DHH na Rails World 2026: o fim do código escrito à mão e a aposta no “otimismo total”

Abrir no YouTube ↗
Visão geral

Na abertura da Rails World 2026, em Austin, DHH tratou de uma única pergunta: o que a chegada dos agentes de IA significa para programadores, para a profissão e para o Ruby on Rails. A resposta vem sem meio-termo. DHH descreve o próprio estado como “delírio de IA” ou “euforia de IA”, em vez de “psicose de IA”, e defende que esta é a coisa mais empolgante que já se fez os computadores fazerem. Ao mesmo tempo, reconhece que o momento é inquietante, porque ninguém sabe qual será o estado final dessa transformação e qualquer previsão fica desatualizada “uns 20 minutos depois”. A palestra passa por história da arte, pela decisão da 37signals de abandonar o código escrito à mão, por experimentos com o HEY, pelo Omarchy e termina num apelo aberto ao otimismo.

31 min de leitura
2:06

Os pintores de retrato e a chegada da câmera

Para amenizar o desconforto do presente, DHH volta ao século XVIII. Quem quisesse um retrato naquela época posava hora após hora diante de um mestre da pintura, que depois passava, na melhor das hipóteses, meses trabalhando na tela. O exemplo é o retrato das damas Waldegrave pintado por Joshua Reynolds em 1781. DHH chama o resultado de maravilhoso e de legado cultural incrível, mas também de exclusivo: poucas pessoas podiam pagar um artista por meses de trabalho. E, no caso dessa pintura, Reynolds já tinha passado meses numa versão anterior que o cliente rejeitou porque um pedacinho do tornozelo aparecia, o que era considerado escandaloso. DHH brinca que quem já trabalhou com clientes vai sentir alguma compaixão pelo pintor.

O público desses retratos era a alta burguesia ou a realeza, como mostra a pintura da família real espanhola feita por Goya cerca de 20 anos depois. Segundo DHH, esse era o ritmo da tecnologia: os pintores aperfeiçoavam técnicas havia centenas de anos com progresso bem marginal. O exemplo seguinte é uma pintura da família real dinamarquesa de 1886, obra de Laurits Tuxen, que levou três anos para ser concluída e ainda está exposta em Copenhague. DHH a descreve como uma conquista artística incrível e também muito funcional, porque o objetivo era registrar a família real. Mas aquele modo de trabalhar já se aproximava do fim.

Entre 1840 e 1900, a tecnologia de capturar retratos melhorou continuamente. Em 1900, a Eastman Kodak lançou a Brownie, a primeira forma de fotografia produzida em massa, que custava, pelo que DHH lembra, cerca de um dólar. De repente muita gente passou a tirar fotos, e os grandes pintores perceberam que reproduzir a realidade com perfeição deixava de ser uma habilidade economicamente viável. Muitos migraram para outras formas de arte: Picasso foi atrás do cubismo, e os pintores dinamarqueses de Skagen, de uma forma de impressionismo. Para DHH, a mudança tecnológica provocou uma explosão de criatividade, porque os artistas tiveram de encontrar outra forma de se expressar depois que a antiga acabou.

A história tem um lado pessoal. A mulher de vestido rosa no centro de uma dessas pinturas, Yvonne Tuxen, é bisavó de DHH, e Laurits Tuxen é seu tataravô. Pouco antes de morrer, Laurits aceitou ser retratado pela mesma tecnologia que havia transformado sua profissão. DHH nasceu em 1979, 52 anos depois da morte do tataravô.

Arrancadas e pausas: de 1900 a 2 trilhões de fotos

A partir daí, DHH usa a própria infância para mostrar que a tecnologia avança “aos trancos”, com arrancadas e pausas. Uma foto sua de bebê se parece muito com a foto tirada de Laurits na década de 1920. Depois da Brownie, passaram-se quase 80 anos sem grandes mudanças. A fotografia colorida chegou nos anos 60, mas ainda não era difundida o bastante para a família dele. As três fotos de infância que mostra representam, em suas contas, cerca de 10% de todo o seu acervo daquela época. A câmera usada devia ser muito parecida com a Leica I, de 1925, ou talvez fosse literalmente outra Leica.

Umas duas décadas depois, tudo mudou de novo: a fotografia deixou de ser apenas acessível e passou a não ter atrito nenhum. Qualquer pessoa podia ter dezenas de milhares de fotos dos filhos, e muitas tiveram. Ficou barato demais para valer a pena medir. As fotos que a esposa de DHH tira nas caminhadas de fim de tarde exigiriam, nos anos 80, compromisso com filme e revelação. Em 2026, segundo DHH, cerca de 2 trilhões de fotos são tiradas por ano. A tecnologia de base é a mesma, mas houve um ponto de inflexão, e DHH anuncia que haverá paralelos com a indústria de software.

11:32

24 de novembro de 2025: a Kodak Brownie da nossa era

Para DHH, esse ponto de inflexão na programação tem data: 24 de novembro de 2025, com o lançamento do Opus 4.5. Foi a primeira vez que uma tecnologia de IA acessível, num harness que muita gente podia pagar, permitiu experimentar criar software em par com uma nova forma de inteligência. DHH afirma que existe tudo o que veio antes dessa data e tudo o que veio depois, e prevê que os livros de história vão marcá-la como o início da era dos agentes.

Assim como aconteceu com a Brownie, vieram muitos formatos novos. Poucos meses depois, surgiu algo com inteligência parecida em pesos abertos. DHH conta que usou o Kimi K2.5 no modo rápido por bastante tempo e adorou poder usar esse tipo de inteligência a 200 tokens por segundo.

Depois veio o que DHH chama de vale da desilusão, entre fevereiro e maio. Continuavam saindo modelos novos, mas pareciam piores, como se a tecnologia andasse para trás. DHH lembra das reclamações sobre o Opus 4.6, com gente pedindo o modelo anterior de volta, e de um lançamento da OpenAI que não foi muito melhor nos benchmarks e fez o mercado reagir como se tudo tivesse acabado. Esse vale, porém, não durou cem anos, como na fotografia. Durou até junho, quando saíram o Fable 5 e o Mythos. Para DHH, quem os experimentou se livrou de qualquer ideia de estagnação, e foi aí que seu “diagnóstico” se consolidou.

DHH descreve essa virada como a passagem de “posso pedir a um agente que faça algo por mim” para ver o resultado como algo que de fato queria fazer merge: modelos a quem podia entregar problemas ou ideias e vê-los resolvidos ou expandidos sem nenhuma direção sua na implementação. A montanha-russa continuou. Em setembro saiu o GPT-6 Astra, que segundo DHH acabou com o medo de que a Anthropic tivesse o monopólio desse tipo de inteligência de fronteira. Uma semana depois veio o DeepSeek-4-1 Flash, que para DHH desfez a ideia de que a inteligência de fronteira seria para sempre domínio de algumas grandes empresas americanas.

Do programador 10x ao programador 1.000x

Para pensar o que isso significa para a profissão, DHH volta a outro debate antigo. A ideia do programador 10x vem, segundo DHH, de um artigo publicado na revista da ACM em 1968. O estudo testou um grupo de programadores em várias tarefas e encontrou diferenças de 5x a 30x entre o pior e o melhor, com média em torno de 10x. DHH diz que a profissão passou os 45 anos seguintes discutindo se isso era real e considera o debate encerrado.

A pergunta agora é outra: se a diferença já era de 10x só com capacidade humana, qual é ela hoje? DHH admite que ninguém sabe exatamente que aceleração essas ferramentas permitem. Mesmo assim, considera pouco polêmico dizer que há 100x de diferença entre o pior programador sem essas ferramentas e o melhor com elas. Vai além e sugere 1.000x, embora reconheça que isso talvez seja mais polêmico. O que isso significa para a competição entre empresas, DHH não sabe dizer, e brinca que a “bola 8 mágica” está temperamental.

O dado que apresenta é pessoal: nos últimos 20 meses, escreveu metade do código que tinha escrito nos 21 anos anteriores. DHH ressalva que linhas de código são uma medida vaga e maleável, e que uma linha de Ruby vale muito mais do que uma linha de Rust ou C++, linguagens de mais baixo nível sem as mesmas abstrações. Ainda assim, considera inegável que há uma revolução em curso, e diz que quem vê a própria produtividade acelerar desse jeito fica um pouco tonto.

“Vejam tudo o que eu não estou fazendo”: o momento Rails

DHH então mostra um clipe de 21 anos atrás, de uma apresentação no Brasil em 2005. Nele, um DHH mais jovem cria um template e repete: “Vejam tudo o que eu não estou fazendo.” Mostra a configuração que não precisa escrever e como “blog” mapeia automaticamente para o controller de blog, e “index” para o template index.

Para DHH, não existe forma melhor de resumir o momento atual do que tudo o que já não é preciso fazer. É a fonte do seu entusiasmo, e por isso chama este de “o momento Rails”. Se em 2005 já estava empolgado com o código que não escrevia, pergunta à plateia se dá para entender por que está ainda mais agora. Mesmo sem escrever código há provavelmente cinco meses, diz ter conseguido consertar tudo: cada sonho, cada incômodo, cada detalhe, cada funcionalidade frívola ficou ao alcance.

A 37signals larga o lápis

A consequência prática na 37signals foi uma decisão tomada algumas semanas antes da palestra: acabou escrever código à mão como parte normal do trabalho. A empresa foi “pencils down”. Escrever código à mão lá passou a ser um estado excepcional, comparável a ver um erro no Sentry: algo deu errado, e é preciso entender por que o agente não produziu o que se queria. Por um tempo, talvez alguém ainda pegue o lápis e faça a correção, mas depois o objetivo é consertar a máquina, “consertar a fábrica”, e pôr tudo para andar de novo.

DHH apresenta isso como o reconhecimento de algo que já está acontecendo e faz uma enquete: quantos na sala ainda escrevem uma quantidade significativa de código à mão toda semana? Pela contagem dele, umas cinco pessoas levantaram a mão. DHH observa que, se tivesse feito essa declaração dois ou três meses antes, muita gente acharia que ele tinha perdido o juízo.

O que o vibe coding do Basecamp 5 ensinou

Houve uma tentativa anterior que não deu certo. Na primavera, durante os ajustes finais do Basecamp 5, a 37signals pôs um grupo de designers para fazer vibe coding das últimas funcionalidades que queriam na versão. O resultado foi misto. Individualmente, os designers produziram PRs que pareciam razoáveis. Mas, somados, os 20 ou 30 PRs deixaram a arquitetura “parecendo um queijo suíço”. A conclusão na época foi que a tecnologia ainda não estava pronta, e a empresa voltou a revisar tudo manualmente, deixando só os programadores trabalharem com os agentes.

DHH hoje considera essa a conclusão errada. Diz que bastaria ter esperado “míseros 5 minutos” pelo Fable e que tudo provavelmente teria funcionado. É uma avaliação retrospectiva, não um resultado testado. O principal, para DHH, é que agora só existe uma pergunta séria no desenvolvimento de software: como tirar o máximo dessa explosão de inteligência. Todas as outras ficam abaixo dela. O Basecamp 5 foi lançado como um grande upgrade, acelerado por agentes, mas ainda com muito código escrito à mão, ou “cinzelado”, como DHH passa a chamar o jeito antigo de trabalhar.

24:10

O novo HEY: seis aplicativos nativos em cerca de uma semana

O projeto atual é uma nova versão do HEY, o serviço de e-mail da empresa, ainda sem nome definido (DHH arrisca “Hey Next”, “Hey New”, “Hey There”). A primeira decisão foi que o HEY deixa de ser um app web. Segundo DHH, o HEY nunca quis de verdade ser um app web. Era assim porque fazer apps web era o jeito de uma equipe pequena ser produtiva. Manter seis aplicativos nativos escritos nos frameworks nativos era absurdo para uma equipe pequena, e é por isso que existem o React Native e o Hotwire Native: ferramentas que aceitam alguma perda de fidelidade em troca de produtividade. DHH afirma que o HEY é um ótimo app web, mas não é tão bom quanto um aplicativo nativo, pelas diferenças de latência, entre outras coisas.

Durante a palestra, passa ao fundo uma demonstração dos seis aplicativos nativos que a equipe começou cerca de uma semana antes. DHH diz que antes manter seis aplicativos nativos de altíssima fidelidade para um serviço grande exigia muito tempo e uma equipe enorme, e que agora isso é possível porque ninguém está escrevendo código, embora estejam “dando muitos prompts”. O esforço mal começou, mas para DHH já está claro que esse é o futuro desse tipo de aplicativo. Muitos apps são web por necessidade, conveniência, preferência dos programadores, tamanho da equipe ou recursos disponíveis, e DHH prevê que não vão continuar assim por muito tempo, porque o custo de fazê-los nativos caiu “praticamente a zero”.

Como exemplo concreto, mostra o que o primeiro prompt devolveu quando pediram um aplicativo para Windows, “não exatamente pronto para lançar”, e a versão redirecionada que chegou 20 minutos depois. DHH também cita a Shopify, que acabou de lançar uma reescrita nativa do app Shop, substituindo uma versão em React Native. Segundo DHH, foi feita por uma equipe minúscula, umas seis pessoas, em pouco tempo, considerando o quanto o app é crítico.

28:42

O backend em Rust que ninguém precisa olhar

O backend é a parte que DHH admite ser mais difícil para ele, por um motivo: Rust. DHH declara odiar Rust, chama a linguagem de provavelmente a mais feia inventada nos últimos 40 anos e diz que é desumano pedir a pessoas que a escrevam. Mas, se nunca precisar olhar o código e puder apenas aproveitar aplicativos 30 ou 100 vezes mais rápidos, compilados em executáveis minúsculos que iniciam em menos de um milissegundo, então “ama Rust”. Os agentes gostam de Rust, e isso cria uma divisão de trabalho que agrada a DHH: ele diz o que fazer, o agente escreve em Rust, e DHH nunca precisa olhar.

No novo HEY, como o frontend vira aplicativos nativos, deixa de ser necessária uma aplicação web que renderiza HTML. O código que sobra é transformado no que, para DHH, o HEY é na essência: um servidor de e-mail, escrito em Rust. O resultado relatado é um backend que exige 99% menos CPU e 95% menos memória, e em que dez hosts só são necessários por redundância. DHH acrescenta que uma “conta de padeiro” da equipe sugere que o pico de tráfego do HEY provavelmente poderia ser atendido por um único Raspberry Pi. É uma estimativa, não uma demonstração. DHH atribui isso à eficiência de escrever o mais próximo possível do hardware sem perder portabilidade, e à vantagem de ter outra inteligência, paga por token, fazendo esse trabalho.

Como trabalhar com essa inteligência também não está claro, segundo DHH. A 37signals está testando várias coisas, entre elas dirigir agentes de dentro do próprio Basecamp. Para DHH, a melhor forma de trabalhar com agentes é assíncrona: nada de ficar numa interface de chat esperando os tokens saírem. O certo é dar uma tarefa ao agente como se daria a um colega e voltar para revisar quando houver algo pronto. DHH ressalta que ninguém sabe ainda como tudo deveria funcionar, porque tudo muda o tempo todo e porque ninguém trabalhou com esse tipo de inteligência por um período significativo. Tudo começou em 24 de novembro e não fez nem um ano. E a capacidade de atribuir resultados e problemas aos agentes, em vez de tarefas, tem só alguns meses.

Onde isso deixa o Ruby e o Rails

A pergunta inevitável é o que sobra para o Ruby e o Rails. Para o HEY, DHH já tem a resposta: nativo no frontend e Rust no backend. Mas muitos aplicativos não se encaixam nesse formato. DHH defende a web como uma plataforma “enormemente maravilhosa”, em parte porque nunca pede a ninguém que instale nada, e diz que um milhão de negócios dependem disso, sobretudo os que atendem clientes mais efêmeros, que não se dariam ao trabalho de instalar um app para usar um serviço. O Basecamp é o exemplo: a ferramenta recebe desconhecidos que só precisam pegar um arquivo ou colaborar por pouco tempo, e isso faz dele um bom app web.

Nesse terreno, DHH acha que o Rails está particularmente bem posicionado. A convenção sobre configuração leva diretamente à eficiência de tokens, e o foco do Rails como framework para um único desenvolvedor combina com o que a era dos agentes exige: que um só desenvolvedor vá muito mais longe do que antes. DHH admite que não sabe onde fica a linha entre o que deve ser nativo e o que deve continuar web, e que isso ainda precisa ser descoberto.

As avaliações de agentes da Evil Martians e da Rails Foundation

Como parte dessa aposta, a Evil Martians começou a fazer avaliações de agentes em nome da Rails Foundation. A primeira versão teve de ser atualizada rápido, porque os agentes a saturavam e chegavam a taxas de conclusão de 95%. Foi então criada uma medida mais difícil, que compara a implementação real de cards de funcionalidades com aplicativos de referência. DHH diz que é impressionante a velocidade com que os agentes sobem no ranking e prevê que será preciso elevar muitas vezes o que se pede a eles.

Daí vem um alerta para quem sabe demais sobre como os computadores funcionam: não ser prescritivo demais sobre o que se quer desses sistemas. Para DHH, uma mentalidade de iniciante, um pouco ingênua, funciona melhor, porque leva a perguntas e prompts de nível mais alto. É um dos motivos pelos quais diz gostar de trabalhar em Rust: não sabe nada da linguagem e considera isso uma vantagem, até um privilégio. DHH avalia o que o agente produz em Rust como uma caixa-preta, por fora, do mesmo jeito que qualquer dono de negócio sempre avaliou o trabalho de programadores contratados. Na visão dele, o fenômeno não é novo. Mudou apenas quem ocupa essa posição.

150 mil linhas em um mês e o inglês como linguagem de programação

DHH volta aos próprios números. Nos últimos 21 anos, mais da metade do seu trabalho foi código Ruby. Este ano, cerca de 3%. Em parte, isso acontece porque linguagens como Rust são verbosas e pouco agradáveis de ler, e por isso DHH deixa o agente gerar mais código do que o necessário, algo que nunca toleraria no próprio Ruby. Durante aqueles 21 anos, escrevia cerca de 30 mil linhas de Ruby de produção por ano, o que bastou para construir empresas e frameworks. Em agosto, afirma ter produzido 150 mil linhas em um único mês, cerca de 60 vezes a média de longo prazo. DHH repete a ressalva de que boa parte é Rust verboso, mas insiste que o que importa é a ordem de grandeza.

Uma surpresa, que segundo DHH não deveria ter sido, foi descobrir que existe uma linguagem de que gosta mais do que Ruby: o inglês. Mesmo amando Ruby mais do que qualquer outra linguagem tradicional, DHH diz que escrever programas em inglês é tremendamente satisfatório. É uma linguagem ainda mais expressiva, embora mais vaga e menos determinística. DHH comenta que poderia ter virado gerente de projetos 20 anos atrás, se quisesse apenas resultados. Foi por resultados que começou a programar, depois se apaixonou pela programação em si, e antes dizia que preferiria se aposentar a abandoná-la.

Aposentadoria do código à mão, com alegria

Pois DHH diz ter se aposentado como programador profissional, sem data exata definida, provavelmente há quatro ou cinco meses, talvez em março. Resume assim: passou um quarto de século “cinzelando” código à mão e amou cada momento. E propõe que todos vejam essa fase da mesma forma: sem arrependimento, com alegria pelo que foi, pela empolgação, pelo aprendizado, pela satisfação e pelos estados de flow.

A afirmação central, porém, é categórica: escrever código à mão já não é uma atividade economicamente produtiva para a grande maioria dos programadores na grande maioria das empresas, e DHH prevê que, até o fim do ano, isso valerá para praticamente todos. Do outro lado haveria uma nova carreira como “criador profissional de coisas”, pilotando uma inteligência que até pouco tempo atrás só existia na ficção científica. DHH considera um privilégio ter vivido os dois lados. Diz que às vezes queria ter vivido a era dos cartões perfurados, com programas que “literalmente tinham buracos”. Não viveu, mas viveu a chegada da internet, que tem um pouco do cheiro deste momento. Para DHH, porém, este é muito maior: a maior coisa que já aconteceu na história da computação.

Arquitetura de software, metodologia e o fim das abstrações como conhecemos

Muita coisa precisa ser repensada, e DHH começa pela arquitetura de software: tudo o que se sabe sobre estruturar bases de código para que possam ser modificadas com facilidade. A principal ferramenta até aqui foram as abstrações, que DHH diz adorar, inclusive o ato de dar nome às coisas, uma das suas atividades favoritas. Mas, para DHH, abstrações fazem menos sentido na era dos agentes. Se centenas, milhares ou dezenas de milhares de processos tentam modificar uma aplicação, as abstrações viram gargalos. Parte do motivo de existirem era evitar repetição, e agora o custo de repetir e de manter coisas sincronizadas caiu para quase zero.

DHH chama isso de reavaliação fundamental da ciência da computação e admite que ninguém tem a planta ainda. Há apenas pistas do que deixou de funcionar tão bem quanto antes. Metodologia, duração dos ciclos, quem especifica o quê: tudo está mudando, e ninguém tem respostas. DHH compara com ter estado presente quando a orientação a objetos entrou na consciência dos programadores e convida a plateia a ajudar a definir essas coisas, dizendo que estão “no térreo” de uma nova indústria.

45:12

Traga seu próprio agente: todo app precisa de uma CLI

A parte mais prática da palestra, nas palavras do próprio DHH, trata de integração. A primeira febre com chatbots foi enfiá-los dentro dos aplicativos. DHH rejeita essa ideia: não quer usar o “concierge” de cada app, porque já tem seu próprio “mordomo pessoal”, um agente capaz de usar CLIs para conectar o Basecamp ao HEY e a um milhão de outros apps. O pedido é que cada aplicativo deixe o usuário trazer o próprio agente e ofereça uma interface de linha de comando. Em tom de desafio, DHH diz à plateia que, se o app deles não tem CLI, quer ver uma até a sexta-feira seguinte, porque os tokens estão disponíveis e é possível, para poder usar esses aplicativos sem nunca tocar neles.

O exemplo é a CLI do HEY, que DHH diz ter lhe dado uma experiência de “mundo invertido”. O HEY usa Elasticsearch para busca, que DHH descreve como uma busca que dá conta, mais ou menos ok, mas não encantadora, e que muitas vezes não encontra o que se procura, sobretudo quando não se sabe exatamente o que é. Com agentes, dá para buscar por conceitos, não por palavras-chave. DHH precisava achar um e-mail de cinco anos antes sem lembrar com quem tinha falado, qual era a empresa ou mesmo o ano. Só lembrava que era algo sobre tênis e um podcast. Poucos minutos depois, o e-mail estava lá. DHH admite não saber direito como o agente fez isso, “e tem um pouco de medo de perguntar”.

Omarchy: consertar o computador inteiro

A ideia de que agora se pode consertar tudo, segundo DHH, vale para o computador inteiro, e é por isso que passou uns três meses falando quase só do Omarchy no X. DHH colocou ali boa parte das ideias que tinha sobre como as coisas poderiam ser melhores e diz ter chegado a um sistema operacional superior a qualquer computador que já usou. Afirma que foram arrecadados cerca de 20 milhões de dólares para “essa aventura do Omarchy”.

Na Rails World do ano anterior, DHH mostrou uma versão inicial e comemorou que o sistema inteiro instalava em 3 minutos e 33 segundos. Na semana anterior à palestra, Anoush, da AMD, instalou o Omarchy num laptop Halo em 35 segundos. E, segundo DHH, a equipe conseguiu no laboratório instalar um sistema operacional completo em 9 segundos, menos do que alguns computadores levam para ligar. DHH admite uma obsessão com esse número, quase um vício, “o melhor tipo de vício”. Quando perguntam por que 3 minutos não bastavam, usa uma frase de Mitchell Hashimoto, criador da HashiCorp e do Ghostty: a busca pela excelência não precisa de justificativa. DHH prefere essa resposta a simplesmente dizer “porque eu quero” e conclui que agora dá para querer tudo, com cada ideia ao alcance por um preço pequeno e uma assinatura.

Apps de primeira: calculadora, editor de texto, editor de vídeo e Hype

Empolgado, DHH começou a criar todo tipo de aplicativo. O primeiro foi uma calculadora com o tema do Omarchy, que saiu de primeira: DHH tirou um print de três opções de visual geradas pelo ChatGPT e pediu ao agente que fizesse aquilo. Sem saber C++ nem Qt no nível necessário, tinha o aplicativo sete minutos depois do prompt e, cerca de 15 minutos depois, já tinha feito push no repositório público e gravado uma nova ISO com o software incluído. DHH reconhece que não é o maior aplicativo do mundo, mas apresenta esse ciclo como o ponto central.

Depois veio um aplicativo de escrita, inspirado no iA Writer, que DHH usou por muitos anos no Mac. Esse levou mais tempo porque queria refiná-lo, mas DHH afirma não ter olhado uma única linha do código gerado. Para DHH, C++ como caixa-preta é uma ótima linguagem, assim como Rust. Em seguida fez um editor de vídeo simples, o mnicut, para cortar vídeos, também incluído no Omarchy.

Por fim, conta que começou a preparar a própria apresentação na quinta-feira anterior e, “como qualquer bom engenheiro de software”, decidiu escrever ao mesmo tempo um novo software de apresentação, o Hype. É baseado em Markdown, tem visualização completa e é muito rápido. DHH o considera o melhor software de apresentação que já usou, melhor até que o Keynote, com que estava satisfeito na época em que usava Mac.

A recompensa de desempenho: meio megabyte

O binário do Hype tem meio megabyte, e DHH vê nisso outra recompensa da nova era. Nos últimos 20 anos, o avanço dos computadores foi gasto em produtividade humana, o que DHH considera ter sido a escolha certa. O custo foi que os aplicativos ficaram lentos, pesados e “preguiçosos”, porque uma hora de programador é cara demais para ser gasta otimizando o tamanho de um app. O exemplo é o Spotify, cujo player de música, segundo DHH, tem 1,2 gigabyte. No mundo novo, DHH diz que dá para fazer o que se quiser e caber em meio megabyte, porque toda otimização está ao alcance: qualquer modelo pode rodar a noite toda e entregar melhorias de 10 a 30 vezes.

Preocupações, segurança e o fracasso das previsões

DHH reconhece que outras pessoas têm preocupações com a IA e que elas merecem ser discutidas. Acha algumas exageradas, mas logo se corrige: “talvez, mas provavelmente não”. Segurança é a que leva mais a sério. Diz que algo está vindo e que é preciso estar preparado, e brinca que talvez os agentes saibam sua “data de validade”, não gostem disso e às vezes tentem fazer coisas ruins. A resposta que propõe é se preparar, porque as ferramentas existem.

O argumento principal dessa parte, porém, é contra as previsões. Para DHH, previsões sobre o futuro da economia sempre estiveram basicamente erradas. Nenhum economista consegue prever a bolsa daqui a seis meses, muito menos a forma de uma sociedade diante de uma mudança de paradigma como a IA. O exemplo são os caixas eletrônicos: segundo DHH, quando foram introduzidos nos Estados Unidos nos anos 50, houve pânico de que os 30 mil caixas de banco perderiam o emprego em cerca de 18 meses. Não foi o que aconteceu. Com o custo de operar agências mais baixo, os bancos abriram mais agências e contrataram mais caixas, que DHH ironiza como encarregados de “te empurrar uma hipoteca subprime”. Mais adiante, associa o caso ao paradoxo de Jevons, atribuído a William Stanley Jevons, e cita 40 mil caixas nos Estados Unidos por volta de 2010, “acho que foi”, contra 30 mil em 1950.

DHH vê um problema no fato de muita gente que trabalha com IA ser muito inteligente, com doutorado, ver coisas assustadoras no laboratório e extrapolar a partir disso. Cita o encontro entre Truman e Oppenheimer no Salão Oval, em que Truman teria dito que não queria ver aquele “filho da puta” no escritório nunca mais, e diz achar que Truman estava certo: o mundo não acabou. DHH interpreta a Guerra Fria como “o melhor tipo de guerra”, em que duas superpotências não trocaram bombas diretamente, e argumenta que seria muito difícil para um cientista da época prever esse desfecho. Se nem Oppenheimer conseguiu prever as consequências da bomba, conclui, todos deveriam ter mais humildade ao prever o futuro.

P(bloom) em vez de P(doom)

Daí vem a proposta de pensar menos em “P-doom”, a probabilidade de catástrofe, e mais em “P-bloom”. DHH afirma que as chances de a IA resultar em abundância e alegria são muito maiores do que as de catástrofe. Volta à energia nuclear como efeito colateral da bomba, “a maior fonte de energia que os humanos já descobriram”, e diz que a humanidade a desperdiçou por 40 anos por achar que não era verde. Para DHH, isso mostra tanto que previsões falham quanto que a humanidade consegue sair de becos sem saída e admitir erros. Acredita que o mesmo vai acontecer com a IA e que ela vai tirar todo mundo da miséria.

Quando houver problemas legítimos, como segurança, DHH defende inventar a tecnologia para resolvê-los. Cita uma CVE grave recente no Rails, envolvendo uma biblioteca de imagens em C por onde coisas vazaram, e anuncia que Mike vai falar sobre o HotCell, uma espécie de quarentena, como um dos esforços nessa direção. A mensagem é que ninguém está impotente: dá para usar a inteligência disponível para fins bons e para se defender dos resultados negativos possíveis.

O argumento do otimismo total

O fechamento é uma defesa aberta do otimismo como escolha racional. Como ninguém sabe nada sobre o futuro, DHH argumenta que ficar triste por antecipação é desperdício se tudo acabar bem, e, se vier um apocalipse nuclear, melhor ter passado o último dia com um pouco mais de alegria. Chama isso de “pura teoria dos jogos”: só existe uma jogada, o otimismo total.

DHH fala numa “reforma do computador”, com um “agente Lutero” que vai desintermediar a “classe clerical” e permitir que todo mundo vire programador. Reconhece que isso pode assustar, porque traz concorrência, mas desafia a plateia: programadores Rails sabem mais, são “os melhores dos melhores”, “o Top Gun”. Mostra a filha de Harris testando uma versão do Omarchy para crianças e argumenta que a próxima geração se empolga com mudanças porque não tem “500 camadas de coisas para desaprender”. Quem não se inspirar, diz DHH, vai ouvir dessa geração que o futuro é agora.

A palestra termina com o pedido para “tomar a pílula branca”, a do otimismo, e apostar mesmo com incerteza e estresse, porque, para DHH, a única escolha é abraçar o futuro “a toda velocidade”. Ficam em aberto, pelas próprias palavras de DHH, as questões que atravessam a palestra: onde traçar a linha entre web e nativo, como deve ser a arquitetura de software quando as abstrações perdem o sentido, que metodologia e que ciclos de trabalho fazem sentido com agentes, e que diferença de produtividade essas ferramentas realmente produzem.