Nossa conferência de AI CodeCon começou hoje com a codificação com a IA: o fim do desenvolvimento de software program como a conhecemos. Aqui estão minhas observações de abertura, apresentando os temas da série. Você pode reservar seu assento para os próximos eventos da AI CodeCon aqui.
Muito obrigado por se juntar a nós hoje. Temos mais de 20.000 pessoas inscritas para este evento, ambos assinantes no O’Reilly Studying Platform E aqueles que ainda não são assinantes. Eu acho que você está aqui porque todos vocês sentem o que eu faço: estamos testemunhando o fim da programação, mas sua expansão notável. Este é o momento mais emocionante no desenvolvimento de software program que eu já vi durante os meus mais de 40 anos neste setor.
Organizei esse evento porque fiquei cada vez mais frustrado com uma narrativa persistente: que a IA substituirá os programadores. Ouvi versões dessa mesma previsão com todos os saltos tecnológicos adiante – e sempre esteve errado. Não é apenas um pouco errado, mas fundamentalmente mal interpretações como a tecnologia evolui.
A programação, em sua essência, é uma conversa com computadores. É como traduzimos a intenção humana em ação da máquina. Ao longo da história da computação, construímos continuamente melhores camadas de tradução entre o pensamento humano e a execução de máquinas-da fiação física à linguagem de montagem a idiomas de alto nível à World Huge Internet, que incorporou chamadas para os sistemas de back-end em um front-end composto por documentos legíveis por humanos. Os LLMs são simplesmente a próxima evolução nesta conversa, tornando o acesso à energia do computador mais pure e acessível do que nunca.
E aqui está o que a história nos mostra constantemente: sempre que a barreira para se comunicar com os computadores diminui, não acabamos com menos programadores – descobrimos territórios inteiramente novos para a computação para transformar.
Há uma espécie de equilíbrio pontuado, no qual algum avanço redefine a indústria, há um período de inovação furiosa seguida pela consolidação do mercado e, francamente, um pouco de estase, até que alguma nova tecnologia perturbe o carrinho de maçã e desencadeia outro período de reinvenção.
O padrão histórico de expansão
Considere como a programação dramaticamente evoluiu ao longo das décadas. Costumava ser realmente difícil dizer aos computadores o que queríamos que eles fizessem. Os primeiros programadores tiveram que conectar fisicamente os circuitos para executar diferentes operações. Então veio a arquitetura do programa armazenada de Von Neumann. Que permitem que os programadores forneçam instruções binárias através de interruptores do painel frontal. Isso foi seguido pela linguagem de montagem, os compiladores que adotaram descrições de alto nível e mais humanos e as traduziam automaticamente para o código da máquina que correspondia à arquitetura do sistema subjacente. Com a World Huge Internet, a interface para os computadores tornou-se legível por humanos documentos Isso tinha algumas das características de um programa. Os hyperlinks não apenas convocaram novas páginas, mas executaram outros programas. Cada passo tornou a conversa humana-máquina mais pure.
A cada evolução, os céticos previam a obsolescência de “programação actual”. Programadores reais depuraram com um osciloscópio. No entanto, o oposto ocorreu. O campo se expandiu, criando novas especialidades e trazendo mais pessoas para a conversa.
Pegue a planilha digital – uma ferramenta revolucionária que mudou de negócios para sempre. Dan Bricklin e Bob Frankston prototiparam o Visicalc pela primeira vez no Primary, o equivalente da década de 1970 da “codificação da vibração” de hoje. Para criar um produto viável, eles o reescrevem em linguagem de montagem para o microprocessador 6502, a CPU para o Apple II. Eles tiveram que fazê -lo dessa maneira para otimizar o desempenho e se ajustar ao programa nas restrições de memória da Apple II. Esse padrão é instrutivo: as ferramentas simplificadas permitem prototipagem e experimentação rápidas, enquanto o conhecimento técnico mais profundo permanece essencial para a produção.
Vinte anos depois, Tim Berners-Lee criou o protótipo da World Huge Internet em uma próxima máquina-outro salto avançado na acessibilidade da programação. Muitos de nós aprendemos a criar nossa primeira página da internet simplesmente puxando um menu, clicando em “Exibir fonte” e modificar o código HTML simples. Muitas das pessoas que criaram empresas de bilhões de dólares no início da Internet começaram como programadores amadores. Muitos deles me disseram que aprenderam o que precisavam saber de um livro de O’Reilly.
Programação assistida por AI hoje: democratização em esteróides
Esse mesmo padrão está se repetindo agora – mas em escala e velocidade sem precedentes.
Recentemente, um executivo de tecnologia me contou sobre o estágio de verão de sua filha de sua escola com um professor biomédico de Stanford. Apesar de não ter experiência em programação – seus interesses estavam em biologia e medicina – ela foi encarregada de um desafio ambicioso. O professor apontou que os oxímetros de pulso não funcionam muito bem; A única maneira de obter uma boa leitura de oxigênio no sangue é com uma coleta de sangue. Ele disse: “Tenho uma ideia de que pode ser possível obter uma boa leitura dos capilares na retina. Por que você não analisa isso?” Então ela fez. Ela alimentou muitas imagens de retinas, conseguiu isolar os capilares e depois perguntou como isso poderia detectar a saturação de oxigênio. Isso envolveu alguma codificação. Reconhecimento de imagem bastante retorcida que normalmente teria muita experiência de programação para escrever. Mas até o remaining do verão, ela tinha um programa de trabalho capaz de fazer o trabalho.
Agora é fácil tirar a conclusão de uma história como essa de que este é o fim da programação profissional, que a IA pode fazer tudo. Para mim, a lição é o oposto completo. Pré-AI, investigar uma idéia como essa significaria levá-la a sério o suficiente para escrever um pedido de subsídio, contratar um pesquisador e um programador e experimentar. Agora, ele é jogado para um estagiário do ensino médio! O que isso grita para mim é que O custo de tentar coisas novas caiu por ordens de magnitude. E isso significa que a área superficial endereçável da programação aumentou por ordens de magnitude. Há muito mais a fazer e explorar.
E você acha que esse experimento é o fim deste projeto? Este protótipo é o produto acabado? Claro que não. Transformar -o em algo robusto, confiável e medicamente válido exigirá engenheiros de software program profissionais que entendam o design de sistemas, metodologias de teste, requisitos regulatórios e implantação em escala.
No momento, estamos vendo muitas pessoas reengendo idéias antigas para fazê -las melhor com a IA. A próxima etapa vai enfrentar problemas inteiramente novos, coisas que não poderíamos ter – ou não teriam se incomodado em tentar – sem a IA.
O novo espectro: da codificação da vibração à engenharia de IA
O que está emergente é um novo espectro de criação de software program. Em uma extremidade, está a “codificação da vibração” – programação intuitiva e rápida, assistida pela IA. No outro extremo está a engenharia sistemática da IA - a integração disciplinada de modelos em sistemas robustos.
Isso reflete a evolução da internet. O que começou como simples páginas HTML estáticas evoluíram para sistemas complexos e interconectados com estruturas, APIs e infraestrutura em nuvem – o que eu chamava em 2005 de “software program acima do nível de um único dispositivo”. A Internet não eliminou os trabalhos de programação; Criou categorias inteiramente novas de trabalho de desenvolvimento. Engenharia de entrance -end, engenharia de again -end, DevOps, segurança da informação. Mais estruturas JavaScript do que qualquer um pode acompanhar!
Estamos vendo o mesmo padrão com LLMs e agentes. O modelo bruto é apenas o começo – como o HTML estava na internet. A mágica actual acontece na forma como esses modelos são integrados, refinados e implantados como componentes em sistemas maiores.
O novo paradigma de computação híbrida
Uma ferramenta como chatgpt, perplexidade ou cursor destaca quanto mais há para um aplicativo de IA do que o modelo. O modelo nu está vestido com modas sonhadas por empreendedores, moldados pelos gerentes de produto e reunidos por engenheiros de IA. Qualquer aplicativo de IA (incluindo apenas um chatbot) é na verdade um híbrido de IA e engenharia de software program tradicional.
Em uma conversa recente em um grupo de bate -papo privado, Eran Sandler usou uma metáfora do carro: “O modelo é o motor, mas você precisa de muito em torno dele para torná -lo um carro esportivo – gerenciamento de continuação, fluxos de trabalho codificados e muito mais. Esses são os ‘usos reais’ dos modelos de IA”.
Isso me lembrou o perception de Phillip Carter de que agora estamos programando com dois tipos fundamentalmente diferentes de computadores: um que pode escrever poesia, mas luta com a aritmética básica, outra que calcula perfeitamente, mas não tem criatividade. A arte do desenvolvimento moderno está orquestrando esses sistemas para se complementar.
Sam Schillace acrescentou outra dimensão: “Agora há uma tensão entre confiável e flexível – o código é confiável, mas rígido, a inferência é flexível, mas não confiável”. Ele descreveu como o novo trabalho do programador é criar “receitas metacognitivas” projetadas cuidadosamente – código que gerencia e direciona a inferência da IA. Fazer isso bem pode transformar uma tarefa de 5% a ten%, confiável para quase 100% em domínios específicos.
Essas conversas revelam o cenário futuro. Não estamos no remaining da programação – estamos no início de sua reinvenção mais profunda até agora.
Um renascimento da inovação
É um momento extraordinário para estar no desenvolvimento de software program. Após anos de avanços incrementais que fizeram o campo parecer um tanto previsível, estamos entrando em um período de inovação radical. Os blocos fundamentais de construção de como criamos software program estão mudando.
Não se trata apenas de usar as ferramentas de IA para escrever o código mais rapidamente – embora isso seja valioso. Trata -se de reimaginar o que o software program pode fazer, quem pode criá -lo e como abordamos problemas que anteriormente pareciam intratáveis.
Esta conferência explorará três dimensões críticas deste novo cenário:
- Como colaborar efetivamente com a IA para aprimorar seu fluxo de trabalho de desenvolvimento atual
- Os padrões emergentes e antipateriais da construção de sistemas de IA confiáveis de grau de produção
- O cenário de oportunidade em expansão, conforme projetos inviáveis, se tornam possíveis
O mundo da programação estava francamente ficando um pouco previsível por um tempo. A diversão está de volta – junto com uma oportunidade sem precedentes. Ao longo deste evento, espero que você não apenas absorva informações, mas considere ativamente: que problema que parecia impossível ontem você pode agora ser capaz de resolver?
Vamos abraçar esse momento não com o medo, mas com a emoção de exploradores descobrindo um novo território.