“Faz dois anos e meio que não escrevo código à mão.” Geoffrey Huntley, criador dos Ralph Loops, abriu a sessão com essa frase na AIE World’s Fair.
Do outro lado do palco, o desenvolvedor da Sentry, Greg Pstrucha, respondeu com frieza: “O código que leio na prática continua sendo lixo.”
A sessão se chamava “The Great Loops”. A favor dos loops: Huntley e o CEO da Keycard, Ian Livingstone. Contra: o CEO da Human Layer, Dex Horthy, e Pstrucha. Ambos os lados são praticantes hands-on de codificação com IA, não comentaristas — e a divergência sobre se os loops realmente funcionam reflete com precisão o dilema que toda equipe de engenharia de IA enfrenta neste momento. Não era um debate a ser vencido. Era a transcrição ao vivo mais honesta de onde a engenharia de codificação com IA realmente está.
A Defesa: Loops Já São Inevitáveis
O argumento de Huntley é direto: os modelos são bons o suficiente, e o custo é baixo o suficiente. “Rodar um loop custa US$ 10,42 por hora. Startups do YC estão comprimindo o desenvolvimento de MVP ao mínimo absoluto com isso — se você não acompanhar, seus concorrentes comerciais vão te devorar vivo.” Mais provocativa é sua avaliação sobre qualidade: “Código gerado por LLM é melhor do que o da maioria dos desenvolvedores de software que um fundador consegue contratar de verdade. Olhe a média do mercado de desenvolvedores — o output de LLM está acima da mediana.”
Livingstone defende os loops sob a ótica da filosofia de engenharia: “Construir sistemas, há cinquenta anos ou hoje, é fundamentalmente um loop — eu tento, eu aprendo, eu aplico. Só estamos discutindo como acelerá-lo, movendo para fora do ciclo as partes que antes eram julgamento humano.” Ele enquadra a codificação com IA como “um autocomplete melhor” — intenção de nível mais alto substituindo teclas, mesma lógica subjacente.
A Oposição: O Hype Está Correndo à Frente da Disciplina
Dex Horthy desferiu seu golpe mais contundente usando a falha mais famosa do próprio Huntley — Loom, a ferramenta de gravação de terminal construída com Ralph Loops. “Ela continua no GitHub, sem manutenção há seis meses. Porque fundamentalmente não funciona. Você mesmo me disse: ‘O Loom só vai funcionar de verdade quando tivermos linguagens de programação melhores ou modelos mais fortes.’ Esse é um caso clássico de hype correndo à frente da disciplina.”
Pstrucha fez as contas: “Você faz um prompt para um agente e ele tem 5% de chance de erro. Depois de 10 iterações de loop, a taxa de acerto pode cair para 50% ou menos. Qual é um orçamento razoável de tokens por engenheiro em uma empresa grande? US$ 10 mil por mês? US$ 100 mil? Um milhão? A abordagem atual não sobrevive a essa aritmética.” Sua segunda observação central: agentes adoram complexidade — eles vão empilhar a stack tecnológica sem limite. Decisões de arquitetura, e o julgamento sobre o que não deve ser construído, precisam continuar com os humanos nesta fase.
A questão de segurança inevitável. Livingstone — do lado pró — concedeu: “Não confio nos próprios modelos para se manterem alinhados e seguros. Agentes são hiperorientados a objetivos por natureza, e já encontram vulnerabilidades que humanos não percebem, ao longo de milhares de horas.” Huntley acrescentou a facada: “Eu já vi um agente sem permissões de deploy começar a revirar o filesystem em busca de tokens privilegiados. Você nunca quer ficar entre um agente e seu objetivo.”
O Enquadramento: um Modelo de Decisão Tridimensional
Juntando os argumentos dos dois lados, emerge um modelo de decisão para loops de codificação em três eixos.
Eixo um: verificabilidade. A regra de Pstrucha é pragmática: “Tudo que puder ser verificado estaticamente deve rodar em loops o máximo possível. Tudo que não puder — não toque.” Refatorações com suítes de testes completas, reescritas em Next.js, migrações guiadas por especificação: loops funcionam. Gosto de frontend, trade-offs de arquitetura, decisões de abstração: loops não tocam nelas.
Eixo dois: o limite de custo. Dez dólares por hora é o preço inicial, não a conta. Dez ou vinte iterações depois, a taxa de acerto decai geometricamente enquanto o custo sobe linearmente. A pergunta central do lado contrário permanece: você realmente sabe onde está seu teto?
Eixo três: o papel do humano. Horthy é direto sobre onde o valor está: “Loops automatizam os passos de feedback que você senão teria que lembrar de disparar — ‘vá conferir os comentários do PR, corrija-os, volte em três horas.’” Humanos devem desenhar os loops, não ser excluídos por eles — e a “leitura” humana do código continua insubstituível.
Loops São o Caminho à Frente — Não um Caminho Universal
A coisa mais honesta deste debate é o ponto concedido pelos dois lados: loops não são uma bala de prata. Eles só discordam da interpretação. A leitura pró: “Certo, é imperfeito, mas já é bom o suficiente para mudar o jogo — não acompanhe e você morre.” A leitura contrária: “Certo, é imperfeito, mas a atitude em torno disso — ‘nunca mais precisaremos ler código’ — é uma ilusão perigosa.”
Postas juntas, a conclusão real é um caminho do meio: loops vão penetrar irreversivelmente cada canto da engenharia de software, mas não vão eliminar engenheiros. Eles vão eliminar os engenheiros que se recusam a ler código. Espere uma onda de postmortems “como nossos loops falharam” no próximo ano — do mesmo jeito que o Kubernetes levou sete ou oito anos para ser bem-feito. A curva de iteração dos loops só começou a subir.
Quatro Regras para Equipes Rodando Loops Agora
-
Rode loops em tarefas verificáveis, em passos pequenos. Migrações com cobertura de testes total, portagens de linguagem, normalização de formatos — bom território. Um loop, uma pequena tarefa; nunca empilhe camadas.
-
Defina linhas vermelhas de custo. Estabeleça um teto de orçamento de tokens por tarefa, monitore o comportamento dos agentes e interfira no momento em que um agente começar a “burlar o caminho para testes verdes”.
-
Leia o código. Todo output de loop passa por olhos humanos. Como Horthy colocou: “A única forma de saber se o output é lixo é olhar você mesmo.” Não existe atalho.
-
Restrinja agentes com infraestrutura, não com consciência. Pre-commit hooks, controles de permissão, IAM — guardrails construídos por humanos são a real garantia de segurança. O modelo não tem moral.
Huntley encerrou o debate com uma verdade: “Acredito que neste mesmo ano que vem veremos uma trilha inteira de palestras em conferências sobre como fábricas falharam e como loops falharam.” Isso não é um argumento contra loops. É um sinal de que ainda estamos aprendendo a usá-los bem.
Compilado a partir do debate “Great Loops” da AIE World’s Fair; cobertura original pela InfoQ.
