RRodrigo M. Reis
ConsultoriaMétodoRobôsMateriaisBlogSobre
Área do ClienteMaterial grátis
R

Rodrigo Munhoz Reis

Vibecoding com Engenharia. Construir com IA, rápido — mas com rigor de engenheiro.

ConsultoriaMétodoRobôsMateriaisBlogSobreÁrea do Cliente
LinkedInInstagram
© 2026 Rodrigo Munhoz Reis. Todos os direitos reservados.Política de Privacidade

IA & Carreira

Excluir código é trabalho de sênior, não faxina

Adicionar é fácil e todo mundo aplaude. Remover exige entender o sistema inteiro e ninguém vê. Com IA gerando volume, essa assimetria virou o problema central.

Rodrigo Munhoz Reis· 19 de setembro de 2026· 3 min de leitura
Excluir código é trabalho de sênior, não faxina

Resumo em 3 linhas

Adicionar código exige entender só a parte nova; remover exige entender o sistema inteiro, e por isso remoção é trabalho mais difícil, não mais simples. Com IA multiplicando o volume gerado, a assimetria entre criar e apagar virou o principal fator de acúmulo. Sistema cresce por adição fácil e só encolhe por decisão deliberada, o que faz da capacidade de excluir uma competência sênior e não uma tarefa menor.

Neste artigo

  • Por que adicionar é fácil
  • Por que remover é difícil
  • O que a IA fez com essa assimetria
  • O que sobra num sistema que nunca encolhe
  • Por que isso é trabalho sênior
  • O efeito colateral bom
  • O que fazer com isso

Existe uma assimetria em software que explica quase todo sistema ruim que você já viu.

Adicionar é fácil. Remover é difícil.

E não é por preguiça. É estrutural.

Por que adicionar é fácil

Pra adicionar, você precisa entender a parte nova. O resto do sistema continua lá, funcionando, e você encosta pouco nele.

Se der errado, o erro aparece rápido: a tela quebra, o teste falha, alguém reclama. É um erro que se anuncia.

E tem reconhecimento. Funcionalidade nova é visível, demonstrável, elogiável.

Por que remover é difícil

Pra remover com segurança, você precisa saber quem depende daquilo. E isso exige entender o sistema, não só a parte.

Se der errado, o erro pode não aparecer na hora. Vai aparecer em três semanas, num caso raro, e ninguém vai ligar as duas coisas.

E não tem reconhecimento nenhum. Ninguém comemora o código que sumiu. O resultado visível de uma boa remoção é: nada mudou.

O que a IA fez com essa assimetria

Escancarou.

O custo de adicionar caiu pra quase zero. Você pede e recebe funcionalidade nova em minutos.

O custo de remover não mudou nada. Continua exigindo entender o alcance, checar dependência, testar o que pode quebrar.

Quando um lado fica barato e o outro não, o resultado é matemático: o sistema acumula. Não porque alguém decidiu acumular, mas porque adicionar é o caminho de menor resistência em todas as decisões.

O que sobra num sistema que nunca encolhe

Funcionalidade que ninguém usa há oito meses, e continua lá porque remover dá trabalho e ninguém sabe se alguém usa.

Caminho alternativo criado pra um caso que não existe mais.

Três formas de fazer a mesma coisa, porque cada vez que alguém precisou, criou de novo em vez de achar a existente.

Configuração que não faz mais nada e ninguém tem coragem de tirar.

Cada um desses parece inofensivo. Juntos, eles são o motivo de você levar duas horas pra fazer uma mudança de dez minutos.

Por que isso é trabalho sênior

Porque exige o que só se ganha entendendo o sistema:

Saber o que aquilo fazia. Saber quem chamava. Saber por que foi criado, e se o motivo ainda existe. Saber o que quebra se sumir. E ter julgamento pra decidir entre remover agora, marcar como obsoleto, ou deixar.

Nada disso é mecânico, e nenhuma dessas perguntas a IA responde sozinha, porque ela não sabe o que o negócio ainda precisa.

Por isso chamar remoção de "limpeza" ou "faxina" desvaloriza a parte mais difícil do trabalho.

O efeito colateral bom

Quem remove código aprende o sistema de um jeito que quem só adiciona nunca aprende.

Pra apagar com segurança, você é obrigado a rastrear dependência, entender o histórico, mapear o alcance. É a forma mais rápida de conhecer um sistema por inteiro.

É o mesmo aprendizado de voltar num projeto antigo, com um objetivo mais exigente.

O que fazer com isso

Reserva tempo pra remover, do mesmo jeito que reserva pra construir. Se não estiver na agenda, não acontece, porque nunca vai ser a coisa mais urgente do dia.

E mede uso antes de decidir. Memória sobre o que é usado é péssima; número é confiável.

Todo sistema cresce sozinho. Encolher exige decisão.

A decisão é sua.

Perguntas frequentes

Perguntas rápidas

+Por que remover é mais difícil que adicionar?

Porque adicionar exige entender apenas a parte nova, enquanto remover exige saber quem depende daquilo. A dificuldade não está no ato de apagar, está na certeza de que nada quebra.

+Por que isso piorou com IA?

Porque o custo de adicionar caiu quase a zero e o de remover não mudou. Quando um dos lados fica barato e o outro não, o sistema acumula por padrão.

+Como identificar código que pode sair?

Procure funcionalidade que ninguém usa há meses, código que não é chamado por nada, e caminhos alternativos criados para um caso que não existe mais. Medição de uso ajuda mais que memória.

+Qual o risco de remover errado?

Quebrar algo que dependia daquilo em silêncio. Por isso remoção pede o mesmo cuidado de qualquer mudança sensível: entender o alcance, mudar em passo pequeno e ter como voltar.

Não perca o próximo

Receba os próximos posts no e-mail

Sem enrolação, sem hype. Tutoriais, análise de notícia e método de vibecoding com engenharia. Cancela quando quiser, é só responder pedindo.

Próximo passo

Quer aplicar isso com método?

Baixe os guias gratuitos de vibecoding com engenharia e libere os robôs de IA na Área do Cliente — prompts prontos para usar no ChatGPT, Claude ou Gemini.

Baixar guias grátisConhecer os robôs
RM

Sobre o autor

Rodrigo Munhoz Reis

Consultor de IA e Diretor de Tecnologia (CTO) e sócio de produtos 100% construídos em vibecoding — MeuCurso, DireitoHub e TreinadorOAB. Escreve sobre construir e usar IA com a velocidade da máquina e o rigor de engenheiro: vibecoding com engenharia.

LinkedInInstagramSobre →

Continue lendo

IA & Carreira

O que eu diria pra quem está começando hoje

Quem começa agora pega a ferramenta pronta e o método nenhum. É uma vantagem enorme e uma armadilha ao mesmo tempo. Cinco coisas que valem mais que qualquer atalho.

IA & Carreira

O erro que sai mais caro em vibecoding

Não é o bug. Não é a falha de segurança. O erro mais caro é aceitar rápido demais uma coisa que você não entendeu, porque ele multiplica todos os outros.

IA & Carreira

Por que arquitetura não se delega pra IA

A IA escreve a função melhor e mais rápido que você. Mas decidir onde essa função mora, quem pode chamar ela e o que acontece quando ela falha continua sendo seu.

← Voltar ao blog