1. O Problema do Estado de Fluxo na Programação com IA [1]

A forma como a maioria das pessoas usa a IA na programação interrompe o estado de fluxo, que é a sensação de estar totalmente focado e produtivo.

1.1. O que é o Estado de Fluxo na Programação Manual [29]

  1. O estado de fluxo é a sensação de estar completamente focado, sabendo exatamente o que construir, com o código fluindo e cada pequeno problema levando naturalmente ao próximo [29].
    1. Nesse estado, não há distrações, como verificar o telefone ou pular entre projetos, e o tempo passa despercebido [30].
    2. Para muitos programadores, essa é uma das partes mais satisfatórias da programação [34].
  2. O processo de programação manual envolve um ciclo de feedback apertado que leva ao estado de fluxo [38].
    1. Começa com uma ideia e um plano geral, que é dividido em recursos e especificações [39].
    2. Ao iniciar um recurso, o programador pensa nas tecnologias, arquivos necessários e fluxo de dados [43].
    3. O código é escrito, testado e o resultado é observado, levando a ajustes e repetições desse ciclo de feedback dezenas ou centenas de vezes [45].
    4. Esse ciclo rápido, onde se está constantemente fazendo algo, vendo o resultado e respondendo a ele, cria momentum, que eventualmente leva ao estado de fluxo [50].
  3. O estado de fluxo permite que o programador pare de pensar no processo e se concentre apenas em resolver o problema, uma pequena decisão de cada vez [54].
    1. A satisfação vem não apenas de estar focado, mas também da recompensa de superar um problema difícil e ver o resultado final, tendo experimentado cada decisão e avanço [58].

1.2. Como o Fluxo de Trabalho Comum da IA Interrompe o Estado de Fluxo [62]

  1. O fluxo de trabalho comum da IA difere da programação manual, especialmente para iniciantes, e impede o início do estado de fluxo [62].
    1. Embora o planejamento seja semelhante, e até mais importante com a IA, a etapa de espera após solicitar ao agente é onde o estado de fluxo se desfaz [63].
    2. Na programação manual, há uma transição direta do pensamento para a escrita, teste e resposta, mas com a IA, há um tempo de espera enquanto o agente trabalha [73].
  2. Durante a espera, os programadores tendem a se distrair ou pular para outros projetos, o que fragmenta a atenção [74].
    1. Isso é facilitado por ferramentas de desktop que permitem abrir várias abas e trabalhar em diferentes projetos simultaneamente [75].
    2. O fluxo de trabalho se torna: solicitar ao Projeto A, esperar, ir para o Projeto B, solicitar, ir para o Projeto C, solicitar, e então receber uma notificação de que o Projeto A está pronto [78].
    3. Ao retornar ao Projeto A, é necessário lembrar o contexto, o recurso, o que foi solicitado e o resultado esperado, além de revisar as mudanças e entender as decisões do agente [80].
    4. Se o agente cometeu um erro ou tomou uma decisão indesejada, é necessário fazer outra solicitação e esperar novamente, enquanto outras notificações de projetos podem surgir, exigindo uma constante mudança de contexto mental [86].
  3. Esse fluxo de trabalho, embora inicialmente pareça dar "superpoderes" e aumentar a produtividade, leva ao esgotamento e à perda de propriedade [91].
    1. A constante mudança de contexto exige muita energia mental, diferente da programação manual, onde se gasta tempo resolvendo um problema difícil [97].
    2. Há uma perda da sensação de propriedade, pois quanto maior a tarefa delegada à IA, mais desconectado o programador se torna das pequenas decisões que construíram o projeto [104].
    3. Solicitar recursos grandes ou projetos inteiros de uma vez geralmente resulta em um "desastre" e na perda do estado de fluxo [108].
  4. A IA em si não arruinou o estado de fluxo, mas sim a forma padrão como muitos a utilizam, quebrando o ciclo de feedback que o cria [111].
    1. A programação manual oferece algo para o cérebro responder a cada poucos segundos, enquanto a programação com IA oferece oportunidades repetidas para o cérebro se desconectar [113].
    2. A combinação de espera, solicitações grandes e múltiplos projetos resulta na perda de continuidade (devido à constante mudança entre problemas) e propriedade (devido à falta de envolvimento nas decisões do processo) [115].

2. Melhorando a Programação com IA para Restaurar o Foco e a Satisfação [118]

Para recuperar o foco e a satisfação na programação com IA, é necessário um fluxo de trabalho que restaure a continuidade e a propriedade.

2.1. Um Fluxo de Trabalho Híbrido para Programação com IA [118]

  1. O primeiro passo para melhorar o fluxo de trabalho é reduzir o tamanho das tarefas delegadas à IA [121].
    1. Em vez de pedir para a IA construir um sistema de autenticação inteiro, peça para criar o modelo de usuário, revise-o, depois peça para adicionar um endpoint de registro, revise-o, teste-o e certifique-se de entender o código antes de passar para a próxima etapa [122].
    2. Isso permite manter a velocidade da IA, mas permanecer envolvido nas decisões que moldam o recurso [124].
  2. É importante usar uma linguagem mais técnica ao interagir com a IA [126].
    1. Em vez de "construir autenticação", use termos como "criar modelo de usuário" ou "criar endpoint de registro", o que aproxima o programador do código [126].
    2. Conhecer os fundamentos é crucial, pois um "programador de vibe" pode não saber o que são esses termos técnicos [128].
    3. O objetivo não é gerar o máximo de código no menor tempo, mas construir algo bom, entender o que foi construído e não se sentir desconectado do processo [130].
  3. O segundo passo é permanecer no contexto do problema enquanto a IA trabalha [134].
    1. Em vez de sair do projeto, o programador pode ler o código circundante, pensar na próxima decisão, preparar um teste ou verificar se a tarefa atual se encaixa no plano geral [135].
    2. A atividade específica é menos importante do que manter o cérebro focado no projeto atual [139].
    3. É crucial revisar a saída da IA imediatamente, sem deixar as tarefas se acumularem, e iniciar o próximo pequeno ciclo enquanto o contexto ainda está fresco na mente [141].
  4. Evitar ter múltiplos projetos não relacionados rodando simultaneamente é fundamental [145].
    1. Agentes paralelos podem ser úteis para partes relacionadas do mesmo projeto ou tarefas que não exigem entrada constante, mas há uma diferença entre trabalho paralelo e atenção fragmentada [146].
    2. Embora o computador possa fazer várias coisas ao mesmo tempo, o cérebro humano não consegue fazer isso de forma eficiente [149].

2.2. A IA como um Programador de Pares Rápido [152]

  1. A ideia é tratar a IA menos como um empreiteiro em outra sala e mais como um programador de pares muito rápido [152].
    1. O programador permanece no controle, enquanto o agente lida com a implementação, mas o programador ainda está presente para as decisões, o feedback e as pequenas vitórias ao longo do caminho [153].
  2. Esse método pode não produzir tanto código bruto quanto a abordagem de "dez abas e dez recursos de uma vez", mas a saída bruta não é o mesmo que progresso [155].
    1. Muitas empresas e gerentes não entendem isso, resultando em produtos mais rápidos, mas muitas vezes piores, e desenvolvedores desconectados e infelizes [157].
  3. O uso da IA deve ser em incrementos menores e mais técnicos [161].
    1. O autor usa a IA diariamente, mas em um fluxo de trabalho que permite manter o foco e a satisfação, mesmo que não seja exatamente o mesmo nível da programação manual [165].
    2. É importante experimentar e encontrar um fluxo de trabalho pessoal que utilize pontos de verificação menores, mantenha o foco em um problema e revise o trabalho enquanto o contexto está fresco [173].
    3. É tentador deixar a IA fazer tudo, mas isso pode levar à infelicidade e ao ódio pela programação; o programador deve se manter envolvido nas decisões importantes e deixar a IA apenas escrever o código, sem se remover do processo [176].