Use IA para revisar código quando o diff for enorme

O artigo propõe uma mudança de postura na revisão de código com IA: não como substituição do revisor, mas como amplificador de sua expertise contextual. Em diffs gigantescos, acima de 10 mil linhas, a IA atua como primeiro filtro, identificando padrões, vulnerabilidades conhecidas e inconsistências sintáticas ou estruturais. Mas ela falha onde o humano é insubstituível: na memória implícita da base de código, nas decisões arquitetônicas não documentadas e nas regras não codificadas de estilo e evolução (ex.: 'nunca adicionar campos no objeto X', 'métricas devem ser emitidas só pelo módulo Y').

Essa divisão de trabalho exige que o revisor deixe de ser um 'verificador de linha' e se torne um 'orquestrador de contexto': ele orienta a IA com prompts específicos baseados em reuniões recentes, RFCs internos ou decisões técnicas não registradas. É menos sobre perguntar 'essa função está segura?' e mais sobre 'essa mudança respeita a política de depreciação do service_A discutida na sprint passada?'

Revisar código é cada vez mais um exercício de priorização cognitiva, não de cobertura total. Em times com alta velocidade de entrega, gastar 40 minutos em um diff de 5 mil linhas para corrigir um nome de variável é ineficiente e perigoso: desvia atenção de riscos reais de integração, vazamento de dados ou quebra de contrato entre serviços. A abordagem defendida coloca a experiência do desenvolvedor (DX) no centro: reduz fadiga mental, preserva julgamento de alto nível e transforma a revisão em um ato intencional, não mecânico.