O triunfo dos generalistas sobre os especialistas

Quando eu enveredei pela carreira de software, estava sempre em busca de expandir o meu leque de capacidades, tentando aprender várias linguagens de programação e diferentes frameworks. Mas o objectivo final envolveria necessariamente tornar-me especialista em alguma área específica. No meu caso, acabou por ser cibersegurança empresarial e no contexto de Web3.

No entanto, com o advento de agentes LLM a quebrar barreiras de entrada em vários sectores - mas sem dúvida no sector de software - ser um "Especialista" começa a perder a relevância. Aliás, em certo sentido, poder-se-á mesmo dizer que traz desvantagens…

O Generalista e o Especialista

Existem diferentes arquétipos do engenheiro de software. Estes distinguem-se não somente pela sua especialização, mas também pela cultura em que operam, as soft skills que dominam e empregam no contexto profissional (e muitas vezes no pessoal). Diferentes empresas acabam por contratar diferentes arquétipos, algumas vezes sem o perceber, mas de modo geral alinhado com a situação particular dessa empresa e o que ela valoriza no momento.

Uma lista proeminente destes tais arquétipos é apresentada num artigo de Drew Hoskins, autor do livro The Product-Minded Engineer, baseada na sua experiência de trabalho na Meta e na Stripe (traduzido do original inglês). Foquemo-nos no Generalista e no Especialista.

• O Generalista (Meta, Stripe) - Eterno aprendiz versátil que se adapta rapidamente a novas áreas.
• O Especialista / Perito na Matéria (Meta, Stripe) - Conhecimento profundo numa área particularmente valiosa, como Segurança, Machine Learning ou Pagamentos.

O percurso da maioria dos engenheiros de software tem como objetivo por defeito alcançar a meta de Especialista. Pelo contrário, tornar-se um Generalista nunca foi o objetivo de um engenheiro. Afinal, por muito que a qualidade de "aprendiz versátil" seja louvável e desejada por muitos, é difícil pensar como alguém pode acrescentar algum valor a uma empresa ou organização sem ter forçosamente de se destacar como um Especialista.

E no entanto, diante desta nova realidade empresarial onde tudo usa IA, onde tudo deve ser agentic, e onde tudo está a mudar rapidamente, o Generalista tem a vantagem face ao Especialista.

Trata-se de uma realidade empresarial que mudou apenas muito recentemente, com o advento de ferramentas impressionantes como o Claude Code. O gap entre ter uma boa ideia e chegar a um MVP diminuiu drasticamente. Mas acima de tudo, a barreira de entrada para a utilização de qualquer tecnologia ou aplicação diminuiu ao ponto de qualquer pessoa poder usar tais ferramentas a um nível quasi-Especialista.

O Generalista é mais flexível para aprender e adaptar-se. Exactamente por não estar preso aos pormenores do Especialista, consegue usar a Inteligência Artificial para subir mais alto, até mesmo na área do Especialista. Essa velocidade, flexibilidade e imaginação optimista, combinada com modelos e agentes cada vez mais competentes, está a potenciar a vitória do Generalista. E o ambiente empresarial começa a reconhecer isto. Além disso, e pelo menos por enquanto, o Especialista tem um valor horário mais caro que o Generalista. E contudo, o retorno em valor para a empresa já não é proporcionalmente maior.

Na prática, isto já está a acontecer em diferentes contextos. Tenho, inclusive, visto de perto esta mudança a acontecer, tanto no meu trabalho como no dos meus colegas.

O monstro do Google Workspace

Quando me tornei Director de Segurança da Immunefi, uma das novas tarefas com que me deparei foi gerir o nosso Google Workspace. Trata-se do ecossistema/infraestrutura basilar da empresa, onde se gere não só o provisionamento de contas mas sobretudo toda a fundação de segurança da organização. Em empresas onde o tamanho o justifique, existem mesmo posições especialistas de Administrador de Google Workspace.

E como é costume neste tipo de software, trata-se de um verdadeiro monstro. A interface é confusa, nada intuitiva, e nada imediata para quem a tenta usar. É normal - tem tantas possíveis configurações e tantos dados para mastigar que parece uma tarefa impossível garantir uma boa experiência de utilização. E para uma pessoa que nunca tinha usado o Google Workspace - como era o meu caso - tal gestão apresenta-se um tanto intimidante.

Achava eu que as minhas queixas frequentes sobre a má UX do Google Workspace levariam eventualmente ao investimento da parte da Google em melhorar a sua suite de produtos empresariais. E no entanto, não podia estar mais enganado. No final de 2025, a Google lança o Google Workspace Studio, que permite pedir a um agente Gemini para navegar a complexidade do sistema em vez de ser o utilizador a fazê-lo. O utilizador delega, assim, a complexidade da tarefa ao agente. Investir em melhorar uma má UX? Melhor, investir num agente que navegue essa má UX pelo utilizador!

De facto, as LLMs já conhecem todos os meandros destes sistemas complexos. Desde um dos softwares mais usados no mundo empresarial - como o caso do Google Workspace - até a softwares de nicho, as LLMs tornaram-se elas próprias especialistas na matéria. Basta perguntar como se faz, e a inteligência artificial providencia os passos necessários. Neste caso em particular, a Google vai mais longe e cria um agente que não se limita a informar o utilizador sobre como navegar a ferramenta, mas ele próprio faz o trabalho para alcançar o objectivo pretendido. E de repente, o Generalista ganha os mesmos poderes que o Especialista.

O caso COBOL

A própria especialização numa linguagem específica de nicho também começa a tornar-se menos valiosa em comparação com características generalistas. Por exemplo, existem inúmeros sistemas antigos na banca e noutras indústrias escritos em COBOL, uma linguagem com uma fama de tão antiquada como extremamente resiliente. Por inúmeras razões, há grande interesse em modernizar tais sistemas, migrando-os para linguagens mais modernas (e… melhores?). O problema é que programadores de COBOL são raros como diamantes, o que os torna mais valiosos (apesar do mercado ser limitado).

Mas eis que a inteligência artificial entra em cena! De repente, qualquer pessoa passa a ser capaz de impulsionar a modernização de tais sistemas. A própria Anthropic publicou um vídeo a demonstrar como usar o Claude Code precisamente para este fim. O Especialista, outrora indispensável, vê agora o seu nicho a encolher. Mas sobretudo, a sua vantagem já não é tão competitiva.

Quando um colega me venceu com o Claude Code

Recentemente, um dos engenheiros da minha empresa apresentou-me smart contracts (software que é executado em blockchains) que ele criou para uma possível utilização futura. A minha primeira reação foi de confusão. De facto, eu sou o especialista em smart contracts na minha empresa, e estaria à espera que tal trabalho caísse forçosamente na minha secretária digital. Mas parece que este meu colega se aventurou por este terreno um pouco desconhecido em busca de validar uma ideia de forma rápida, utilizando o Claude Code e o melhor modelo de código da Anthropic.

Fiquei pasmado quando dei uma vista de olhos aos smart contracts que o meu colega engenheiro fez com a ajuda do seu novo assistente, e vi que estavam… fenomenais. O código era legível, bem estruturado, cumpria o propósito e, em certos pormenores, mostrava o domínio das realidades particulares da programação no contexto de blockchains. Não fiz uma auditoria minuciosa, portanto poderia ter problemas de segurança. Mas isso não seria diferente do código que eu teria produzido: smart contracts precisam sempre de uma auditoria de segurança.

A astúcia e flexibilidade do meu colega mostrou-me que, graças às ferramentas de inteligência artificial que ele tem à sua mercê, ele foi capaz de desenvolver código de nível excelente num nicho onde eu sou especialista. E com uma rapidez drasticamente superior à minha.

A mudança tem limites (ainda…)

Isto não significa que o Especialista se tornou totalmente obsoleto. Há domínios onde o custo do erro é demasiado alto, ou onde a Inteligência Artificial não consegue (ainda?) desbloquear os Generalistas - criptografia, infraestrutura crítica, ou outros casos altamente especializados. Nestas e outras áreas, o conhecimento profundo continua difícil de substituir, ou pelo menos o retorno do Especialista continua a ser suficiente para justificar o investimento. E, claro está, a IA não é infalível: alucina, produz código que parece correcto mas não o é.

A vantagem do generalista não vem apenas de usar agentes de Inteligência Artificial, mas de saber identificar oportunidades onde a aplicar, seja para maximizar produtividade - seja para desbloquear novas ideias. Isto torna-o mais capaz de causar disrupção, inovar o negócio e criar valor. O especialista, mais focado no seu nicho, tende a usar a IA de forma mais restrita e perde oportunidades que o generalista captura.

Para a vasta maioria da engenharia de software, a balança sem dúvida inclinou-se para o lado mais inesperado.

O que fazer agora?

Quando comecei a minha carreira, o conselho geral era claro: "especializa-te". Apesar de o ter feito em certas áreas, fui percebendo que o meu forte sempre foi outro - a versatilidade, a capacidade de saltar entre áreas, aprender rápido, e ligar pontos que outros não veem. A Inteligência Artificial vem precisamente amplificar e valorizar essas capacidades.

Para quem está a começar hoje, o conselho tradicional merece ser revisto. Investe em amplitude, em curiosidade, em dominar as ferramentas que multiplicam o teu alcance. Quem não o fizer, vai ter dificuldade em competir. E quando as empresas precisarem de contratar, a escolha será entre uma chave de parafusos ou um berbequim.