O que compila em 2025: as habilidades que ainda importam quando a IA escreve código
Quando a IA consegue escrever a maioria do código boilerplate, o que ainda diferencia um engenheiro bom de um mediano?
Tem uma pergunta que aparece toda semana no LinkedIn: "com IA escrevendo código, o que sobra para o dev fazer?"
A pergunta está errada. Mas merece uma resposta melhor do que "não se preocupe, seu emprego está seguro."
O que a IA faz bem: código previsível. CRUD, boilerplate de API, conversão de formato, testes unitários de função pura, parsing de configuração, scaffolding de projeto. Tudo isso está resolvido — ou vai estar em 12 meses.
O que a IA faz mal: decisão com trade-off real. Quando você tem dois caminhos e cada um tem consequências diferentes para segurança, custo, manutenibilidade e time-to-market — e essas consequências dependem de contexto que está na cabeça de cinco pessoas em três fusos horários — a IA dá a resposta mais plausível, não a certa.
O gap é julgamento contextualizado. Isso não é autocompletar.
O que compila em 2025:
Leitura de sistema. Entender como partes de um sistema interagem antes de tocar nelas. Não debugging — arquitetura. Ver um diagrama ou ler um repositório e ter um modelo mental do que vai quebrar quando você mudar X. IA mapeia partes, mas o modelo mental do todo ainda é seu.
Comunicação técnica. Escrever uma proposta de mudança que um time não técnico aprove. Explicar um trade-off para um stakeholder que não quer saber de detalhes mas precisa tomar a decisão. Documentar uma decisão de arquitetura de forma que faça sentido em dois anos. IA ajuda na escrita — o argumento é seu.
Definição do problema. O problema mais caro em engenharia não é resolver problema errado bem — é resolver sem perceber que o problema que você recebeu não é o problema real. Isso requer conversa com quem sente a dor. IA não faz entrevista com usuário.
Operação sob pressão. Incidente às 23h, sistema degradando, causa raiz não óbvia, stakeholders no chat perguntando ETA. IA ajuda a pesquisar, mas a sequência de hipóteses que você testa, a decisão de quando rollback e quando continuar investigando — isso é você.
O que vai deixar de diferenciar:
Velocidade de digitação. Proficiência em syntax de linguagem. Saber de cor a API de uma biblioteca. Escrever o mesmo boilerplate mais rápido que o colega.
Essas habilidades foram proxy de competência por décadas porque eram correlacionadas com experiência. Mas eram proxy — não a coisa em si.
O risco real não é perder o emprego para IA. É perder o emprego para um engenheiro que usa IA bem e entrega dez vezes mais superfície com a mesma qualidade de julgamento.
E o caminho para não ser esse engenheiro é parar de usar IA só para escrever código mais rápido, e começar a usar para atacar problemas que antes eram grandes demais para você sozinho.
O leverage muda de "escrevo mais" para "ataco mais".
Essa semana: escolha uma habilidade que você acha que vai "morrer" com IA e passe 30 minutos sendo honesto se ela era substância ou proxy. A resposta vai ser mais nuançada do que você espera.