Steve Yegge: alfabetização em IA é gastar (e poupar) token

Steve Yegge escreve sobre software há mais de vinte anos, com passagens por Geoworks, Amazon, Google e Sourcegraph, e tem o dom de embrulhar uma ideia prática dentro de um texto longo e barulhento. Em 19 de junho, ele publicou "The Flat Curve Society", um ensaio cuja moldura é uma aposta sobre o futuro, mas cujo miolo é a coisa mais aterrissada que se leu sobre adoção de IA em time este semestre.

A moldura primeiro, com a etiqueta de aviso: Yegge especula que a curva de capacidade dos modelos vai parecer congelar para a maioria de nós, seja porque os modelos mais fortes ficarão restritos, seja porque cada um de nós tem um teto de problemas difíceis o bastante para sentir a diferença entre um modelo e outro. Isso é opinião dele sobre o que vem, não fato apurado, e a gente trata como tese, não como notícia. O que vale guardar não depende de a previsão acertar.

A definição de alfabetização que dá para medir

O miolo é isto: Yegge propõe uma definição de alfabetização em IA que você consegue medir. E ele mede por gasto de token num dia de uso pesado, com um piso de três dias por semana para valer. Os três patamares iniciais:

• 0 token por dia: a pessoa não usa agente no trabalho de verdade.
• 4 milhões de tokens por dia: usa um agente de forma síncrona, acompanhando, ao longo do expediente.
• 12 a 15 milhões de tokens por dia: deixa de 2 a 4 agentes trabalharem sem ficar olhando.

Sem agente, um agente, vários agentes. É grosseiro de propósito, e é justamente por ser grosseiro que serve para um gestor olhar a própria equipe e saber onde ela está. Se o seu time inteiro não está pelo menos no patamar de um agente, avisa Yegge, ele vai empurrar a sua adoção de IA para trás, mesmo que seja só por resistência passiva.

Cinco horas para virar a chave

A parte que tira isso do papo de LinkedIn é um estudo. Yegge conta ter assistido a uma apresentação de Ezra Savard sobre um experimento rodado na Netflix de dezembro a março, medindo o efeito de treinar engenheiros em codificação com agentes. As descobertas que ele destaca:

Uma pessoa pula de cohort em cerca de cinco horas, quando o treino é feito no formato certo. E gruda: 96% dos treinados seguiam no novo patamar seis semanas depois, sem sinal de recuo. É quase um interruptor.

Mas o formato importa, e importa inteiro. Segundo o relato, o treino tem que ser feito com uma equipe de cada vez, de 5 a 10 pessoas, com o gestor dentro da sala. O gestor precisa inscrever a equipe, em horário de trabalho, como tempo abençoado pela empresa. E as pessoas têm que trazer o trabalho real delas, com o instrutor ajudando a fazer aquilo com agente. Cortaram qualquer canto, turma maior, aula mais curta, inscrição individual em vez de equipe inteira, e o efeito não grudava.

Isso contraria a intuição corporativa padrão, que é gravar um vídeo, mandar para todo mundo e marcar a caixinha de treinamento. Não funciona. O que funciona é caro em atenção e barato em horas: cinco horas, dez pessoas, o chefe junto, o trabalho de verdade na mesa.

É de graça só a ansiedade com IA. A alfabetização custa, mas o preço é surpreendentemente baixo: cinco horas para virar usuário, mais algumas semanas de prática, e outras cinco para virar usuário de múltiplos agentes.

Depois de gastar, aprender a poupar

Aí vem a virada que Yegge acerta em cheio, e que conversa direto com quem paga a conta. Assim que você ensina todo mundo a gastar token para acelerar o próprio trabalho, nasce o segundo problema de cultura: ensinar a não gastar.

Ele conta uma piada de Pierre Racz, fundador da Genetec, que prefere escrever o próprio código e brincou: "então não é que eu não uso IA, eu sou só extremamente eficiente em token". A piada carrega a lição: se dá para fazer a tarefa na mão trivialmente, faça na mão. Digite git push em vez de pedir para o agente, e você poupa um bocado de token a cada vez.

O ponto é que gasto de token só sinaliza alfabetização na subida. Depois ele inverte de sinal. No topo, o que você mede é desperdício, e minimizar desperdício é outro conjunto de habilidades. As turmas iniciantes vão ser porcas de token, e tudo bem, elas precisam dominar o gastar antes do poupar. Mas alguém que está 200 mil tokens dentro de uma conversa e pergunta ao agente que horas são não é avançado, é caro.

No nível mais alto, a alfabetização vira estratégia. Duas decisões aparecem. Uma é comprar versus construir: deixar o time reescrever um SaaS qualquer com IA, ou renovar a assinatura com custo previsível? Yegge nota que o pêndulo voltou para o comprar, porque muita empresa descobriu na marra que reescrever queima orçamento de token de um jeito que a assinatura não queima. É a mesma empresa que, do outro lado, pôs IA em produção mais rápido do que conseguiu governar. A outra é rotear cada tarefa para o modelo mais burro que dá conta, escalando para o modelo caro só o que de fato exige. Isso é a mesma alavanca financeira que Addy Osmani chamou de engenharia de contexto, vista pelo lado do roteamento.

A leitura para quem lidera time no Brasil

Descontada a especulação sobre o futuro dos modelos, sobra um programa que você pode rodar na segunda-feira. Faça uma auditoria de alfabetização: onde cada pessoa do seu time está, sem agente, um agente ou vários? Monte a primeira turma no formato que gruda, cinco horas, com você na sala, com o trabalho real. Depois que todo mundo souber gastar, ensine a poupar, e só então dê orçamento de token amarrado a resultado, não a esforço.

É o oposto do plano de adoção que a maioria das empresas escreve. Menos política, menos webinar, mais tempo protegido com a equipe fazendo o trabalho de verdade ao lado de quem já sabe. A ansiedade com IA, essa sim, vem de graça. O resto se ensina, e mais rápido do que parece.

Se você quer desenhar esse programa de alfabetização em IA para o seu time, com as turmas, as métricas e o roteamento de modelo, fala com a gente no WhatsApp.