Um experimento audacioso de portabilidade de software, impulsionado por inteligência artificial, resultou em uma nova versão do compilador TypeScript escrita em Rust. O desenvolvedor e YouTuber Theo Browne utilizou modelos de IA para realizar a tarefa, que ele descreve como algo que seria impraticável até recentemente. A versão resultante, batizada de TS_Rust, não apenas funciona, mas também alega oferecer um desempenho significativamente superior ao da reescrita oficial em Go mantida pela Microsoft, além de abrir caminhos para ambientes de computação mais eficientes em termos de memória para cargas de trabalho de IA.

O projeto, que consumiu cerca de US$ 24 mil em tokens de API de modelos como o Claude Opus 5.5 da Anthropic, passou nos testes de conformidade do TypeScript com quase 100% de precisão. Browne relata que a IA optou por portar a versão Go do compilador da Microsoft para Rust, em vez de uma tradução direta de JavaScript para Rust, um detalhe que ele descobriu apenas posteriormente. Essa abordagem, segundo ele, copiou alguns bugs originais, mas permitiu uma transição mais viável e resultou em um código que, segundo suas afirmações, roda duas vezes mais rápido que a versão Go da Microsoft (v7) e impressionantes 12,5 vezes mais rápido que a versão anterior (v6).

O Contexto da Portabilidade com IA

A capacidade de realizar tarefas de engenharia de software complexas, como a portabilidade de um compilador inteiro, utilizando apenas modelos de linguagem avançados, marca um ponto de inflexão na forma como o software pode ser desenvolvido. O próprio Browne iniciou o experimento com o objetivo de "queimar tokens em excesso" em um projeto que parecia impossível de ser concluído. Inicialmente, ele utilizou modelos da OpenAI, como GPT-5.6 Sol e GPT-6 Astra, que alcançaram cerca de 84% de compatibilidade antes de encontrarem dificuldades intransponíveis. A disponibilidade de modelos mais recentes e poderosos, como o Claude Opus 5.5, permitiu a conclusão bem-sucedida do projeto. Esse avanço sugere que tarefas que antes exigiam equipes de engenheiros dedicados e meses de trabalho podem, em um futuro próximo, ser automatizadas ou significativamente aceleradas por ferramentas de IA.

Essa tendência não é isolada. A Microsoft também utilizou IA para reescrever o runtime do Copilot em Rust, um projeto que custou cerca de US$ 120 mil em recursos de IA. O Google, por sua vez, está empregando agentes de IA para portar grandes bases de código escritas em C/C++ para Rust, utilizando seu modelo Gemini 4 Argon. Esses movimentos indicam uma adoção crescente de Rust em projetos de grande escala, atraídos por suas garantias de segurança de memória e desempenho, características que se alinham bem com as demandas de sistemas de alto desempenho e ambientes de execução eficientes.

O Mecanismo por Trás da Eficiência

A principal vantagem da versão TS_Rust, além da velocidade bruta, reside na sua potencial para criar ambientes de execução mais leves e eficientes em termos de memória. Browne argumenta que essa implementação em Rust poderia permitir que cargas de trabalho de IA escritas em TypeScript rodassem diretamente no motor V8 do Google, sem a necessidade de ambientes de execução pesados como máquinas virtuais ou contêineres Docker. Essa abordagem seria inviável com a implementação em Go da Microsoft, pois o coletor de lixo do Go exigiria a inclusão de um componente adicional no runtime via WebAssembly, uma tarefa complexa. Rust, por não necessitar de um coletor de lixo explícito, compila de forma mais eficiente com WebAssembly.

Essa otimização é particularmente relevante em um cenário onde os custos de inferência de IA estão em declínio exponencial. Conforme os modelos se tornam mais capazes e os custos computacionais para executá-los diminuem, o custo de suporte dos ambientes de desenvolvimento pode se tornar o gargalo. Uma solução como a TS_Rust, integrada a um ambiente como o V8 (que já é utilizado por empresas como a Cloudflare para isolar ambientes de usuário de forma eficiente), poderia reduzir drasticamente os custos operacionais para executar agentes de IA e outros tipos de cargas de trabalho.

Implicações para a Engenharia de Software

O sucesso deste experimento levanta questões importantes sobre o futuro da engenharia de software. Se um compilador complexo como o do TypeScript pode ser portado com sucesso e com ganhos de desempenho notáveis através de IA, quais outras tarefas de desenvolvimento podem ser transformadas? Para empresas que dependem de infraestrutura de software robusta e de alto desempenho, a possibilidade de reescrever componentes críticos em linguagens mais eficientes como Rust, com o auxílio de IA, pode representar uma vantagem competitiva significativa. A adoção de Rust, impulsionada por ferramentas de IA, pode se tornar uma tendência para otimizar o uso de recursos computacionais, especialmente em ambientes de nuvem e de computação de ponta.

No entanto, a dependência de IA para tarefas de desenvolvimento levanta preocupações sobre a verificabilidade do código e a introdução de bugs. O fato de a IA ter copiado erros da versão Go original, mesmo que não intencionalmente, sublinha a necessidade de supervisão humana e testes rigorosos. Para o ecossistema brasileiro, a adoção dessas tecnologias pode significar uma oportunidade de acelerar o desenvolvimento de soluções locais, mas também exige um investimento em capacitação para lidar com essas novas ferramentas e metodologias de desenvolvimento.

Perguntas em Aberto

Embora o experimento de Browne seja um feito notável, várias perguntas permanecem em aberto. A replicabilidade desse sucesso em larga escala, com diferentes bases de código e modelos de IA, ainda precisa ser demonstrada. A capacidade da IA de não apenas portar, mas também de otimizar e depurar código de forma autônoma, continua sendo uma área de pesquisa ativa. Além disso, o custo total de desenvolvimento, considerando não apenas o uso de tokens de IA, mas também o tempo de engenheiros para supervisionar, testar e integrar o código gerado, ainda precisa ser avaliado de forma holística.

A durabilidade e a manutenibilidade a longo prazo do código gerado por IA também são pontos de interrogação. Será que esses códigos serão tão fáceis de manter e atualizar quanto aqueles escritos por humanos? A resposta a essas questões definirá o verdadeiro impacto da IA na engenharia de software e se experimentos como o de Browne representam um vislumbre do futuro ou apenas uma curiosidade tecnológica.

O que antes era considerado um projeto de "YOLO" (You Only Live Once), que não deveria ser viável, acabou por funcionar como um substituto direto para o TypeScript. Esse resultado inesperado, impulsionado pela rápida evolução dos modelos de IA, sugere que a fronteira entre o que é possível e o que é impossível na engenharia de software está sendo constantemente redefinida. A comunidade de desenvolvimento agora aguarda para ver se essa abordagem se tornará um padrão ou permanecerá como um experimento fascinante.

Com reportagem de Brazil Valley

Source · The Register