Início Tecnologia Para programas de código aberto, as ferramentas de codificação de IA são...

Para programas de código aberto, as ferramentas de codificação de IA são uma bênção mista

19
0
Man studying a see-through display depicting Python computer coding.

Um mundo que funciona com ferramentas de codificação de IA cada vez mais poderosas é aquele em que a criação de software é barata – ou assim se pensa – deixando pouco espaço para as empresas de software tradicionais. Como disse um relatório de analista, “a codificação vibe permitirá que as startups repliquem os recursos de plataformas SaaS complexas”.

Deixem de lado a preocupação e as declarações de que as empresas de software estão condenadas.

Os projetos de software de código aberto que utilizam agentes para disfarçar restrições de recursos de longa data deveriam logicamente estar entre os primeiros a se beneficiar da era do código barato. Mas essa equação simplesmente não funciona. Na prática, o impacto das ferramentas de codificação de IA no software de código aberto tem sido muito mais misto.

As ferramentas de codificação de IA causaram tantos problemas quanto resolveram, de acordo com especialistas do setor. A natureza fácil de usar e acessível das ferramentas de codificação de IA permitiu uma enxurrada de códigos ruins que ameaçam sobrecarregar os projetos. Criar novos recursos é mais fácil do que nunca, mas mantê-los é igualmente difícil e ameaça fragmentar ainda mais os ecossistemas de software.

O resultado é uma história mais complicada do que a simples abundância de software. Talvez a morte iminente e prevista do engenheiro de software nesta nova era da IA ​​seja prematura.

Qualidade versus quantidade

Em geral, os projetos com bases de código abertas estão notando um declínio na qualidade média dos envios, provavelmente como resultado das ferramentas de IA que reduzem as barreiras de entrada.

“Para as pessoas que são juniores na base de código VLC, a qualidade das solicitações de mesclagem que vemos é péssima”, disse Jean-Baptiste Kempf, CEO da Organização VideoLan que supervisiona o VLC, em uma entrevista recente.

Evento Techcrunch

Boston, MA
|
23 de junho de 2026

Kempf ainda está otimista em relação às ferramentas de codificação de IA em geral, mas diz que elas são melhores “para desenvolvedores experientes”.

Houve problemas semelhantes no Blender, uma ferramenta de modelagem 3D que tem sido mantida como código aberto desde 2002. O CEO da Blender Foundation, Franceso Siddi, disse que as contribuições assistidas pelo LLM normalmente “desperdiçavam o tempo dos revisores e afetavam sua motivação”. O Blender ainda está desenvolvendo uma política oficial para ferramentas de codificação de IA, mas Siddi disse que elas “não são obrigatórias nem recomendadas para contribuidores ou desenvolvedores principais”.

A enxurrada de solicitações de mesclagem piorou tanto que os desenvolvedores de código aberto estão criando novas ferramentas para gerenciá-la.

No início deste mês, o desenvolvedor Mitchell Hashimoto lançou um sistema que limitaria as contribuições do GitHub a usuários “certificados”, efetivamente fechando a política de portas abertas para software de código aberto. Como disse Hashimoto no anúncio, “a IA eliminou a barreira natural de entrada que permitia a confiança dos projetos OSS por padrão”.

O mesmo efeito surgiu em programas de recompensa por bugs, que dão aos pesquisadores externos uma porta aberta para relatar vulnerabilidades de segurança. O programa de transferência de dados de código aberto cURL interrompeu recentemente seu programa de recompensas por bugs depois de ser sobrecarregado pelo que o criador Daniel Stenberg descreveu como “desleixo de IA”.

“Antigamente, alguém investia muito tempo no relatório de segurança”, disse Stenberg em uma conferência recente. “Houve um atrito inerente, mas agora não há nenhum esforço para fazer isso. As comportas estão abertas.”

É particularmente frustrante porque muitos projetos de código aberto também estão vendo os benefícios das ferramentas de codificação de IA. Kempf diz que tornou muito mais fácil construir novos módulos para VLC, desde que haja um desenvolvedor experiente no comando.

“Você pode fornecer ao modelo toda a base de código do VLC e dizer: ‘Estou portando isso para um novo sistema operacional’”, disse Kempf. “É útil para pessoas seniores escreverem novos códigos, mas é difícil de gerenciar para pessoas que não sabem o que estão fazendo.”

Prioridades concorrentes

O maior problema dos projetos de código aberto é a diferença de prioridades. Empresas como a Meta valorizam novos códigos e produtos, enquanto o trabalho com software de código aberto se concentra mais na estabilidade.

“O problema é diferente das grandes empresas para projetos de código aberto”, comentou Kempf. “Eles são promovidos por escrever código, não por mantê-lo.”

As ferramentas de codificação de IA também chegam num momento em que o software, em geral, está particularmente fragmentado.

O fundador do Open Source Index, Konstantin Vinogradov, que recentemente lançou uma doação para manter a infraestrutura de código aberto, disse que as ferramentas de IA estão se tornando uma tendência de longa data na engenharia de código aberto.

“Por um lado, temos uma base de código em crescimento exponencial com um número exponencialmente crescente de interdependências. E, por outro lado, temos um número de mantenedores ativos, que talvez esteja crescendo lentamente, mas definitivamente não está acompanhando”, disse Vinogradov. “Com a IA, ambas as partes desta equação foram aceleradas.”

É uma nova maneira de pensar sobre o impacto da IA ​​na engenharia de software – com implicações alarmantes para a indústria em geral.

Se você vê a engenharia como o processo de produção de software funcional, a codificação de IA torna isso mais fácil do que nunca. Mas se a engenharia é realmente o processo de gerenciamento da complexidade do software, as ferramentas de codificação de IA podem tornar isso mais difícil. No mínimo, será necessário muito planejamento ativo e trabalho para manter a crescente complexidade sob controle.

Para Vinogradov, o resultado é uma situação familiar para projetos de código aberto: muito trabalho a fazer e poucos bons engenheiros para fazê-lo.

“A IA não aumenta o número de mantenedores ativos e qualificados”, observou ele. “Isso fortalece os bons, mas todos os problemas fundamentais permanecem.”

Fuente