Steve Yegge, Agentes de IA e o Futuro da Engenharia de Software

Steve Yegge programa há mais de quarenta anos. Passou pela Amazon, pelo Google, pela Grab. Escreveu ensaios que moldaram como engenheiros pensam sobre plataformas, linguagens e cultura técnica. Quando alguém com esse currículo diz que a engenharia de software está passando por uma ruptura estrutural, vale parar e escutar.

Em fevereiro de 2026, Gergely Orosz publicou no The Pragmatic Engineer uma entrevista extensa com Yegge sobre agentes de IA e o futuro da profissão. O conteúdo é denso, provocativo e — em vários pontos — desconfortável. Este artigo analisa os argumentos centrais, confronta-os com a realidade das empresas e extrai o que importa para quem toma decisões.

Recomendo a leitura integral da entrevista original e a assinatura do The Pragmatic Engineer — é uma das fontes mais sóbrias e bem fundamentadas sobre engenharia de software hoje.

A Curva S e a Compressão do Tempo

Yegge começa pelo argumento mais fundamental: a evolução dos modelos de IA segue uma curva S, e estamos entrando na parte íngreme.

O intervalo entre releases de modelos comprimiu de quatro para dois meses. Cada iteração entrega capacidades que a anterior não possuía. Céticos que previram platôs — desde o GPT-3.5 — foram consistentemente desmentidos por modelos subsequentes como GPT-4 e Opus 4.5.

Erik Meijer, cientista da computação reconhecido internacionalmente, vai além: “Os dias de programar à mão acabaram.”

A frase é provocativa por design. Mas o argumento subjacente é sólido: quando a velocidade de melhoria dos modelos supera a velocidade de adaptação das organizações, o gap entre capacidade disponível e capacidade utilizada se amplia a cada ciclo. É exatamente o “capability overhang” que discutimos em artigos anteriores — agora acelerado.

Os Oito Níveis de Adoção

O enquadramento mais útil da entrevista é a taxonomia de oito níveis que Yegge propõe para classificar onde engenheiros estão na curva de adoção de IA:

Nível 1: Sem IA. Nenhuma integração, nenhuma ferramenta.

Nível 2: Agente de codificação no IDE com permissões habilitadas. O ponto de entrada.

Nível 3: Mesmo setup, mas em “modo YOLO” — confiança elevada no agente, menos revisão manual.

Nível 4: O foco migra de revisar código para monitorar comportamento do agente. Mudança sutil, mas profunda.

Nível 5: Workflow agent-first. O engenheiro não escreve código no IDE — dirige agentes que escrevem.

Nível 6: Múltiplos agentes operando simultaneamente. Yegge descreve um engajamento que beira o vício.

Nível 7: Gerenciamento manual de dez ou mais agentes. Caos de coordenação.

Nível 8: Orquestradores customizados — como o Gas Town — para coordenar múltiplos agentes de forma estruturada.

A progressão não é linear. Do nível 1 ao 3, é uma questão de ferramentas e disposição. Do 4 ao 6, é uma mudança de mentalidade — o engenheiro deixa de ser quem escreve código e passa a ser quem dirige quem escreve. Do 7 ao 8, é um problema de engenharia de sistemas: coordenar agentes exige orquestração, não mais habilidade individual.

O alerta de Yegge é direto: engenheiros nos níveis baixos arriscam obsolescência. Não porque sejam ruins — mas porque a produtividade nos níveis altos é ordens de magnitude superior.

A Previsão de 50% de Redução

Yegge faz uma previsão que merece atenção séria: grandes empresas cortarão aproximadamente 50% de suas equipes de engenharia para compensar os custos com tokens de IA e financiar ferramentas para os engenheiros restantes.

Ele cita a Amazon como exemplo negativo — demitiu 16 mil funcionários sem uma estratégia clara de IA. Não foi uma reestruturação para o futuro. Foi corte de custo tradicional, sem visão sobre como a produtividade dos remanescentes seria amplificada.

A previsão de 50% é agressiva, mas a lógica econômica é consistente. Se um engenheiro no nível 6-8 produz o equivalente a cinco ou dez engenheiros no nível 1-2, a matemática é impiedosa. A questão não é se haverá redução — é se a redução será estratégica ou apenas reativa.

Para o contexto brasileiro, onde o custo de engenharia é estruturalmente menor que nos Estados Unidos, a dinâmica pode ser diferente em velocidade, mas não em direção. Empresas brasileiras que ignorarem essa tendência não estarão protegidas pela geografia.

O Efeito Drácula

Este é o aspecto mais honesto — e mais negligenciado — da entrevista.

Yegge descreve o que chama de “Efeito Drácula”: codificar com IA em alta intensidade causa exaustão profunda. Colegas dele relatam precisar de cochilos durante o dia após sessões intensas de “vibe coding”. Apesar de ganhos de produtividade de até 100x, um engenheiro consegue manter essa intensidade por apenas três horas diárias.

Três horas.

Isso tem implicações diretas para gestão. Se empregadores esperam oito horas de produtividade hiper-assistida, vão destruir retenção e saúde das equipes. O Efeito Drácula revela uma assimetria que o mercado ainda não precificou: a produtividade por hora explodiu, mas as horas produtivas por dia encolheram.

Para líderes de tecnologia no Brasil — onde a cultura de trabalho frequentemente valoriza presença sobre resultado — essa é uma mudança de paradigma. Medir output, não horas. Três horas de engenharia agêntica bem dirigida podem valer mais que uma semana de codificação manual.

A Morte Silenciosa das Grandes Empresas

O argumento mais provocativo de Yegge: grandes empresas já estão mortas. Só não sabem ainda.

A lógica é a seguinte. Grandes corporações têm gargalos estruturais — processos de aprovação, hierarquias, ciclos de planejamento — que impedem a absorção de outputs hiper-produtivos. Um engenheiro no nível 8 pode gerar em uma semana o que antes levava um trimestre. Mas a organização ao redor dele não consegue revisar, aprovar e colocar em produção nessa velocidade.

O resultado: a inovação migra para times pequenos. Assim como a computação em nuvem permitiu que startups rivalizassem com enterprises em infraestrutura, agentes de IA permitem que equipes enxutas rivalizem em capacidade de desenvolvimento.

A tese é sedutora, mas merece qualificação.

Em artigos anteriores, argumentamos que grandes empresas possuem vantagens estruturais que startups não replicam: dados proprietários, processos institucionalizados, escala de impacto. O que mata grandes empresas não é a incapacidade de inovar — é a incapacidade de adaptar seus processos à nova velocidade.

E é exatamente aí que orquestração e governança entram.

Uma empresa que implementa orquestração de agentes com governança adequada — pontos de aprovação humana, observabilidade, controle de acesso, execução durável — não precisa escolher entre velocidade e controle. Ela pode absorver a produtividade dos níveis 6-8 sem o caos que Yegge descreve no nível 7.

A resposta não é ser pequeno. É ter infraestrutura governada que permita ser rápido em qualquer tamanho.

Codificação Manual: Fim de Uma Era

Yegge é categórico: programar à mão não distingue mais engenheiros. A escolha de linguagem de programação “nunca importou tão pouco.”

Gene Kim, coautor do livro sobre Vibe Coding, reforça o ponto: o ato de escrever código está se comoditizando. O que permanece valioso é a mentalidade de engenharia — definir problemas, avaliar trade-offs, manter coerência arquitetural, debugar premissas.

Yegge vai além e sugere que até ferramentas de debugging podem se tornar desnecessárias para agentes — eles operariam por iteração, não por inspeção.

Para engenheiros brasileiros, isso tem uma implicação prática: investir tempo aprendendo a sintaxe de uma nova linguagem tem retorno decrescente. Investir em capacidade de direcionar agentes, definir arquiteturas e avaliar outputs tem retorno crescente.

Luto e Renovação

O aspecto mais humano da entrevista é quando Yegge admite ter passado por um processo de luto ao reconhecer que habilidades acumuladas em décadas estão se tornando obsoletas.

Isso não é fraqueza. É honestidade intelectual.

Quarenta anos de expertise em programação sendo subsumidos por modelos que melhoram a cada dois meses. É natural sentir perda. Mas Yegge complementa com uma observação que merece peso: construir software “nunca foi tão divertido.” A remoção do trabalho mecânico libera o engenheiro para o trabalho criativo — a parte que sempre foi mais gratificante.

Para quem lidera equipes, essa dimensão emocional não é trivial. Engenheiros que se identificam profundamente com a habilidade de escrever código podem resistir à adoção de agentes não por falta de capacidade, mas por medo de perder identidade profissional. Reconhecer isso — e criar espaço para a transição — é parte do trabalho de liderança.

O Que Isso Significa Para Sua Empresa

A entrevista de Yegge não é um exercício acadêmico. É um mapa de riscos e oportunidades.

Para CTOs e VPs de Engenharia: Identifiquem em que nível de adoção suas equipes estão. Se a maioria está nos níveis 1-3, existe um gap de produtividade que concorrentes nos níveis 5-8 estão explorando agora. A transição não é opcional — é questão de competitividade.

Para CEOs e diretores de negócio: A previsão de 50% de redução não é ficção científica. Comecem a modelar cenários onde metade da equipe de engenharia produz mais que a equipe inteira hoje. Isso muda orçamentos, timelines e estratégias de produto.

Para engenheiros individuais: Subam na escala. Cada nível acima é uma mudança de postura, não apenas de ferramenta. O nível 4 — monitorar comportamento do agente em vez de revisar código — é a transição mais crítica. Quem não a fizer corre risco real de obsolescência.

Para todos: O Efeito Drácula é real. Planejem para três horas de alta intensidade, não oito. Estruturem o resto do dia para revisão, planejamento e trabalho que exige julgamento humano.

A Perspectiva Victorino

Yegge diagnostica o problema com precisão cirúrgica. Mas o diagnóstico mais importante está implícito: o nível 7 — caos de coordenação com múltiplos agentes — é onde a maioria das equipes avançadas vai travar.

A transição do nível 7 para o nível 8 é, na essência, um problema de orquestração e governança. É exatamente o que construímos na Victorino Group: infraestrutura que permite a organizações absorverem a produtividade dos agentes sem perder controle, rastreabilidade ou conformidade.

Governança não desacelera a adoção de IA. Governança é o que permite que a adoção escale.

Se sua organização está enfrentando o caos do nível 7 — ou quer evitá-lo ao avançar do nível 4 — temos a experiência e a infraestrutura para essa transição: contato@victorino.com.br | www.victorino.com.br

Fontes

Gergely Orosz. “Steve Yegge on AI Agents and the Future of Software Engineering.” The Pragmatic Engineer, fevereiro 2026.
Steve Yegge. Entrevista sobre agentes de IA, curva S e o futuro da engenharia. Fevereiro 2026.
Erik Meijer. Citação sobre o fim da programação manual.
Gene Kim. Coautor do livro sobre Vibe Coding e a comoditização da escrita de código.
Gartner. Estimativa de cancelamento de 40% dos projetos de IA agêntica até 2027.
OpenAI. Enterprise Report, dezembro 2025. Dados sobre gap de produtividade de 6x.