvolvimento guiado por testes). No mundo da programação com IA, os testes deixam de ser apenas uma prática útil e se tornam a única forma de sobreviver. Se você deixa a máquina escrever o código por você, é obrigado a ter um sistema automatizado de verificação que confirme que a máquina não mentiu. Sem isso, desenvolver vira uma caminhada de olhos vendados num campo minado. Martin insiste que o papel dos testes só aumenta, embora muitos esperassem que a IA os livrasse também dessa parte «chata» do trabalho.
No fim das contas, as conclusões de Robert Martin se resumem a isto: a IA é um exoesqueleto poderosíssimo, mas dentro dele ainda precisa haver um atleta. As redes neurais não eliminam a necessidade de conhecer algoritmos, entender padrões de projeto e sentir a arquitetura. Pelo contrário, tornam esse conhecimento ainda mais escasso e valioso. Não vamos parar de escrever código, mas precisamos aprender a assumir o dobro da responsabilidade por ele quando parte do trabalho é feita por uma caixa-preta. Código limpo continua sendo código limpo, mesmo que tenha sido digitado por uma rede neural, e os critérios de qualidade não mudaram nos últimos quarenta anos.
O principal: a IA não mata a profissão, mas eleva radicalmente a exigência de compreensão de arquitetura. Você está pronto para ser arquiteto, e não apenas operador de teclado?
- 2 de nov. de 2026Assistente Muse, da Meta, mantém dossiê sobre pessoas próximas e recebe root no Ubuntu por padrão
- 1 de nov. de 2026Modelos locais perdem para Opus e Codex: 0,21 ponto no MacBook contra 1,00 do Codex
- 1 de nov. de 2026Kimi marca 96,2% em teste de análise em base 1C e vira reserva caso o Claude seja bloqueado
- 1 de nov. de 2026OpenAI reescreve as regras de comportamento do GPT: cinco valores e uma cadeia de prioridades
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.