Vibe Coding Promete Aumento de Produtividade 10x — PyPI Ainda Não Confirma

Entusiastas de vibecodificação e ferramentas agentivas dizem que se tornaram 2x, 10x, ou até 100x mais produtivos. Um desenvolvedor construiu um navegador do zero no fim de semana. Os céticos fazem uma pergunta razoável: se isso for verdade — onde está todo esse novo software?

O fenômeno da vibecodificação

Desde 2023, assistentes de IA no desenvolvimento se transformaram de experimentos laboratoriais em ferramentas cotidianas. Cursor, GitHub Copilot Workspace, Claude Code, Windsurf — novos produtos lançam a cada trimestre. O princípio é o mesmo: um desenvolvedor declara uma intenção, um modelo de linguagem gera código, o desenvolvedor revisa e refina.

As afirmações sobre produtividade soam sérias. Elas vêm não de iniciantes, mas de engenheiros experientes com anos de experiência: acelerações de 5–10x em tarefas rotineiras, um MVP em uma semana em vez de um mês, um produto SaaS construído sozinho em um mês em vez de um trimestre por um time. Nas redes sociais, isso não é mais uma exceção — é um gênero.

A lógica econômica sugere: se desenvolvimento ficou mais barato — deve haver mais dele. Essas questões partem da suposição de que o mundo quer mais programas, e portanto, se forem mais baratos de fazer — farão mais. Se você concorda com isso, então deve existir um "efeito IA" mensurável.

O teste do PyPI

PyPI — o repositório central de pacotes Python — é um medidor ideal para essa hipótese. É grande e estável, os dados são públicos e coletados há anos. Python é uma das linguagens principais do ecossistema de IA, portanto, se o efeito se manifestar publicamente, seria aqui.

Sinais que esperaríamos ver após 2023:

• aumento no número de novos pacotes publicados por mês
• aumento no número de autores lançando um pacote pela primeira vez
• emergência de novos aglomerados temáticos (agentes, ferramentas LLM)
• aceleração dos ciclos de lançamento em bibliotecas existentes
• redução no tempo do primeiro commit à publicação

Os dados do PyPI são abertos e disponíveis através do BigQuery. Se a curva de crescimento de publicações se elevar drasticamente após 2023 — essa é uma evidência forte para a narrativa da vibecodificação. Se não — o efeito existe, mas se manifesta de forma diferente do esperado.

Por que os dados podem estar silenciosos

Mesmo que o crescimento seja real, o PyPI pode não mostrar. A maioria dos projetos de vibecodificação nunca chega aos registros públicos: utilitários pessoais, ferramentas internas de empresa, protótipos para clientes — tudo fica privado.

A IA acelera o começo primeiro: esboçar a arquitetura, gerar o framework, escrever testes. As partes lentas — debug final, documentação, suporte pós-lançamento — permanecem lentas. Resultado: projetos começam mais rápido, mas terminam não mais frequentemente.

Há também um efeito de crescimento de ambição. Antes, um desenvolvedor gastava uma semana em um script simples. Agora com a mesma semana, ele assume um produto completo com UI, API e banco de dados. O volume total de código publicado não dobrou — mas a complexidade de cada projeto aumentou. O PyPI não registra isso.

"Se não vemos uma duplicação na contagem de pacotes, então os ganhos

de velocidade estão sendo absorvidos por outra coisa" — basicamente assim soa a tese central dos céticos.

O que isso significa

Vibecodificação é uma mudança real em como o desenvolvimento se sente. Mas as métricas públicas ainda não confirmam um crescimento explosivo no volume de software sendo criado. Possíveis explicações: a maioria dos projetos de IA permanecem privados; os ganhos são redirecionados para tarefas de maior complexidade; ou estamos no início da curva e os dados aparecerão em alguns anos.

De qualquer forma, antes de aceitar números de 10x e 100x como verdade absoluta, você deve olhar não para tweets, mas para repositórios.