Uma startup israelense construiu Gnata, uma implementação pura em Go do JSONata 2.x, em apenas sete horas usando assistentes de codificação de IA por $400 em tokens de API. O resultado: uma melhoria de performance de 1.000x em expressões comuns e $500.000 em economia anual. JSONata é uma linguagem de consulta e transformação para dados JSON, tipicamente usada em pipelines de processamento de dados onde gargalos de performance podem custar dinheiro sério em escala.
Essa não é mais uma história de "IA vai substituir todos os desenvolvedores"—é prova de que IA se destaca em problemas de infraestrutura bem definidos. JSONata tem uma especificação clara, suites de teste estabelecidos e padrões de entrada/saída previsíveis. Essas são exatamente as condições onde as ferramentas atuais de codificação por IA brilham. A aceleração de 1.000x provavelmente vem da mudança de uma implementação JavaScript interpretada para código Go compilado, uma otimização que qualquer desenvolvedor experiente faria.
O que está faltando nessa história de fonte única é contexto crucial. Não sabemos qual assistente de codificação de IA eles usaram, como era a implementação original do JSONata, ou como validaram a correção através de toda a especificação JSONata. O valor de $500K em economia sugere que isso estava substituindo computação em nuvem cara ou taxas de licenciamento, mas sem métricas base, é difícil verificar. Mais importante, sete horas de tempo humano não conta o trabalho de engenharia para integrar, testar e manter isso em produção.
Para desenvolvedores, isso reforça uma lição chave: ferramentas de codificação por IA funcionam melhor em problemas isolados e bem especificados. Se você está lidando com gargalos de performance em bibliotecas padrão de transformação de dados, a IA provavelmente pode te ajudar a construir alternativas mais rápidas. Só não espere os mesmos resultados em aplicações greenfield ou lógica de negócios complexa.