É incrível para mim que a "programação", como víamos antes, já tenha sido em grande parte resolvida neste ponto. Ouvi falar do conceito de código gerado por IA pela primeira vez em 2015, quando um amigo meu começou a trabalhar em uma startup chamada @trygigster. A premissa de Gigster era ser uma plataforma para contratar engenheiros de software freelancers. O plano deles era usar o código que esses freelancers escreviam para os clientes para treinar suas redes neurais. A esperança era que esses modelos pudessem eventualmente gerar código e substituir desenvolvedores freelancers por completo. Na época, o deep learning estava começando a realmente ganhar força (isso foi antes da descoberta dos LLMs), e a equipe da Gigster acreditava que poderia usar as pesquisas mais recentes – redes neurais recorrentes (RNNs) – para treinar uma máquina a escrever código sozinha. O problema das RNNs é que elas geram um gibberish que parece código válido, mas que na verdade não funciona. Eles não têm capacidade para manter grandes contextos e são muito lentos para treinar, então a ideia de gerar código automaticamente simplesmente não era viável naquela época. Avançando 10 anos, tudo o que Gigster tentava fazer agora está disponível para todos. O progresso que Anthropic, Google e OpenAI fizeram na geração de código é impressionante se você afastar o zoom. O que eu achava que era um sonho impossível agora virou realidade.