O OpenAI Codex escreveu um jogo completo para DOS em Assembly x86 de 16 bits no estilo Asteroids, entregando 18 arquivos de código-fonte e aproximadamente 2.500 linhas de código sem uma única linha de Assembly escrita por humanos. O experimento mostra que uma IA pode conduzir um ciclo de vida de software completo — do planejamento à depuração — sem intervenção direta de um programador, indo além das demonstrações usuais de "autocompletar código".

Por que o teste foi importante

A maioria das demonstrações públicas de codificação por IA para em pequenos trechos ou utilitários simples. Para testar o limite superior, o experimento forçou o Codex ao ambiente mais restrito imaginável: Assembly x86 de 16 bits no DOS, sem engines de jogo, bibliotecas gráficas ou os confortos de linguagens de alto nível. O objetivo era ver se uma IA poderia não apenas gerar código, mas também gerenciar as tarefas de engenharia ao redor.

Como as funções foram divididas

As responsabilidades humanas limitaram-se a três ações:

  • Definir o objetivo geral do projeto (um jogo de tiro no estilo Asteroids).
  • Responder a quaisquer perguntas relacionadas à jogabilidade que surgissem.
  • Testar cada versão (build) e relatar os bugs observados.

As responsabilidades do Codex cobriram todo o resto:

  • Elaborar um plano de projeto e arquitetura.
  • Escrever os arquivos de código-fonte em Assembly.
  • Depurar, refatorar e reestruturar o código.
  • Manter o repositório Git, incluindo commits e gerenciamento de branches.
  • Compilar o binário e executá-lo em um emulador de DOS.

O humano nunca digitou uma única instrução Assembly, nunca invocou um compilador e nunca iniciou o jogo durante o desenvolvimento. A interação limitou-se a descrever os sintomas dos bugs; a IA localizou e corrigiu a causa raiz por conta própria.

O fluxo de trabalho iterativo

Cada ciclo começava com o Codex propondo um marco (ex: “implementar movimento da nave do jogador”). Em seguida, ele produzia os arquivos de código-fonte correspondentes, fazia o commit, compilava o executável e entregava a versão funcional ao testador. O Codex analisava o sintoma, rastreava-o pela base de código e emitia um patch sem orientação humana adicional.

O que o produto final contém

  • 18 arquivos de código-fonte em Assembly, organizados em uma estrutura de repositório convencional.
  • ≈2.500 linhas de Assembly, cobrindo manipulação de entrada, desenho de sprites, detecção de colisão e um sistema de pontuação máxima (high-score).
  • Um executável DOS jogável que roda em um ambiente DOS padrão e imita a jogabilidade clássica de Asteroids.
  • Zero Assembly escrito por humanos, confirmando que a IA lidou com todas as tarefas de programação de baixo nível.

Riscos e implicações

Se uma IA puder conduzir autonomamente um projeto desde a concepção até um binário funcional, o papel tradicional do programador como o principal orquestrador de uma base de código muda. As empresas poderiam reduzir o tempo gasto com configurações repetitivas (boilerplate), documentação e depuração de rotina, liberando os engenheiros para focar em design e estratégia de produto.

O experimento também destaca limites. O ambiente de teste foi deliberadamente estreito: um jogo DOS para um jogador com mecânicas bem conhecidas. Escalar essa abordagem para sistemas grandes e multi-módulos com dependências externas, restrições de segurança ou caminhos de código críticos para o desempenho permanece não comprovado. Além disso, o testador humano ainda atuou como o filtro final de qualidade; um erro de lógica não detectado poderia ter passado sem essa supervisão.

Contra-argumentos e questões em aberto

  • Confiabilidade: A programação em Assembly é implacável; um único erro de off-by-one pode travar todo o programa. O Codex corrigiu os bugs que viu, mas pode perder problemas sutis de temporização (timing) que só aparecem em testes de estresse.
  • Manutenibilidade: O código gerado sem diretrizes de estilo humano pode ser mais difícil de ler ou estender para futuros desenvolvedores, especialmente se as convenções de nomenclatura da IA diferirem dos padrões da equipe.
  • Propriedade intelectual: Quem é o dono do código quando uma IA o escreve? Os frameworks de licenciamento atuais assumem a autoria humana, deixando uma área cinzenta para artefatos produzidos por IA.

O que observar a seguir

  • Benchmarks mais amplos: Aplicar o mesmo fluxo de trabalho autônomo a aplicações de rede, aplicativos móveis ou projetos modernos em C/C++ testará se a abordagem escala além de jogos de estilo retrô.
  • Integração de ferramentas: Incorporar o Codex em pipelines de CI/CD poderia automatizar não apenas a geração de código, mas também testes, varredura de segurança e implantação.
  • Evolução de políticas: À medida que o código gerado por IA prolifera, as políticas legais e corporativas precisarão abordar propriedade, responsabilidade e conformidade.

A conclusão é clara: a IA agora pode atuar como um único engenheiro de software para projetos bem definidos e delimitados, entregando código funcional de baixo nível sem a necessidade de codificação manual humana. Se essa capacidade remodelará o desenvolvimento convencional depende da rapidez com que o ecossistema poderá lidar com questões de confiabilidade, manutenibilidade e preocupações legais.