Por que codificar ainda em 2026? O verdadeiro ofício após a IA

Um post ganhou destaque no HN: programar em 2026 será cada vez menos escrever linhas de código e cada vez mais arbitrar contexto, dados e estrutura. A disciplina está mudando.

Em termos simples. A pergunta não é mais "a IA vai substituir os devs" mas sim "para que serve programar quando a IA gera 70% do texto". A resposta do artigo de Doug Turnbull: programar continua sendo a única forma de tornar uma intenção executável, testável e versionável. O que muda é onde colocamos o valor.

Contexto

A publicação "Why Write Code in 2026" (softwaredoug.com, 9 de julho) circula no HN porque não condiz com o discurso atual. O autor — engenheiro de ML há muito tempo — não defende nem o programador heróico nem o futuro "no-code". Ele apresenta uma tese mais contundente: a IA tornou o protótipo gratuito; é a colocação em produção que continua cara.

Análise

O que o código fornecia historicamente, e que a IA não substitui:

• uma intenção executável — o único artefato que a máquina consegue realmente executar continua sendo código, não um prompt;
• uma superfície de teste — um modelo que "produz mais ou menos" não sobrevive a um diff em 200 arquivos;
• um rastro versionável — o que a IA "decidiu" numa terça-feira à noite precisa poder ser auditado um mês depois.

O deslocamento de valor vai para três áreas: as fronteiras (o que vale o seu sistema do lado dos dados, contratos de API, invariantes), o contexto (estruturar um repositório para que um agente — humano ou IA — não se perca) e a revisão (saber dizer "esse diff não faz sentido" quando parece que faz).

O que isso muda no craft

Três consequências práticas:

1. Os testes se tornam o artefato editorial principal: eles descrevem a intenção para a máquina e para a próxima IA.
2. A modularidade ganha ainda mais valor — não pela reutilização, mas porque um módulo bem dividido cabe numa janela de contexto.
3. A nomeação volta a ser central: um agente que hesita entre charge e charge_amount vai cometer um erro que um humano distraído não cometeria.

Cenários

Base (60%): as equipes que tratam a IA como um "estagiário rápido, a ser orientado" ganham 20-30% de velocidade sem degradar a dívida técnica. Otimista (25%): as melhores equipes impulsionam a automação do refactoring e recuperam 50% — mas apenas em bases de código já limpas. Pessimista (15%): as equipes que deixam a IA escrever sem estrutura veem a dívida técnica explodir em 12-18 meses.

Riscos

O verdadeiro risco não é a substituição, é a erosão do discernimento — quanto menos escrevemos, menos lemos, menos sabemos quando um diff cheira mal.

E então

Programar em 2026 não é mais produzir texto: é delimitar, testar, arbitrar. A pergunta a se fazer para qualquer equipe: quanto tempo vocês levam para entender o que a IA escreveu ontem? Se a resposta for "não fazemos mais isso", vocês estão vendendo o futuro por um ganho de velocidade presente.