Saltar para o conteúdo principal

Documentation Index

Fetch the complete documentation index at: https://docs.aiparlance.org/llms.txt

Use this file to discover all available pages before exploring further.

​
Impacto no custo do desenvolvimento

Este capítulo quantifica o argumento econômico do AI Parlance. Visão geral: Introdução. Spec: Especificação.

​
Onde o custo aparece hoje

LLMs gastam tokens em:
  • contexto de código já gerado (models, handlers, rotas, testes)
  • correção de inconsistências entre camadas
  • repetição estrutural a cada novo endpoint ou entidade
A maior parte é infraestrutura repetida, não lógica de negócio.

​
Comparativo honesto (mesmo escopo)

Escopo: entidade User com CRUD REST + validação + migration PostgreSQL.

​
AI Parlance (fonte editada pela IA)

app Demo @0.1 {
  database postgres
}

entity User {
  name: string required
  email: email required unique
}

crud User
~6 linhas na spec; id, created_at, updated_at implícitos (spec).

​
Go (saída ilustrativa do transpiler)

Além da struct, o stack completo costuma incluir repository, service, handler, rotas, validação e migration — frequentemente 150–400+ linhas para um CRUD idiomático. A economia está na geração e revisão do modelo (.aip), não na transpilação (offline, determinística).

​
TypeScript / Python / PHP

Interfaces ou classes isoladas são curtas (~10–20 linhas), mas não equivalem ao CRUD completo.

​
Redução de contexto para a IA

Trabalhar sobre .aip mantém no contexto entidades, policies, workflows e ai_context — em vez de milhares de linhas por framework.

​
Multi-target sem duplicação manual

A mesma spec em crm-reference.aip alimenta N transpiladores.

​
Impacto financeiro (inferência)

Variáveis: gerações por mês, tamanho médio do diff, preço por token. Alto volume de CRUD e pouca lógica custom → maior ROI. UI pesada ou integrações únicas → ganho menor na camada .aip (fora do escopo principal).

​
Limites do argumento de custo

  • Transpiladores precisam existir e ser confiáveis — custo de engenharia inicial.
  • workflow complexo pode aproximar código imperativo.
  • Blocos custom futuros reintroduzem código manual fora das métricas compactas.

​
Resumo

MétricaEfeito esperado
Tokens na edição do domínioRedução forte
Consistência arquiteturalMelhora
Custo de transpilaçãoOffline, amortizado
UI / integrações exóticasFora do escopo principal