Esta semana, um laboratório chinês de IA publicou um protótipo de pesquisa que, por iniciativa própria, observa os chats de grupo dos desenvolvedores e os repositórios do GitHub, e depois propõe correções de código sem que ninguém peça. O Super-Agent da DeepSeek é declaradamente um trabalho inacabado, mas uma linha da sua documentação importa mais do que a ferramenta em si: grande parte da engenharia foi feita por agentes de codificação. As pessoas que constroem o substituto usam o substituto para construí-lo.
Mais ou menos ao mesmo tempo, um vídeo de humor chamado "Software Engineers 2028" circulou entre desenvolvedores, imaginando a profissão reduzida a supervisionar máquinas e acalmar partes interessadas. O vídeo tocou num nervo porque toca numa ansiedade real. Se os agentes podem ler o chat, escrever a correção e abrir o pull request, o que resta exatamente do emprego?
A história oferece uma resposta surpreendentemente precisa, e ela começa com a disquete. A disquete não desapareceu porque as pessoas deixaram de armazenar dados. Desapareceu porque a função migrou para suportes melhores, e o objeto que antes definia a função virou peça de museu. Os títulos de cargo seguem a mesma física. O datilógrafo não desapareceu quando a escrita acabou, mas quando a escrita se separou de uma máquina dedicada e de uma pessoa dedicada. As funções migram; os títulos demoram um pouco e depois aposentam-se discretamente.
A engenharia de software está agora no meio dessa migração. A parte do trabalho que é pura transcrição, converter uma intenção clara em sintaxe, está a mudar-se para as máquinas a uma velocidade notável. A própria pesquisa do GitHub concluiu que os desenvolvedores concluem tarefas rotineiras de forma dramaticamente mais rápida com assistência de IA, e todos os grandes laboratórios oferecem agora um agente capaz de manter uma conversa de codificação. A camada de digitação segue o caminho da disquete.
Mas uma profissão não é uma camada só. Retire a digitação e restam três camadas mais duras. A primeira é decidir o que deve existir: enquadrar o problema, escolher os compromissos, saber qual requisito é real e qual é o palpite de um stakeholder. A segunda é a verificação: ler o código escrito pela máquina com a suspeita que ele merece, porque um agente que escreve com fluência também falha com fluência. A terceira é a responsabilidade. Quando o sistema cai às 2 da manhã, alguém precisa carregar o peso legal, financeiro e moral da falha. Nenhuma licença, contrato ou tribunal atribui esse peso a um agente.
Os dados do mercado de trabalho contam a mesma história do outro lado. A procura está a deslocar-se, não a colapsar. Os anúncios de emprego pedem cada vez mais engenheiros capazes de dirigir ferramentas de IA, rever código gerado e projetar sistemas que incluam contribuidores não humanos. A análise do Futuro do Emprego do Fórum Econômico Mundial coloca consistentemente os especialistas em IA e machine learning entre os papéis que mais crescem, mesmo prevendo a automatização da programação rotineira. A pirâmide estreita na base e alarga no topo, exatamente o que acontece a qualquer profissão quando o seu degrau de entrada é mecanizado.
Há um risco real nessa forma, e ele merece honestidade em vez de consolo. Os engenheiros seniores formavam-se fazendo o trabalho júnior, devagar e com erros. Se as máquinas absorverem o trabalho júnior, o pipeline de aprendizagem parte-se. As empresas que celebram o código barato hoje podem descobrir daqui a cinco anos que não têm ninguém capaz de rever o código que os seus agentes escrevem. A resposta racional não é proibir as ferramentas, mas redesenhar a escada: emparelhar deliberadamente juniores com a produção dos agentes, tornar a revisão uma competência ensinada e tratar a supervisão de máquinas como o novo ofício, e não como uma confissão de declínio.
Então, o título de engenheiro de software existirá em 2028? Quase certamente sim, porque os títulos morrem devagar e as instituições são conservadoras. Os hospitais ainda empregam médicos séculos depois de o papel ter deixado de significar o que significava. Mas o título descreverá uma realidade diária diferente: menos digitação, mais decisão; menos escrita, mais leitura; menos produção, mais responsabilidade pelo que foi produzido. A lição da disquete não é que as coisas desaparecem. É que o objeto desvanece enquanto a necessidade sobrevive, e que prosperam os que seguem a necessidade em vez de defender o objeto.
Para os líderes, a ação é concreta. Mapeie quais camadas do seu trabalho de engenharia são transcrição e quais são julgamento, e depois contrate e forme explicitamente para as camadas de julgamento. Construa capacidade de revisão antes de precisar dela, porque o código escrito por agentes ainda exige um humano que o compreenda. E observe a questão da aprendizagem na sua própria organização antes que o mercado a coloque. O título cuidará de si mesmo. O pipeline, não.
Pense matematicamente. Engenhe com inteligência. Lidere estrategicamente. Construa com responsabilidade. Escale globalmente. Crie valor real de negócio através da inteligência artificial.
