Seu LLM Não Escreve Código Correto. Ele Escreve Código Plausível

O problema não é que os LLMs escrevam código errado, é que escrevem código plausível demais. Eles imitam a forma do código eficiente, mas ignoram o custo real de operações de baixo nível: um fsync por INSERT em vez de fdatasync agrupado, uma varredura linear em vez de busca em B-tree, ou 576 mil linhas em Rust para substituir 155 mil em C. Essa plausibilidade enganosa surge porque os modelos são treinados em estatísticas de aparência, não em semântica de execução, não sabem o que é um is_ipk, não modelam latência de disco, não simulam cache de CPU. A janela de contexto, mesmo com 400K tokens no GPT-5, não resolve isso: ela não cria compreensão algorítmica, só permite mais cópias de padrões superficiais.

Desenvolvedores estão pagando o preço. Um estudo de março de 2026 mostra que o uso de IA reduziu a velocidade de programadores experientes em 19%, apesar da percepção de ganho. Isso acontece porque o tempo gasto revisando, depurando e reescrevendo código gerado, especialmente em camadas críticas como persistência, concorrência e I/O, supera qualquer economia inicial. A dívida técnica gerada por essas 'soluções' está estimada em US$ 2,41 trilhões anuais só nos EUA. E quando o LLM sugere um pacote inexistente ou usa uma biblioteca com CVE conhecida, o risco vai além da performance: vira brecha de segurança.

Isso importa porque a confiança cega em código gerado está distorcendo práticas fundamentais de engenharia de software. Testes unitários passam, mas testes de carga falham; o código compila, mas consome 20 mil vezes mais CPU; a arquitetura parece moderna, mas viola princípios de localidade de dados e atomicidade de transações. Para desenvolvedores, o recado é técnico e direto: nunca substitua análise de complexidade por leitura de sintaxe, nunca troque profiling por compilação bem-sucedida, e nunca assuma que 'funciona em um caso simples' equivale a 'correto em produção'. O foco deve mudar de 'gerar rápido' para 'validar com rigor': usar RACE (Readability, Maintainability, Correctness, Efficiency) como critério mínimo, exigir contratos de interface antes da geração, e tratar toda saída de LLM como um rascunho que exige revisão por alguém que entenda o custo de cada linha, não só o que ela faz, mas o que ela *custa*.