Head of Frontend da Surf fez um jogo com AI sem experiência em animação — e quase entrou em colapso
Andrey Makar-Uvarov, Head of Frontend da Surf, decidiu testar a AI em uma área em que era completamente iniciante — e escolheu criar animação para um jogo indie. A ideia: um gato ruivo com uma lanterna caminha por um labirinto escuro e compartilha luz com os animais. A AI ajudou, mas o ciclo “perguntar → quebrar → perguntar de novo” quase o levou a um colapso nervoso. Ainda assim, o protótipo saiu.
Processado por IA de Habr AI; editado por Hamidun News
Andrey Makar-Uvarov, Head of Frontend na Surf, se propôs um experimento honesto: pegar uma tarefa em uma área onde é um completo iniciante e tentar realizá-la com ajuda de IA. Sua escolha recaiu em um jogo indie com animação. O resultado — protótipo pronto, nervos desgastados.
Jogo: um gato, um labirinto e um recurso de luz
O conceito é mais bem pensado do que você normalmente esperaria de um projeto de teste: um gato laranja com uma lanterna caminha por um labirinto escuro procurando por outros animais. A mecânica-chave — gerenciar a luz como um recurso limitado. A lógica de escolha é simples mas tem profundidade:
- Dar a luz para o coelho — ele iluminará a passagem e ajudará você a progredir
- Recuperá-la e fortalecer sua própria lanterna
- Equilibrar entre sua própria iluminação e ajudar outros personagens
- Chegar ao final distribuindo corretamente o recurso
A tarefa não se reduzia a um tutorial padrão — não é um aplicativo CRUD nem um hello world. Você precisa criar algo que exija soluções técnicas e artísticas simultaneamente. Isso é o que tornava o experimento um teste honesto da assistência por IA.
Onde começou o caos
Andrey se orienta bem em código. Mas criar animação para jogos é uma disciplina separada: sprites, timings, curvas de aceleração, formatos de exportação. Tudo isso é desconhecido.
Era aqui que a IA deveria ser um navegador em águas desconhecidas. No início o processo fluiu bem: a IA sugeria bibliotecas, explicava abordagens, gerava exemplos de código. O problema surgiu onde sempre surge em um domínio estrangeiro: como você verifica que o resultado está correto?
Animação é visual e intuitiva. Para avaliar se um personagem se move corretamente, você precisa de experiência visual. Para formular precisa uma tarefa à IA — você precisa de vocabulário especializado.
Para entender o erro — você precisa de compreensão dos princípios básicos. Sem isso, o ciclo de "perguntar → obter resposta → quebrar algo → perguntar novamente" começa a girar infinitamente.
"Quase tive um colapso nervoso codificando por intuição" — é
exatamente assim que o autor descreve a fase final do trabalho com animações.
Problema estrutural do vibe-coding
O caso ilustra bem os limites das possibilidades da assistência por IA. A IA funciona como um multiplicador: aumenta a velocidade onde a pessoa já tem competência. Onde não há competência — não há nada a multiplicar, e o processo se torna uma série de tentativas intuitivas. Especificamente para animação sem conhecimento básico, isso significava:
- Impossível avaliar a qualidade do resultado sem experiência visual
- Difícil formular com precisão uma tarefa sem o vocabulário certo
- Difícil diagnosticar erros sem entendimento do domínio
- A IA gera opções com confiança, mas você não consegue avaliá-las criticamente
Apesar disso, o protótipo saiu. O jogo com o gato e o labirinto funcionou. Este é um detalhe importante: a IA permite que você chegue a um resultado funcional mesmo sem experiência, mas ao custo de significativamente mais iterações e estresse do que parecia provável no início.
O que isso significa
Vibe-coding em um domínio desconhecido não é um atalho, mas uma maratona com uma rota desconhecida. A IA reduz a barreira de entrada mas não a elimina: quanto mais longe a tarefa de sua zona de conforto, mais o resultado é determinado pela aleatoriedade do que pela velocidade da ferramenta. O experimento de Andrey é um dos casos mais honestos sobre isso.
- 24 de out. de 2026Moonshot lança Kimi K3.1 Pro: modelo open-weight de 3T com contexto de 1 milhão de tokens
- 24 de out. de 2026Moonshot AI apresenta o Kimi K3.1 Pro, primeira versão Pro da linha, após o teste do Kibitz
- 24 de out. de 2026Simon Willison montou a página de newsletters por voz: Codex e GPT-6 Astra em uma hora
- 24 de out. de 2026Em agosto de 2026, agentes superaram humanos em número de PRs no GitHub e de tarefas no Linear
Perguntas frequentes sobre a notícia
O que se sabe sobre Jogo: um gato, um labirinto e um recurso de luz?
O conceito é mais bem pensado do que você normalmente esperaria de um projeto de teste: um gato laranja com uma lanterna caminha por um labirinto escuro procurando por outros animais. A mecânica-chave — gerenciar a luz como um recurso limitado. A lógica de escolha é simples mas tem profundidade: Dar a luz para o coelho — ele iluminará a passagem e ajudará você a progredir Recuperá-la e fortalecer sua própria lanterna Equilibrar entre sua própria iluminação e ajudar outros personagens Chegar ao final distribuindo corretamente o recurso A tarefa não se reduzia a um tutorial p
Onde começou o caos?
Andrey se orienta bem em código. Mas criar animação para jogos é uma disciplina separada: sprites, timings, curvas de aceleração, formatos de exportação. Tudo isso é desconhecido. Era aqui que a IA deveria ser um navegador em águas desconhecidas. No início o processo fluiu bem: a IA sugeria bibliotecas, explicava abordagens, gerava exemplos de código. O problema surgiu onde sempre surge em um domínio estrangeiro: como você verifica que o resultado está correto? Animação é visual e intuitiva. Para avaliar se um personagem se move corretamente, você precisa de experiência vis
O que se sabe sobre Problema estrutural do vibe-coding?
O caso ilustra bem os limites das possibilidades da assistência por IA. A IA funciona como um multiplicador: aumenta a velocidade onde a pessoa já tem competência. Onde não há competência — não há nada a multiplicar, e o processo se torna uma série de tentativas intuitivas. Especificamente para animação sem conhecimento básico, isso significava: Impossível avaliar a qualidade do resultado sem experiência visual Difícil formular com precisão uma tarefa sem o vocabulário certo Difícil diagnosticar erros sem entendimento do domínio A IA gera opções com confiança, mas você não
Executive AI Consulting, Custom Agents & Team Workshops
Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.
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.