A parede de 50 metros: a IA barateou o tijolo, não a fundação

Alguém pede: “construa uma parede de 50 metros”. Só isso. Dois construtores recebem o mesmo pedido, têm a mesma inteligência artificial à disposição e, no fim do dia, entregam duas paredes que saem idênticas na foto. Este texto é sobre a diferença entre elas — a que não aparece na foto — e sobre por que ela virou a parte mais valiosa do trabalho de quem escreve software.

O jeito mais comum de contar essa história coloca dois pedreiros lado a lado: um experiente e outro “com IA”. É uma comparação torta, porque o experiente também usa IA. Na pesquisa de 2026 do Stack Overflow, com mais de 30 mil respostas, só 17,2% disseram não usar nenhuma ferramenta do tipo.

Então o experimento aqui é outro: o mesmo pedido, a mesma IA, o mesmo prazo. A única variável é quem está segurando a ferramenta.

Uma frase. Vaga de propósito, mas não injusta: é com esse nível de detalhe que demanda de verdade chega numa terça-feira qualquer. Já usei a mesma estrutura — uma demanda de uma linha e respostas muito diferentes — para mostrar o que separa júnior, pleno e sênior numa entrevista. A diferença é que agora todo mundo tem ao lado uma máquina que assenta tijolo mais rápido do que qualquer um de nós.

O construtor A faz o que o nome vibe coding promete. O termo é de Andrej Karpathy, de fevereiro de 2025: um jeito de programar em que você “se entrega totalmente às vibes” e “esquece que o código sequer existe”. Em novembro do mesmo ano, virou a palavra do ano do dicionário Collins.

Ele repassa o pedido. O prompt é o pedido, palavra por palavra. A IA faz o que foi pedido — e faz bem. Em uma tarde a parede está de pé, reta, bonita na foto. Entregue.

Não há nada de burro nisso. É a resposta óbvia e direta, e ela funciona. O ponto é o que não aconteceu: ninguém perguntou nada. Para aquela parede existir, alguém teve de decidir que:

• “50 metros” era altura — ou comprimento, tanto faz: alguém escolheu;
• a parede não vai segurar nada além dela mesma;
• o chão aguenta;
• não venta;
• ninguém vai abrir uma porta nela depois.

Naquela entrevista, eram decisões que o júnior tomava sozinho, em silêncio. Aqui acontece algo um pouco pior: elas não foram tomadas por ninguém. A IA preencheu cada lacuna com o que era mais provável para um pedido daquele tamanho — e, quando ninguém diz o contrário, o mais provável é o caso feliz.

O construtor B usa a mesma IA. Só que, antes do primeiro tijolo, ele pergunta — ao cliente, à IA e a si mesmo:

1. 50 metros de quê? Altura ou comprimento?
2. Pra quê? Muro de divisa, parede de galpão, fachada de prédio, arrimo segurando barranco?
3. O que vai se apoiar nela? Um telhado, outro andar, nada?
4. Que chão é esse? Alguém fez sondagem?
5. Venta? Chove? Fica exposta?
6. Quem cuida depois? Vai ter porta, janela, um segundo andar no ano que vem?
7. Como ela fica de pé enquanto é construída?

Nenhuma dessas perguntas é sobre assentar tijolo. E cada resposta muda o projeto inteiro — às vezes a ponto de acabar com ele, quando a pergunta 2 revela que o cliente só precisava de uma cerca.

Repare no que não mudou: o construtor B não assenta tijolo melhor que o A. Os dois usam a mesma máquina. A diferença acontece antes do primeiro tijolo — e continua depois do último.

Não sou engenheiro civil, então fico na ordem de grandeza — mas ela já basta para mostrar por que “pra quê?” não é filosofia.

A norma brasileira de alvenaria estrutural (NBR 16868-1) limita a esbeltez de uma parede não armada — a altura efetiva dividida pela espessura efetiva — a 24. E, se a parede estiver solta no topo, a altura efetiva conta em dobro.

É por isso que o motivo decide tudo. Se os 50 metros são a fachada de um prédio, a parede ganha uma laje a cada três metros e deixa de ser uma parede de 50: vira umas dezessete paredes de três, travadas uma em cima da outra. Se ela fica sozinha, muda de formato.

Os exemplos reais deixam isso visível. O Monadnock Building, em Chicago, é considerado o prédio mais alto do mundo com paredes portantes de tijolo: dezesseis andares, 65,5 metros — e paredes com 1,8 m de espessura no térreo, afinando até 30 cm no último andar. Uma das estruturas de tijolo mais altas do mundo, a chaminé da antiga fundição de Anaconda, nos Estados Unidos, tem 178 metros e é um tubo que afina: 23 metros de diâmetro interno na base, 18 no topo.

Acima de certa altura, parede reta e fina simplesmente não existe: ou ela ganha travamento, ou engrossa na base, ou vira pirâmide e cone. E se os 50 metros forem de comprimento, é outra obra: fundação corrida, pilar de travamento a cada poucos metros, junta de dilatação para o muro não rachar com o calor.

O número era o mesmo. As obras, não.

Seria fácil escrever este texto dizendo que a parede do construtor A sai torta e cai no primeiro dia. Não é verdade — e quem repete isso perde a discussão para a primeira demo que funciona. De frente, as duas paredes são iguais. Código gerado sem critério compila, passa no teste do caminho feliz e roda bonito na apresentação.

A diferença está no corte — o que tem embaixo e dentro da parede — e só aparece com o tempo:

• o vento: produção de verdade, com carga, concorrência, serviço de terceiro fora do ar e gente mal-intencionada;
• o segundo andar: o sistema que cresce e passa a sustentar coisas que ninguém previu;
• a porta nova: o requisito que muda e exige abrir um buraco na parede sem derrubá-la.

Existe um dado que mede exatamente essa distância. A Veracode testa modelos de IA em 80 tarefas de código, em quatro linguagens, com prompts que não falam de segurança — ou seja, o pedido de uma linha. Na atualização de março de 2026, a taxa de código que compila tinha subido de cerca de 50%, em 2023, para cerca de 95%. A taxa de código seguro ficou onde sempre esteve: 55%. Quase metade das tarefas saiu com uma vulnerabilidade conhecida.

A analogia só presta se der para traduzir. Esta é a minha tradução:

Duas linhas merecem um parágrafo.

O vento. Em alguns sistemas ele vem escrito. No PIX, a latência aceitável é publicada em norma, por percentil, e auditada todo mês — contei isso em A arquitetura do PIX vista por dentro. Ali ninguém precisou adivinhar para quanto vento projetar. Na maioria dos sistemas ninguém escreveu nada, e é o construtor B quem tem de perguntar.

A assinatura. No Brasil, obra de engenharia tem ART: a Anotação de Responsabilidade Técnica, criada pela Lei 6.496, de 1977, que define quem são os responsáveis técnicos por ela. A IA não assina ART. No software ninguém assina, mas alguém sempre atende o telefone às três da manhã.

Saindo do canteiro. O pedido agora é este:

Uma resposta plausível para o pedido como ele chegou — de uma IA ou de qualquer um de nós com pressa:

app.MapGet("/pedidos/exportar", async (LojaDbContext db) =>
{
    var pedidos = await db.Pedidos.ToListAsync();

    var csv = new StringBuilder("Id,Cliente,Email,Total\n");
    foreach (var p in pedidos)
        csv.AppendLine($"{p.Id},{p.NomeCliente},{p.EmailCliente},{p.Total}");

    return Results.Text(csv.ToString(), "text/csv");
});

De frente, está pronto: compila, devolve um CSV, abre no Excel. Na demo, com cinquenta pedidos de teste, é impecável. Agora o corte:

Nenhuma dessas seis coisas é exótica, e a IA sabe resolver todas: basta alguém pedir. O construtor B pede porque sabe que as perguntas existem. O A descobre uma de cada vez, em produção.

E repare que a tabela não diz que o código da IA é ruim. Ele responde ao pedido. O pedido é que tinha uma linha.

Analogia convence, mas não prova. Estes são os dados mais recentes que encontrei, com as ressalvas de cada um.

Somados ao teste da Veracode, dizem a mesma coisa por ângulos diferentes: a confiança é condicional, e a condição é conferir. Só que conferir exige saber como é o certo — exatamente o que o construtor B tem e o A não.

O que não venceu foi a outra metade do achado. Antes do estudo de 2025, os participantes esperavam ficar 24% mais rápidos. Depois, tendo ficado mais lentos, ainda acreditavam ter sido 20% mais rápidos. Sensação de velocidade não é medida — e gente experiente errou até o sinal da própria conta.

Nada disso é um texto contra vibe coding. O próprio Karpathy, no tuíte que criou o termo, disse para que ele servia: “projetos descartáveis de fim de semana”. Para isso, é ótimo.

Um muro de jardim de um metro não precisa de sondagem, cálculo estrutural nem ART. Se cair, cai na grama, e você levanta outro no sábado seguinte. Protótipo para validar uma ideia, script que roda uma vez, automação pessoal, ferramenta que só você usa: assentar tijolo sem olhar o corte é a decisão certa, e gastar uma semana de engenharia nisso é que seria o erro.

A regra é proporcionalidade — o rigor acompanha a altura:

O problema nunca foi o muro de jardim. É o muro de jardim que ganha um segundo andar sem que ninguém desça para olhar a fundação: o protótipo que vai para produção porque “já está funcionando”.

Dois casos públicos mostram o mesmo corte vazio. Em maio de 2025, um pesquisador divulgou a CVE-2025-48757: em 170 projetos gerados pela plataforma Lovable, 303 endpoints estavam sem políticas adequadas de acesso por linha (Row Level Security) no banco, e a chave pública embutida no front-end bastava para ler e alterar dados de usuários sem login. Em fevereiro de 2026 foi a vez do Moltbook, a rede social para agentes de IA cujo criador disse não ter escrito uma linha de código: a empresa de segurança Wiz encontrou o banco de produção aberto pelo mesmo motivo, com 1,5 milhão de tokens de autenticação e dezenas de milhares de e-mails expostos. Nos dois casos o produto funcionava. Era a parede vista de frente.

O que separa uma coisa da outra não é quem digitou. Simon Willison traçou a linha em março de 2025: se a IA escreveu o código e você revisou, testou a fundo e consegue explicar a outra pessoa como ele funciona, isso não é vibe coding — é desenvolvimento de software. A regra dele para código de produção cabe num post-it: não commitar o que você não sabe explicar.

O próprio autor do termo fez a distinção. Um ano depois do tuíte, Karpathy propôs outro nome para o trabalho profissional com agentes — agentic engineering: “agentic” porque em 99% do tempo você já não escreve o código diretamente; “engineering” para enfatizar que existe arte, ciência e conhecimento especializado nisso.

Antes da IA, a altura da parede era limitada por quem a construía. Quem não sabia o que estava fazendo não ia longe: o muro caía aos dois metros, num trabalho de faculdade ou numa tarefa pequena, e a queda ensinava. Era um erro barato, com professor embutido.

A IA tirou o limite de altura. Não tirou o risco de queda. Hoje dá para chegar aos 50 metros sem nunca ter visto um muro cair — e a primeira queda acontece em produção, com dado de cliente dentro.

Dos quatro quadros, só um é novidade: o de baixo, à direita. Os outros três sempre existiram.

Há um experimento pequeno, com grupo de controle, sobre o lado do aprendizado. Em janeiro de 2026, pesquisadores da Anthropic colocaram 52 engenheiros, a maioria júnior, para aprender uma biblioteca de Python que nenhum deles conhecia — um grupo com assistente de IA, outro sem. No teste aplicado logo depois, o grupo com IA tirou em média 50%; o grupo sem, 67%. A maior diferença apareceu nas perguntas de depuração, justamente a habilidade de descobrir por que a parede rachou. E o grupo com IA nem chegou a ser mais rápido de forma estatisticamente significativa.

O detalhe que salva: o resultado variou com o jeito de usar. Quem delegou o código inteiro ficou abaixo de 40%. Quem usou a IA para fazer perguntas conceituais e conferir o próprio entendimento ficou em 65% ou mais. São só 52 pessoas, um teste feito na hora e uma associação, não uma prova de causa — os próprios autores tratam o resultado como preliminar. Mas a direção é coerente com o resto: a ferramenta é a mesma, o que muda é quem está segurando.

Para quem já tem experiência, a IA é multiplicador — e multiplicador multiplica o que encontra. Simon Willison resumiu em uma frase: ferramentas de IA amplificam a expertise que já existe. O DORA chegou à mesma conclusão olhando para organizações inteiras. E o mercado já está precificando isso: em A tesoura do mercado júnior mostrei que a retomada das vagas de software desde 2025 ficou concentrada em posições sênior.

Escora é a parte da obra que some antes da foto. Ninguém pede, ninguém vê, e é ela que decide se um erro vira susto ou desabamento.

Nenhum pedido de uma linha diz “e coloque uma escora”. Quem coloca é quem já pensou no que acontece se a parede não aguentar.

O que fazer com isso, na prática.

Se você está começando:

• Levante muros baixos à mão, de vez em quando. Você precisa ver um muro cair enquanto ele ainda é baixo.
• Use a IA para perguntar “por quê”, não só para mandar fazer. No estudo acima, foi o que separou quem aprendeu de quem só entregou.
• Peça o corte. “O que você assumiu?”, “o que quebra isso?”, “que teste está faltando?” — a IA responde, se alguém perguntar.
• Não commite o que você não sabe explicar.

Se você já tem estrada:

• Seu valor mudou de lugar. Saiu do tijolo e foi para a pergunta, a conferência e a assinatura.
• Meça, não sinta. Você pode estar mais lento e jurando que está mais rápido.
• Escreva a sondagem. A IA trabalha com o contexto que recebe. O legado, a restrição regulatória, o incidente antigo que explica aquela regra esquisita: nada disso cabe num pedido de uma linha, e é você quem sabe.

Se você contrata ou lidera:

• Demo é foto de frente. Peça o corte: testes, rollback, quem atende o plantão.
• A IA amplifica o time que você já tem. Ela não troca fundação fraca por fundação boa — só faz a parede subir mais rápido em cima da que existe.