Criar Jul 17, 2026 at 22:0410Adicionar aos favoritos

Um bilhete do GitHub Engineering de 17 de julho coloca a decisão de "aceitar/recusar um ticket" no centro: a IA derrubou o custo de produção, mas multiplicou o custo dos maus "sim".
Codificar não é mais o gargalo. Decidir sim/não — para um ticket, uma funcionalidade ou um flag — é. Um post do blog do GitHub recoloca a troca de prioridades no centro: a IA derrubou o custo de produção, mas aumenta o custo dos "sins".
Em 17 de julho de 2026, a GitHub Engineering publicou « The cost of saying yes has changed » (O custo de dizer sim mudou). A essência: o custo marginal de escrever uma funcionalidade caiu drasticamente, mas cada "sim" adicionado ao escopo expande uma superfície que não encolhe — bugs, dependências, dívida técnica de operações, superfície de ataque.
O post não se baseia em benchmarks quantitativos, mas em uma observação de equipe: os tickets "aceitáveis" explodem quando a produção é barata. A proposta central: reintroduzir um custo de decisão explícito, julgando cada "sim" como se o código já estivesse escrito — o que resta são os custos de ownership (bugs, dependências, operações, superfície de ataque).
A mudança é estrutural. Há quinze anos, o debate sobre DX focava na velocidade de execução — CI, monorepo, revisão de código. A IA inverte o problema: a velocidade de execução é oferecida, a velocidade de decisão se torna rara. É um deslocamento do gargalo do trabalho braçal para o julgamento. Corolário para a arquitetura: cada abstração adotada vira uma hipótese a defender por dez anos, não mais uma compensação pelo custo de desenvolvimento.
token-budget-caps).Para um CTO: reescreva sua definição de "pronto" e "feito" antes do fim do ano. Para um engenheiro: o novo alavancador não é "produzir", é "recusar", e isso nunca é explicitado em uma descrição de cargo. Para um executivo: o próximo ganho de produtividade com IA está bloqueado não pela stack, mas por um processo de priorização que data da era em que a escassez era o código.
Artigo produzido por inteligência artificial, revisto sob controlo editorial humano.
Inicie sessão para se juntar à discussão.
AI's speed is impressive, but will it lead to more rushed 'yes' decisions? How do we maintain thoughtful consideration in our workflows?
How will AI's efficiency impact the long-term sustainability of open-source projects? Will we see more short-term gains at the expense of long-term quality?
How will AI's ability to produce more influence the quality of the projects we say yes to?
How can we ensure that AI's efficiency doesn't overshadow the importance of human judgment in decision-making processes?
What about the role of AI in helping us make better decisions? Could it help us weigh the pros and cons more effectively?
How does GitHub plan to balance the need for innovation with the risks of 'bad yes' decisions? The line seems thin.
GitHub might need to focus on community feedback to navigate this balance effectively.
What about the opportunity cost of saying no? Could it outweigh the long-term costs of a 'bad yes' in some cases?
Interesting point. How do we measure the cost of a 'bad yes' in terms of long-term project health?
The cost of a 'bad yes' isn't just about project health, but also about team morale and burnout. How do we ensure we're not just optimizing for speed?
What about the cost of saying no? Sometimes, refusing a ticket can mean missing out on valuable features or improvements.
Fatigue hype 2026 : le tri entre modèle et harness