Ideia

Um ganho de tokens se decide contra o custo de implementá-lo na base de código existente

Info

Escrito originalmente em francês. Traduzido por IA — o sentido foi preservado, não a prosa.

Ideia principal

A regra de decisão cabe em três linhas: ganho grande e complexidade baixa, faça agora; ganho médio e complexidade média, planeje; ganho pequeno, ignore.

A fragilidade dela está na segunda coluna. O ganho se mede pelo consumo; o esforço, por sua vez, é estimado a partir do skill, como se o código que vai receber a mudança fosse limpo e modular. Uma otimização classificada como "baixa" — passar uma síntese para modo incremental, por exemplo — pode exigir rastrear o que já foi integrado através de um código antigo que ninguém quer reabrir. É essa diferença que desloca a classificação, e ela justifica já aumentar de saída as estimativas de esforço.

Por que isso importa

Isso impede ler um relatório de auditoria como uma lista de tarefas: ele propõe uma ordem de grandeza de ganhos, não um plano.

E devolve a decisão a quem tem as informações que faltam ao relatório — quem conhece a base de código.

Nuances e limites

Algumas otimizações de ganho imediato baixo mudam a trajetória: passar para incremental rende pouco hoje e cada vez mais à medida que os dados se acumulam. Uma classificação instantânea as subestima sistematicamente.

Questões em aberto

  • Como valorizar uma otimização cujo ganho cresce com o volume dos dados em vez de ficar constante?