Como você revisa código gerado por IA para não confiar nele cegamente?

Question

Accepted Answer

Código gerado por IA é um **rascunho de um autor confiante mas falível**. Muitas vezes parece correto e compila, mas esconde bugs sutis, APIs inventadas ou falhas de segurança. Uma revisão disciplinada mantém a velocidade sem o risco.

## O checklist de revisão

- **Leia cada linha.** Se você passar rapidamente, você coloca em produção bugs que não consegue explicar depois. Sem exceções.
- **Verifique se resolve o problema real** — não um parecido. IA otimiza para plausível, não para correto.
- **Execute os testes e o linter.** Adicione testes para os casos que você se importa; não confie cegamente nos testes da IA também.
- **Verifique casos extremos** — entrada vazia, nulos, valores grandes, concorrência, condições de limite.
- **Verifique segurança** — SQL/command injection, entrada não sanitizada, secrets no código, desserialização insegura.
- **Verifique performance** — loops O(n²) acidentais, queries N+1, memória ilimitada.
- **Confirme que as APIs existem** — IA alucina nomes de métodos e funções de bibliotecas que parecem reais.
- **Nunca cole código que você não entende.** Se você não consegue explicá-lo, você não consegue mantê-lo ou debugá-lo.

## Um fluxo prático

```text
1. Read the diff fully  →  do I understand every line?
2. Does it solve the real problem, including edge cases?
3. Run: tests + linter + type checker
4. Scan for security + performance red flags
5. Only then: commit (with a message that reflects what it really does)
```

Trate IA como um desenvolvedor junior rápido: útil, produtivo, mas cuja saída você sempre revisa antes de ir para produção. A responsabilidade pelo código que você coloca em produção continua com você, não com o modelo.

## Por que isso importa

O perigo do código de IA não é que ele seja obviamente quebrado — é que é *plausivamente* quebrado, passando por um olhar casual enquanto harbora um bug ou vulnerabilidade. Revisar cada linha, executar testes e recusar-se a colocar em produção código que você não entende é o que separa usar IA como um multiplicador de força de silenciosamente acumular débito técnico e risco de segurança que você não consegue contabilizar.