Não seja um meat proxy: colar a saída da IA não é agregar valor

Tem um comportamento que virou epidemia nos times de tecnologia e ninguém tinha nome pra ele até agora. Niklas Gruhn cunhou, e Simon Willison amplificou no blog dele no início de agosto: meat proxy. É a pessoa que joga uma pergunta no ChatGPT (ou Claude, ou Gemini), copia a resposta e cola no Slack pro colega, como se aquilo fosse contribuição. Um proxy de carne e osso entre você e o modelo. E o pior: sem ler o que passou adiante.

Eu vou assumir a posição de uma vez: ser meat proxy é o oposto de agregar valor. Willison resume melhor do que eu conseguiria: "Prompte a IA, sim. Mas não apenas repasse a saída. Leia, entenda, valide, e então escreva uma resposta com suas próprias palavras."

O que está sendo terceirizado (e o que não deveria)

O ponto não é ser contra IA. Eu uso modelo o dia inteiro, gero código, RAG, agente, o pacote todo. O problema é confundir acesso ao modelo com trabalho feito. Quando o colega te manda uma pergunta, ele já sabe que existe ChatGPT. Se a sua única contribuição foi digitar a pergunta dele numa caixa de texto, você não entrou na cadeia de valor, você entrou na cadeia de latência.

Willison descreve o passo que agrega valor com uma sequência clara:

• Ler a saída inteira, não só o primeiro parágrafo.
• Entender o que o modelo afirmou (e onde ele pode ter alucinado).
• Validar contra a realidade: rodou o código? conferiu a API? a versão da lib existe?
• Reescrever com suas palavras.

Esse último passo é o que ele chama de "um certificado decente de que você fez os passos anteriores". Adoro essa ideia. Se você consegue explicar com suas palavras, você entendeu. Se só deu Ctrl+C Ctrl+V, você não tem como provar (nem pra você mesmo) que aquilo faz sentido.

Onde isso dói no código

No dia a dia de quem constrói, o meat proxy tem uma versão específica e perigosa: o pull request gerado inteiro por IA que o autor não leu. Você abre o diff, tem 200 linhas, e quando comenta uma decisão estranha a resposta é "ah, foi o Copilot que fez". Isso não é delegar, é abdicar.

A fronteira que eu uso na prática é simples: delegue a execução, nunca o entendimento. Deixar o modelo escrever o boilerplate de um CRUD no Supabase, rascunhar um migration, sugerir três abordagens pra um problema de RAG? Ótimo, ganho de tempo real. Mas a responsabilidade pelo que entra no repositório continua sendo minha. Se quebrar em produção, "a IA escreveu" não é defesa técnica nem ética.

Tem um detalhe que muita gente ignora: LLM não sabe o seu contexto. Ele não conhece a dívida técnica do seu projeto, a decisão de arquitetura de seis meses atrás, o motivo real de aquele serviço estar acoplado. Esse contexto é exatamente o valor que você, humano, adiciona. Ao virar meat proxy, você joga fora a única coisa que a máquina não tem.

Resgatando a agência técnica

Acho que o termo pegou porque ele mira num desconforto que a gente sente mas não verbaliza. A facilidade de gerar texto plausível criou uma tentação enorme de parecer produtivo sem produzir. E parecer produtivo com resposta de IA colada é fácil demais.

A saída, pra mim, é recuperar a noção de que o dev é dono da decisão, não intermediário do modelo. Uma prática que adotei e recomendo: antes de mandar qualquer coisa gerada por IA, eu me obrigo a responder "por que isso está certo?". Se eu não consigo, eu não mando, eu volto e estudo. É atrito proposital, e é justamente esse atrito que separa quem usa IA como ferramenta de quem virou apêndice dela.

O recado do Willison é curto e vale reler: fazer esse esforço é o valor que você adiciona. No fim, IA não te substitui, mas o colega que lê, valida e reescreve substitui o colega que só encaminha. Não seja o segundo.

Link pro post original: simonwillison.net.

Fonte: Simon Willison