O "Livro de Registos da Era da IA" dos engenheiros do Vale do Silício: a eficiência aumentou 10 vezes, mas estou mais cansado

O aumento significativo na produção de trabalho, mas a sensação de cansaço acumula-se a uma velocidade ainda maior. As ferramentas de IA reduzem drasticamente o tempo de execução das tarefas, mas não aliviam a carga de decisão humana, que na verdade aumenta. Quando a tecnologia constantemente nos diz “pode ser mais rápido”, talvez a questão mais importante a ouvir seja: será que podemos fazer mais devagar? Este artigo é baseado em um texto da Tencent Technology, organizado, traduzido e escrito pelo Foresight News.
(Prévia: Como aproveitar 500 dólares de IA para um salário anual de 1,5 milhão, desmontando um sistema de agentes individuais)
(Complemento: O fim do software antivírus? Claude AI descobre 500 vulnerabilidades zero-day assustando Wall Street, CrowdStrike cai 18%)

Índice do artigo

Toggle

• 01 A IA não se cansa, mas você sim
• 02 A IA muda o volume de trabalho, mas não a distribuição
• 03 O limite de capacidade está se expandindo, o limite inferior está desaparecendo
• 04 O dia de trabalho precisa ser redefinido

Por que, quanto mais poderosas as ferramentas de IA, mais cansados ficamos? Talvez essa seja a verdadeira questão que essa revolução na eficiência merece.

No início de 2026, surgiu uma cena intrigante no campo da engenharia de software.

Ferramentas de programação de nova geração, como Claude Opus 4.6, estão elevando a eficiência dos desenvolvedores a níveis nunca antes vistos. Dados internos da Microsoft mostram que, após a escolha autônoma de ferramentas, o Claude Code rapidamente dominou o mercado, sendo visto por alguns observadores como a “rota de menor resistência” natural.

Por outro lado, discussões sobre “esgotamento profissional” começaram a surgir intensamente na comunidade de desenvolvedores. Steve Yegge, engenheiro que trabalhou na Google e na Amazon, descreveu recentemente uma fenômeno que chamou de “ataque de sono”: após longas sessões de programação atmosférica, ele adormece repentinamente durante o dia, sem aviso.

Engenheiro de software com 40 anos de experiência em Silicon Valley publica

Hoje, cada vez mais engenheiros de software começam a falar abertamente sobre uma experiência comum: aumento expressivo na produção, mas o cansaço se acumula a uma velocidade maior. A tecnologia reduz drasticamente o tempo de execução das tarefas, mas não diminui a carga de decisão humana, que na verdade aumenta.

Imagem de fonte online

01 A IA não se cansa, mas você sim

Para Yegge, a discussão anterior de que “a IA tem ajuda limitada no trabalho real” perdeu valor após o uso de Claude Code com Opus 4.5 e 4.6. Essa combinação reduz significativamente o custo de transformar a definição do problema em código executável, permitindo que um engenheiro experiente produza várias vezes mais em um mesmo período de tempo.

Yegge aponta que, quando a produtividade aumenta mais de aproximadamente 2 vezes, um fenômeno que ele chama de “efeito vampiro” começa a aparecer: a tecnologia deixa de ser apenas uma ferramenta e começa a moldar o ritmo de trabalho e o estado psicológico do usuário de forma reversa.

Desenho de Yegge do “Dispositivo de Extração de Vampiros de IA”

Siddhant Khare, engenheiro que documenta detalhadamente esse processo em seu blog, escreveu que, no último trimestre, entregou código no seu auge profissional, mas também sentiu um cansaço mental extremo.

Khare descreve uma mudança fundamental no modo de trabalhar. Antes, ele se dedicava a uma única questão por dia, com foco profundo e pensamento contínuo. Após introduzir IA, passou a lidar com cinco ou seis áreas diferentes simultaneamente. Cada questão, com o auxílio da IA, era resolvida em cerca de uma hora, mas a troca frequente entre elas criou uma nova carga cognitiva.

“IA não se cansa entre as questões”, escreveu ele, “mas eu sim.”

Khare compara seu novo papel a um “inspetor de controle de qualidade na linha de produção”. Solicitações de revisão chegam continuamente, cada uma requer decisão, aprovação e assinatura. O fluxo nunca para, mas a autoridade de decisão nunca é transferida. Ele fica fixo na bancada de julgamento, com a IA entregando os casos, mas a responsabilidade permanecendo com o humano.

Estudos recentes do Harvard Business Review fornecem evidências para esse fenômeno.

Pesquisadores acompanharam 200 funcionários de uma empresa de tecnologia americana e descobriram que, embora o uso de IA inicialmente aumentasse significativamente a velocidade de entrega, também desencadeou uma reação em cadeia: a maior velocidade elevou as expectativas de prazos, levando os funcionários a dependerem mais da IA, o que ampliou o escopo das tarefas e, por sua vez, aumentou a carga cognitiva e a densidade de trabalho.

Esse mecanismo foi chamado de “expansão do volume de trabalho”. Não é uma expansão impulsionada por comandos, mas um processo de iteração e auto-reforço entre aumento de eficiência e ajuste de expectativas.

Samo Korošec, designer de produtos digitais, respondeu a Yegge no LinkedIn, compartilhando uma situação semelhante.

Ele apontou que há uma quantidade de demonstrações de “gerar dez opções de UI em um minuto” sendo repetidamente exibidas na comunidade. Essas demonstrações criam uma norma implícita de produtividade rápida, que é reforçada por gestores e colegas.

Como as ferramentas podem gerar soluções tão rapidamente, a produção deve ser assim. Mas raramente esses exemplos mostram o custo de filtragem, implementação e coordenação entre equipes, que ainda ficam inteiramente a cargo do humano.

A tecnologia encurta o tempo de produção, mas não o tempo de decisão. E este último está se tornando um novo gargalo: a atenção e a força de vontade humanas.

02 A IA muda o volume de trabalho, mas não a distribuição

Yegge propõe uma estrutura analítica simplificada.

Suponha que um engenheiro, ao dominar as ferramentas de IA, aumente sua produção em 10 vezes por unidade de tempo. Quem se beneficiará dessa diferença de 9 vezes? Depende de como o usuário distribui sua força de trabalho.

Por exemplo, no cenário A, o engenheiro mantém seu horário de trabalho original e entrega toda a produção adicional ao empregador. Assim, o empregador, com o mesmo custo de mão de obra, obtém quase 10 vezes mais resultados. A renda do engenheiro não aumenta proporcionalmente, mas sua carga de trabalho e o desgaste mental aumentam bastante. Yegge chama isso de “espremer até a última gota”.

No cenário B, o engenheiro reduz drasticamente seu horário de trabalho, realizando a mesma quantidade de produção em apenas 10% do tempo anterior. Assim, toda a vantagem adicional fica com ele, que ganha mais tempo livre. Mas esse equilíbrio é difícil de manter em um ambiente competitivo. Se todos na organização adotarem essa estratégia, a produção geral da organização ficará atrás dos concorrentes, colocando sua sobrevivência em risco a longo prazo.

Yegge afirma que o estado ideal fica entre esses extremos. Mas, na estrutura organizacional atual, o controle do ajuste de escala não é simétrico. As organizações tendem a puxar a escala para o lado A, enquanto o indivíduo precisa exercer uma força contrária ativa.

Esse quadro transforma a questão da eficiência tecnológica em uma questão de distribuição. A IA não altera a premissa de que “o valor é criado pelo trabalho”, mas muda a escala de valor que uma mesma unidade de trabalho pode gerar. Quando essa escala muda, o equilíbrio de distribuição também é afetado.

Yegge relembra sua experiência na Amazon em 2001. Na época, sua equipe enfrentava alta pressão de entregas, com retorno incerto. Ele escreveu uma fórmula para colegas: $ / hora. Explicou que o numerador (salário fixo anual) é difícil de alterar a curto prazo, mas o denominador (horas trabalhadas) tem uma grande flexibilidade.

Ele defende que devemos focar menos em “como ganhar mais” e mais em “como trabalhar menos”. Essa mudança de perspectiva, na época, parecia estranha para alguns colegas, mas, semanas depois, ele via a mesma fórmula ainda escrita na lousa de uma sala de reunião.

Vinte e cinco anos depois, Yegge acredita que essa fórmula continua válida na era da IA. A diferença é que a IA amplifica drasticamente o impacto da mudança no denominador, mas o controle individual sobre ele não aumentou na mesma proporção.

Joseph Emison, usuário do LinkedIn, abordou a questão de outro ângulo.

Ele observou que a maioria dos profissionais que alcançam sucesso contínuo na área criativa — escritores, designers, pesquisadores — geralmente trabalham efetivamente não mais que quatro horas por dia. O restante do tempo é dedicado a recuperação, lazer e input. Não é uma questão de eficiência, mas de limites fisiológicos da atividade cognitiva.

Se a IA dividir ainda mais o “trabalho” do “trabalho efetivo”, talvez precisemos redefinir não a forma de usar as ferramentas, mas a duração do “dia de trabalho”.

03 O limite de capacidade está se expandindo, o limite inferior está desaparecendo

Yegge admite que também faz parte do problema.

Com mais de quarenta anos de experiência, liderando grandes equipes, com velocidade de leitura rápida e recursos para experimentos técnicos, ele consegue passar dezenas de horas usando Claude Code para construir sistemas operacionais e publicá-los na comunidade. Seus resultados são amplamente divulgados, e alguns gestores os veem como o padrão “que um engenheiro pode alcançar”.

Ele escreve: “Empregadores provavelmente começarão a olhar para mim, e para esses poucos que estão muito além do normal, e dizer: ‘Ei, todos os meus funcionários podem fazer isso’”.

Na plataforma LinkedIn, alguns pioneiros começaram a compartilhar abertamente seu uso intensivo de IA: há quem diga que sua organização paga milhares de dólares por mês por contas de IA; há quem mostre dezenas de sessões de diálogo simultâneas. Essas experiências, além de atrair atenção da comunidade técnica, criam uma referência implícita para a gestão.

Yegge chama isso de “padrão de beleza irrealista”. Reconhece que não é representativo, que seu ritmo de trabalho é difícil de ser replicado por muitos, e até ele mesmo não tem certeza se consegue manter por muito tempo. Mas, ao falar em conferências ou escrever livros, a mensagem que transmite (pelo menos para quem escuta) é simplificada: “é possível fazer assim”.

Leigh Aschoff, usuário do LinkedIn, aprofundou a questão.

Ele acredita que a forma como as pessoas interagem com a IA reflete uma dificuldade de identificar limites pessoais na relação com os outros. Muitas pessoas têm dificuldade de reconhecer e expressar seus limites, e essa incapacidade se transfere para a relação homem-máquina. As ferramentas não param por iniciativa própria nem percebem a fadiga do usuário.

Quando a tecnologia amplia continuamente o limite superior de capacidade, a habilidade de reconhecer o limite inferior torna-se ainda mais escassa.

04 O dia de trabalho precisa ser redefinido

Yegge propõe uma afirmação concreta: o dia de trabalho efetivo na era da IA deve ser reduzido para três a quatro horas.

Não é um número rigorosamente comprovado, mas uma inferência baseada na experiência. Sua observação é que a IA automatiza muitas tarefas executáveis, mas reserva para o humano as atividades de decisão, julgamento e reestruturação de problemas — atividades que consomem muito mais atenção e recursos emocionais, e que são difíceis de paralelizar ou recuperar rapidamente.

Durante uma visita a um parque tecnológico, Yegge viu um ambiente que chamou de “ajustar a escala para o ponto ideal” — espaços abertos, luz natural abundante, áreas de descanso e socialização distribuídas por todo o local, onde os funcionários podem alternar livremente entre trabalhar e recuperar-se. Ele não sabe se esse arranjo será sustentável após a plena penetração da IA, mas acredita que os modelos atuais — que não ajustam a duração do trabalho, apenas aumentam a densidade de produção por hora — não são sustentáveis.

Ele não vê mais a questão como “IA é um vampiro”, mas como “preciso entender melhor meus limites”.

Yegge conclui que está tentando diminuir a escala. Reduziu suas atividades públicas, recusou muitos convites, não busca mais todas as trilhas tecnológicas visíveis. Continua escrevendo, construindo produtos e trocando ideias com colegas. Mas também fecha o computador à tarde, passeia com a família. Ele diz que não sabe até onde pode puxar o ponteiro para trás, mas tem certeza de que a direção está certa.

Para o conjunto mais amplo de profissionais, essa questão ainda não entrou na agenda coletiva. A narrativa de produtividade com IA ainda domina, e a discussão sobre cansaço ainda é fragmentada e individualizada. Mas sinais cada vez mais claros indicam que esses dois caminhos estão convergindo.

A tecnologia encurta o caminho das tarefas, mas não o dia de trabalho. As ferramentas ajudam na execução, mas não na responsabilidade. Aumentam a velocidade de entrega, mas também o ritmo de consumo.

Quando a IA nos diz constantemente “pode ser mais rápido”, talvez a questão mais importante a ouvir seja: será que podemos fazer mais devagar?