A maior mudança que eu senti no último ano ou dois é, *a quantidade de pull requests aumentou anormalmente.
Eu era diretor de engenharia. Tinha a meu cargo uma equipa de mais de uma dúzia de pessoas, Mais de metade delas eram contratantes (engenheiros secundários).
---
Trabalham à noite e aos fins-de-semana, depois do seu trabalho diurno. E de sexta à noite a domingo à noite, Um grande número de puxões é feito simultaneamente.
Um contratante pode trabalhar em vários repositórios ao mesmo tempo, No final da semana, eles estão num estado de "por onde começo?". Dezenas de pull requests acumulados só durante o fim de semana são comuns.
---
Só porque um produto é uma configuração de microsserviço, nem mesmo o processo de fusão é micro.
Na prática, a lógica comercial é complexa e estende-se por cada serviço, Se for fundida sem compreender o contexto, A integridade de todo o sistema é instantaneamente destruída.
À primeira vista, a produtividade parece estar a aumentar. Mas, no conjunto, o produto torna-se mais instável.
---
É difícil descansar nesta situação. Se deixarmos os puxões de sábado e domingo sem controlo, Segunda-feira, algo pode estar partido em algum lugar.
Afinal de contas, os gestores e os criadores, "estrutura que não pode descansar".
---
Superficialmente, isto pode ser descrito como "ganhos de produtividade". Mas, essencialmente, há uma crescente "perda de contexto ". A produtividade é, Não se trata de escrever código mais depressa, *depende da capacidade das pessoas que compreendem o contexto para tomar as decisões certas e fazer a fusão corretamente.
---
No entanto, a IA pode ajudar neste domínio em algumas áreas, as limitações também são claras. Particularmente em UX e front-end, onde são necessários "olhos" e "ouvidos", a IA ainda não pode complementar os sentidos humanos.
No entanto, a IA pode prosseguir apenas com a lógica de back-end, a conceção da interface do utilizador e da experiência não pode.
Quanto maior for a utilização da IA, menor será a produtividade, *Quanto mais a IA é utilizada, menos produtividade é alcançada, e é fácil cair na "armadilha da produtividade invertida ".
---
Este é um problema que se torna evidente quando se ultrapassa uma organização de desenvolvimento com cerca de uma dúzia de pessoas. Não estou a falar de coisas como "01 protótipo em Claude Code". *É uma realidade que surge quando se chega à fase de manutenção de um produto que funciona numa escala de produção.
Tanto a IA como os seres humanos já estão a trabalhar até aos seus limites. Ainda assim, não há nenhum lugar que garanta que os produtos não se avariem.
