Line-by-line review of AI code is a mistake
A prática de revisar o código de IA linha por linha pode ser um erro fatal, diz expert.
Conteudo
TLDR;
Revisar código linha por linha é um erro porque, com PRs gerados por IA e volumes enormes, a revisão manual se torna insustentável, causa fadiga e reduz a qualidade do trabalho. Existem exceções em setores de alto risco como aeroespacial e bancário, onde a revisão linha por linha ainda é necessária, mas para software comum esse nível de detalhamento não é escalável. O caminho recomendado é investir em verificação automatizada e infraestrutura (suítes de testes unitários/integrados/e2e, análise estática, métricas de desempenho e agentes especializados) e concentrar revisão humana em decisões de alto nível e arquitetura.
Resumo
Estamos todos exaustos de revisar tanto código gerado por IA: PRs enormes tornaram impraticável a revisão linha a linha para software comum, porque é cansativo, insustentável e reduz a qualidade do trabalho. Exceto em setores de alto risco (aeroespacial, financeiro), a solução não é abolir revisões, mas reorientá-las: investir pesado em infraestrutura de verificação automatizada — suítes extensas de testes unitários, integração e ponta a ponta, medição de cobertura, análise estática, checagens de desempenho e políticas automatizadas — e delegar a agentes especializados a revisão agente-automatizada para encontrar bugs e problemas comportamentais. Mantenha PRs modulares e revisão humana rápida, concentrando-se no que realmente importa: decisões arquitetônicas, extensibilidade, padrões de design, estratégias de cache, ponto único de verdade e impactos de alto nível. Aceite que alguns bugs passarão — isso já ocorria antes — e foque em construir sistemas à prova de falhas que permitam lançar mudanças frequentemente com confiança. Ao fazer isso, o agente fará mais trabalho, você gasta menos tempo analisando linhas e a probabilidade de o código estar em bom estado quando liberado aumenta, devolvendo produtividade e prazer ao desenvolvimento. Essa mudança exige liderança clara, investimento contínuo em qualidade e cultura que priorize verificações automatizadas e feedback rápido para entregas mais seguras.