O que isso ignora completamente é o enorme valor do trabalho de IA “sem código”. Algumas das interações de maior valor com um assistente de IA envolvem a depuração de rastreamentos de pilha, a análise de requisitos de negócios confusos ou a compreensão de casos extremos. Um engenheiro pode passar uma hora conversando com um LLM para identificar uma causa raiz, resultando em uma solução limpa de três linhas. Isso é uma engenharia brilhante e eficiente. No entanto, sob um regime de tokenmaxxing, esse engenheiro parece menos produtivo no painel do gerente do que aquele que acabou de pedir ao agente para cuspir 500 linhas de código espaguete.
Alguns dos melhores usos da IA estão no aprendizado, na descoberta e no design criteriosos. Assim como o brainstorming, o quadro branco e as conversas que sempre forneceram o substrato para a criação de software, o valor desse tipo de uso de IA é quase impossível de estimar ou destilar em uma métrica.
A economia do desperdício
Quando a medição que utilizamos para compreender a saúde da engenharia de software se torna tão divorciada da realidade, a mecânica financeira volta-se violentamente contra a empresa. Do ponto de vista económico, os tokens são um custo de entrada, não um valor de saída. Pior ainda, os tokens de saída podem custar até cinco vezes mais que os tokens de entrada nos modelos de fronteira de nível superior. Ao incentivar a geração de código, você pressiona uma parte incrivelmente aproveitada do orçamento de TI.
