NeuralOS
Engineering

O código de IA apodrece mais rápido: duplicação +81% e o refactor quase desaparece

GitClear e GitKraken analisaram 623 milhões de mudanças reais de código entre 2023 e 2026. O veredito é incômodo: a IA escreve rápido, mas mantém péssimo. Duplicação disparada, refactor evaporado, dívida técnica acumulando em silêncio. A cura não é um modelo melhor: é arquitetura.

EN
Equipo NeuralOS
Ingeniería
Jul 19, 20267 min read
In short

A IA otimiza para escrever, não para manter: 623M de mudanças mostram duplicação +81% e refactor -70%. A dívida se acumula invisível. A cura não é um modelo melhor, e sim arquitetura: fonte única de verdade, DRY forçado e um grafo do projeto.

Imagine um pedreiro que só sabe assentar tijolos, jamais retirá-los. Toda vez que você pede uma parede nova, ele a levanta impecável e a toda velocidade — mas nunca derruba a que já não serve, nunca reaproveita um muro existente, nunca reorganiza a casa. Em seis meses você não tem uma casa: tem um labirinto de paredes lindas que ninguém consegue habitar. Esse pedreiro é a IA escrevendo código, e não dizemos isso como metáfora provocadora: quem diz é o maior estudo empírico que existe sobre o tema. GitClear e GitKraken analisaram 623 milhões de mudanças reais de código entre 2023 e 2026, e descobriram que a IA otimiza brutalmente para uma única coisa — escrever — enquanto a outra metade do ofício, manter, desmorona em silêncio.

O dado que deveria tirar o seu sono

Os números são específicos e são feios. A duplicação de código subiu 81%. O código movido ou refatorado — o sinal mais limpo de que alguém está consolidando em vez de amontoar — caiu 70%. O refactor de código legacy, aquela tarefa ingrata de consertar o que é velho, despencou 74% desde 2023. E o error masking, o hábito de engolir os erros para que não apareçam como defeitos, subiu 47% em 2026. Não é o caso isolado de um time azarado: é um padrão medido sobre centenas de milhões de commits, com a IA já presente em aproximadamente um a cada quatro.

A IA não tem um problema de talento, tem um problema de incentivo

Aqui está a armadilha mental que precisa ser quebrada. Costumamos pensar que, se o código sai ruim, é porque o modelo não é inteligente o bastante. Falso. O modelo é excelente — para aquilo que o treinamos. E o treinamos para produzir a resposta que satisfaz o seu pedido agora, não para cuidar da saúde do sistema daqui a um ano. Bill Harding, CEO da GitClear, resume isso com uma frase que você deveria tatuar antes do seu próximo prompt: 'toda vez que você quer algo, a IA cria um pacote novo'. Ela não procura a função que já existe. Não pergunta se há um padrão para reaproveitar. Levanta outra parede. E, como ele mesmo alerta, 'a longo prazo começa a doer quando você percebe que tem cinco implementações diferentes' da mesma coisa — cada uma ligeiramente diferente, cada uma um lugar onde o próximo bug pode se esconder.

Escrever é de graça, manter é caríssimo — e a IA só barateou o que já era barato

O grande mal-entendido desta era é acreditar que o gargalo do software era digitar. Nunca foi. Em qualquer projeto sério, escrever a primeira versão de algo é a parte fácil e curta; o que consome anos e orçamentos é entendê-la, modificá-la sem quebrar e apagar o que sobra. A IA tornou trivial a parte que já era barata — gerar linhas — e não tocou (ou piorou) a parte cara. É como se inventássemos uma impressora que cospe páginas de graça e comemorássemos que agora escrever romances ficou mais fácil, ignorando que o difícil sempre foi editar. O error masking a 47% é a cereja perversa: como resume Harding, a IA 'prefere claramente escrever código que não será rotulado como defeito'. Não é só que a dívida se acumula: o código é projetado para não gritar quando algo dá errado, então a dívida fica invisível até estourar em produção.

A duplicação não é bagunça, é juros compostos ao contrário

Um duplicado solto não mata ninguém. O problema é que a duplicação compõe. Quando a mesma lógica vive em cinco lugares, cada mudança nas regras de negócio te obriga a encontrar e editar as cinco cópias — e basta esquecer uma para ter um bug sutil que só aparece no caso raro. A conectividade funcional do código, segundo o mesmo estudo, caiu 35%: os módulos conversam menos entre si porque cada um traz a sua própria versão de tudo. Isso é exatamente o oposto de um sistema saudável, onde uma decisão é tomada em um único lugar e todo o resto a herda. Um codebase com 81% mais duplicação não é um codebase maior: é um codebase que envelhece em dobro, onde cada semana de geração acelerada te compra duas semanas de manutenção futura.

A cura não é um modelo melhor: é uma fonte única de verdade

Aqui está a lição reaproveitável, a que você pode compartilhar e aplicar amanhã não importa qual ferramenta use. A IA não vai se curar sozinha do seu viés em direção a escrever, porque esse viés está na sua função objetivo. A contramedida não vive no modelo: vive na arquitetura que o cerca. DRY deixou de ser uma preferência estética para virar uma defesa ativa: se o seu sistema torna fácil encontrar e reaproveitar o que já existe, a IA duplica menos porque tem menos desculpa. Uma fonte única de verdade — um lugar canônico para cada contrato, cada tipo, cada regra — é o que transforma o pedreiro que só empilha em um que reaproveita. E um mapa navegável do projeto, um grafo que diga 'isto já existe, conecte-se a ele', é a diferença entre um assistente que consolida e um que amontoa. A velocidade da IA só é uma vantagem se você a canalizar por uma estrutura que a obrigue a não apodrecer o que toca.

Como nós vemos isso

Nossa aposta parte de uma convicção incômoda: a parte difícil não é gerar, é não apodrecer. Por isso no NeuralOS o frontend é a fonte única de verdade — o contrato existe primeiro e o que vem atrás o preenche, em vez de cada geração inventar a sua própria versão da mesma tela. Por isso mantemos um grafo de conhecimento do projeto: 623 milhões de mudanças alheias nos lembram que, sem um mapa, a IA reescreve o que você já tinha em vez de reaproveitá-lo. E por isso o protocolo Construct-Audit-Reflect separa o momento de criar do momento de auditar — porque construir com energia e revisar com paranoia são estados mentais incompatíveis, e misturá-los é exatamente como se acumula a dívida invisível que o estudo mede. Não achamos que a resposta à IA que apodrece seja escrever menos com IA. Achamos que é cercá-la da disciplina que ela não traz de fábrica: DRY forçado, um contrato claro, um grafo que lembra. Velocidade sem arquitetura não é produtividade; é dívida com uma tipografia melhor.

Share
Ready to build?

Start building in
under 3 minutes

Join 4,200+ builders. No credit card. Build your first app with AI in minutes.