Estamos na era da vibe: especialmente vibe coding e vibe marketing. 

Se você não é familiar com o termo, o vibe, nesse caso, está relacionado com a aplicação de aspectos técnicos do marketing e gestão que seriam inviáveis para uma equipe sem a expertise necessária. 

Tudo, é claro, apoiado por IA. Ou seja: o que leva vibe no nome, hoje em dia, descreve a possibilidade de realizar uma ação mesmo não tendo completo domínio sobre ela. 

Alguns exemplos: criar um site com IA sem ser desenvolvedor front-end, publicar o site com IA sem ter um desenvolvedor back-end, criar artes sem ser designers, videos sem ser videomaker e sem fazer captação, etc. 

Isso abre inúmeras possibilidades, mas também alguns problemas. Especialmente quando o assunto é vibe coding. 

No texto de hoje, vamos entender melhor quais são os principais perigos que o vibe coding traz para operações. Estamos pensando em segurança, performance, governança e principalmente aceitação do mercado. 

‍

Vamos lá? 

Você deveria trabalhar com vibe coding? Um aviso aos navegantes 

‍

O vibe coding tem seus problemas, não há dúvidas. Ao longo desse artigo, vamos tratar dos principais, mas há algo que precisamos conversar sobre antes. 

Como o texto está focado em identificar problemas e oferecer soluções para eles, o tom pode soar bastante negativo. Mas não é essa a intenção. 

O vibe coding é uma realidade nos processos de desenvolvimento. Criar com vibe coding não é o problema. Mas depender inteiramente dele, sem nenhuma expertise relacionada ao serviço sendo feito, é sim problemático. 

Essa é uma realidade do trabalho com IA, por sinal. Para usá-la bem, é necessário ter um nível pelo menos intermediário de expertise na prática. 

Um designer usando a IA vai ter muito menos problemas do que uma pessoa completamente leiga. Um redator vai conseguir criar muito melhor do que uma pessoa sem conhecimento na área. 

É a mesma coisa com o vibe coding. Usá-lo não é o problema, mas ele não substitui o desenvolvedor. 

Um profissional dedicado e com boa expertise ainda é necessário para a aplicação do código, para fazer QA (quality assurance), etc. 

Ao longo do texto, você vai entender o quão necessário esse desenvolvedor dedicado é. Esse profissional resolve a maioria dos problemas que o vibe coding é conhecido por causar. 

E agora, vamos à lista: 

Alucinações gerando slopsquatting

‍

Um dos maiores problemas do vibe coding é que as IAs alucinam. Mas há um agravante: elas alucinam com padrão. E tudo o que gera padrões é alvo para pessoas má intencionadas. 

As alucinações da IA criando código, quando acontecem em bibliotecas e pacotes, são bastante problemáticas por conta dessa criação de padrões. 

E esses padrões acabam gerando uma forma específica de cybersquatting: o slopsquatting. 

Basicamente, pessoas de má fé e criminosos virtuais entendem o padrão de alucinações das IAs que estão gerando o código, e registram essas bibliotecas alucinadas publicamente. 

Quando alguém referenciar essa biblioteca de novo — ou seja, quando a IA alucinar novamente no mesmo padrão — ela já não é mais uma alucinação. Ela carrega malwares e o código passa a ter backdoors para ataques por hackers. 

Um pequeno esquema para entender melhor a situação: 

• Um desenvolvedor (ou um agente de IA autônomo) pede ajuda pra IA com alguma tarefa — por exemplo, "como faço parsing de YAML em Python";
  
  
• A IA alucina o nome de uma dependência: sugere um pacote que soa perfeitamente plausível e "no clima" do ecossistema, mas que simplesmente não existe;
  
  
• Um atacante, monitorando esses padrões de alucinação, registra esse nome fabricado nos registros públicos como PyPI ou npm antes que alguém mais o faça;
  
  
• O próximo desenvolvedor (ou agente) que copiar o comando de instalação sugerido pela IA — sem verificar se o pacote é real — puxa código malicioso direto pra dentro do projeto.

Um estudo recente da Cloud Security Alliance analisou 576 mil amostras acadêmicas de código gerado por IAs, e achou que 19,7% dos pacotes recomendados por LLMs geradores de código simplesmente não existem.  

Só nesse estudo foram identificados mais de 205 mil nomes fictícios únicos catalogados em um único corpus de pesquisa. Cada um desses nomes tem potencial para ser uma ação de slopsquatting. 

Como não gerar essas vulnerabilidades 

Como estamos falando sobre segurança da informação, o ideal é contar com um desenvolvedor sênior para fazer a checagem final do código. 

Existem dois níveis principais de atuação buscando a prevenção geral de alucinações: a básica, feita acompanhando o código diretamente, e a mais complexa, envolvendo uma tech stack voltada para a funcionalidade. 

No nível básico, analisar a origem do pacote sugerido pela IA resolve a maioria dos problemas. 

É necessário revisar o código e questionar a IA sobre as dependências que ela está adicionando. 

É importante listar esses pacotes e buscar informações sobre eles. Documentações, reviews, comentários, etc.

A IA não vai fazer esse trabalho, especialmente as voltadas para gerar código. Elas provavelmente nem sabem que esse pacote está realmente disponível. Lembre-se que o coder mal intencionado está apostando em alucinações. 

No nível técnico e de governança, vale a pena: 

• Verificar assinaturas criptográficas e checksums antes de aceitar qualquer dependência nova;
  
  
• Manter listas de permissão (allowlists) com registros de pacotes já aprovados e vetados;
  
  
• Integrar escaneamento automatizado de dependências no pipeline de CI/CD, com monitoramento em tempo real;
  
  
• Testar toda dependência nova em ambiente de staging isolado antes de ir pra produção;
  
  
• Manter um SBOM (inventário completo de dependências) para rastrear a origem de cada pacote e detectar adições não autorizadas;
  
  
• Usar registries privados com namespace da própria organização para pacotes internos;

Tudo isso, é claro, faz parte de algo fundamental na realidade corporativa: tratar o risco como pauta de governança corporativa, não apenas como responsabilidade da equipe técnica.

Débito técnico pode gerar apagão de sistemas 

‍

Um problema silencioso no uso de IAs para gerar código é o aumento do débito técnico, que tende a colocar sistemas no limite, e até inviabilizá-los, com o tempo. 

O débito técnico é quando mais código, mais etapas e mais complicações são adicionadas a um projeto, criando mais dificuldades quando problemas e bugs surgem. 

Funciona assim: em vez de a IA (ou o desenvolvedor usando IA) identificar uma função já existente e reaproveitá-la, ela recria lógica parecida do zero, várias vezes, em lugares diferentes do projeto. 

O resultado: se você precisa corrigir um bug ou mudar uma regra de negócio, não corrige em um lugar só — precisa procurar todas as cópias espalhadas pelo código, e é fácil esquecer uma. 

Isso é a definição clássica de débito técnico: parece que você "ganhou tempo" na hora de escrever, mas paga esse tempo de volta, com juros, na manutenção. 

Isso já está acontecendo, e a tendência é aumentar. Segundo o blog Rock B., publicado no GitHub, a taxa de duplicação de código está na sua maior alta histórica em codebases que usam vibe coding: blocos duplicados são oito vezes mais comuns do que nas tradicionais.  

Com essa duplicação, os custos de manutenção também dispararam 300%, evidenciando o trade-off: mais velocidade a curto prazo, mais custos e dificuldades no longo. 

‍

‍

Como evitar e diminuir o débito técnico 

O maior problema aqui, mais uma vez, é relegar à IA a responsabilidade pelo código de modo geral, com baixo ou nenhum acompanhamento de desenvolvedores e especialistas. 

O código funciona na hora, e vai continuar funcionando ao longo de todo o ano. Porém, cada chamado vira um ponto de tensão enorme: e se o problema estiver tão extenso que é inviável resolvê-lo? 

Até que ponto o aumento do custo é viável para a marca? Empresas SaaS trabalham com uma margem apertada por conta do reinvestimento agressivo em marketing e P&D, necessários para seu modelo de growth. 

Um aumento de 300% nos custos de manutenção pode inviabilizar o projeto inteiro. 

Isso, aliás, é o mesmo processo acontecendo, mas em uma escala maior. O débito técnico acontece quando o código do projeto não é respeitado, e vai sendo transfigurado em algo completamente diferente. 

Pouco a pouco, o projeto vai se tornando quase irreconhecível, até o ponto de estar completamente irreconhecível. 

É como colocar um copo embaixo de uma pia gotejando para parar o gotejamento. Eventualmente o copo transborda, e não há nada a fazer além de esvaziá-lo. 

A ilusão da testagem sob o happy path 

‍

Esse é um dos problemas mais perniciosos do vibe coding, porque ele tende a ser invisível até o momento de crise. 

Porém, ele é o menos comum em equipes experientes de desenvolvimento, que se voltam para o código gerado por IA com um olhar bem mais crítico e voltado para o longo prazo.

O happy path é uma abstração: o que aconteceria com o aplicativo, o site, a landing page, o que for, dentro dos melhores padrões de uso possíveis. 

Por exemplo: o quão fluida é a navegação do e-commerce para um usuário. 

Essas testagens, em ambientes mais experientes e conduzidos por humanos, são iniciais. Elas buscam entender o comportamento do código em um primeiro momento, para testar sua base e sua lógica. 

Na vida real, as interações são diferentes. A navegação do e-commerce pode ficar complicada quando não é um usuário navegando, mas sim um milhão. Em época de black friday, aumentos de tráfego repentinos são bastante comuns. 

Sem pensar em estressores e sem adicionar medidas de contenção tanto no código quanto fora dele, a IA acaba gerando o código pensando no melhor cenário possível, sendo que a ideia é justamente o contrário: desenvolver pensando no pior cenário de uso possível. 

Como contornar o teste apenas no happy path

A experiência é a resposta. 

A IA tende a considerar o happy path porque esse é seu funcionamento padrão. 

Mesmo com prompts bem construídos, que reduzem o problema, a IA ainda tende a otimizar pra completar a task, sem pensar no longo prazo. 

Ela não consegue estrategizar tão a longo prazo assim, mesmo com os prompts certos, porque para ela só existe o happy path. 

O funcionamento padrão das IAs ignora os casos de uso das aplicações que ela cria, porque ela está focada em resolver a task.

Você precisa adicionar as variáveis no prompt. E para adicioná-las, é preciso conhecê-las. Ponto para a experiência. 

E além disso, é preciso revisar o código pré aplicação para garantir seu funcionamento em casos mais complicados. Mais um ponto para a experiência e gestão. 

Governança e segurança da informação 

‍

Esse é provavelmente um dos maiores problemas que a IA e o vibe coding trazem: a falta de governança e a vulnerabilidade do código. 

Isso é causado por vários problemas, alguns deles estruturais, mas é agravado pela variedade de modelos de LLMs disponíveis.

São variações entre modelos, variações de faixa de preço, variações temporais — um modelo pode ser ótimo hoje e obsoleto amanhã — que dificultam a criação de guidelines de governança sólidos. Eles precisam ser revisitados com frequência. 

Entre as principais — ChatGPT, Claude e Perplexity — existem mais de vinte modelos diferentes, sem contar os legados. 

São variações entre modelos, variações de faixa de preço, variações temporais — um modelo pode ser ótimo hoje e obsoleto amanhã — que dificultam a criação de guidelines de governança sólidos. Eles precisam ser revisitados com frequência. 

Pesquisas mostram que código gerado por IA carrega falhas de segurança em 40% a 62% dos casos, com os modelos escolhendo padrões de codificação inseguros em quase metade das vezes.

Um levantamento do Georgetown CSET foi ainda mais específico: encontrou vulnerabilidades de XSS em 86% das amostras de código geradas por IA testadas em cinco LLMs.

Hoje, esse é o maior problema do vibe coding. E mais uma vez, a resposta é testagem e experiência na gestão. 

Mas o que fazer? Veja logo abaixo: 

Um argumento à favor da visibilidade

A complicação começa de verdade quando as IAs não recebem revisão estruturada. 

Segundo o relatório de 2026 da Cycode, 81% das organizações não têm visibilidade sobre como e onde a IA é usada ao longo do ciclo de desenvolvimento de software. 

Quem está fazendo vibe coding de forma mais profissional tende a entender a necessidade de revisar o código com desenvolvedores seniores. O problema é que isso não é estruturado. 

O risco central da empresa não é a IA escrevendo código ruim, é desenvolvedores confiando mais em código gerado por IA do que em código escrito manualmente. 

É o mito da “IA sabe tudo”. Ela pode até saber mais do que nós, mas a governança e a estrutura de desenvolvimento é nossa.

A RTS Labs descreve um modelo de "Zona Verde / Zona Vermelha": o que pode ser gerado por IA com supervisão leve (zona verde — scripts internos, protótipos) e o que exige revisão humana obrigatória antes de produção (zona vermelha — autenticação, pagamentos, dados sensíveis). 

Essa é uma das melhores formas de tratar a revisão e o acompanhamento do código de IA antes da produção. Tente criar esse tipo de cultura para a sua empresa, já que o vibe coding, ao que tudo indica, chega para todos. 

Performance

‍

Tudo o que conversamos até agora está relacionado com a realidade do desenvolvimento de qualquer tipo de aplicação — desde um site até um app. 

Mas nenhuma delas está tão relacionada diretamente com o marketing como o que vamos descrever agora, a parte de performance. 

O vibe coding é extensamente usado no marketing e possui usos extremamente relevantes para a área. Os custos de desenvolvimento de um site, por exemplo, têm reduções imensas com o vibe coding, e até o vibe design, parte do conceito de vibe marketing. 

Segundo a Searchlab, cada segundo extra de carregamento reduz a conversão em 7%, e o bounce sobe para 53% em sites que levam 3 segundos pra carregar. 

Ainda não temos estudos que demonstrem a relação de vibe coding com esses problemas específicos de performance, mas um consenso está se formando ao redor de sites muito bonitos esteticamente, mas que falham em parâmetros básicos do Google. 

Um desenvolvedor fez um teste com 100 sites vibe coded recentemente, e encontrou problemas como: 

• Hero images inexplicavelmente gigantescas; 
• Sites que eram, na verdade, enormes vídeos; 
• Código ineficiente, gerando carregamento mais lento; 
• Imagens em formato .png aparecendo constantemente; 

Dentre outros problemas, todos já citados aqui até agora. Aliás, os problemas que citamos aqui, quando transportados para a realidade de SEO, vão inevitavelmente causar problemas de performance. 

Como resolver problemas de performance com vibe coding? 

Se você chegou até aqui, o padrão já deve estar claro: segurança, performance, governança — todos os problemas que levantamos têm a mesma raiz. 

Não é a IA gerando código ruim por acidente, mas a ausência de alguém com expertise suficiente para revisar, testar sob carga real e questionar as escolhas que a IA faz por padrão.

A boa notícia é que esse é um problema de processo. E vamos ser justos com desenvolvedores: não houve muito tempo para padronizar processos ainda. 

Não há literatura sobre processos e governança de IA formalizada e publicada. O que estamos vendo são dados crus, e em muitos casos, ainda ineficientes para definir quais são os melhores caminhos a tomar. 

Nenhum dos riscos que você viu aqui exige abandonar o vibe coding. Mas exige táticas próprias, por falta de literatura, para criar processos de governança. 

E se seu site já foi feito com vibe coding?

Se, lendo isso, você reconheceu algum desses sintomas no seu próprio site ou plataforma vale a pena parar e avaliar antes que o problema apareça como queda de conversão, perda de ranqueamento ou, pior, uma vulnerabilidade explorada.

Os principais sintomas são: 

• Lentidão súbita; 
• Dependências que ninguém audita e que estão fora da governança; 
• Decisões técnicas que nunca passaram por um olhar especializado; 
• Correções de bugs demorando mais do que o normal; 
• Custo elevado de plataformas de IAs pro problemas com tokens; 

Dentre outras. 

É exatamente esse tipo de avaliação que a Adtail faz: analisar a saúde técnica e de performance do seu site com o olhar de quem entende tanto de marketing quanto de desenvolvimento.

E traduzir isso em prioridades claras de correção, não só uma lista de alertas técnicos que ninguém no time sabe o que fazer com ela.

Especialmente no e-commerce. Tudo o que mencionamos aqui ganha uma dimensão muito mais urgente quando estamos tratando do comércio virtual. 

Venha saber mais sobre nossa experiência em desenvolvimento de sites conhecendo nossos cases. E entre em contato para uma avaliação rápida no seu site. 

Obrigado pela leitura e nos vemos no próximo artigo. 

‍