The bottom rung is gone. Here's what replaces it.
O primeiro trabalho de software está sendo compactado. A substituição deve ser pública, revisável e real.
The old bargain said: get hired, learn on bounded work, earn trust, and grow. The new market increasingly says: prove you can work before anyone gives you the work.
A camada de aprendizagem nunca foi automática. Foi mantido.
O papel júnior costumava ser um contrato social áspero, mas confiável. Uma empresa contratou potencial, entregou trabalho limitado e permitiu que novos desenvolvedores aprendessem a julgar sob review. O trabalho não era glamouroso. Foram tickets, bugs, testes, migrações, docs, threads de suporte e código review.
Esse contrato está quebrando. As tarefas que tornaram o início de carreira legível são as mesmas tarefas que as empresas são mais tentadas a automatizar, comprimir ou entregar a pessoas seniores com copilotos AI.
O paradoxo da experiência tornou-se infraestrutura.
A primeira vítima não é apenas um anúncio de emprego. É a perda de um lugar onde os iniciantes podem cometer pequenos erros com segurança, aprender o padrão local e construir um registro que outra pessoa inspecionou.
Sem essa escada, o mercado pede experiência aos novos desenvolvedores, removendo o trabalho de baixo risco que costumava criá-la.
Quando a produção é barata, a prova tem que se aproximar da realidade.
AI torna a produção privada mais barata. Ele pode produzir uma demonstração polida, uma explicação plausível e uma bala de currículo respeitável em segundos. Isso é útil para o aprendizado, mas enfraquece o sinal de contratação quando cada candidato pode fabricar artefatos semelhantes.
O sinal de substituição não é uma autopromoção mais alta. É um trabalho público: contexto issue, diferenças pull request, feedback do mantenedor, revisões e alterações mescladas.
O código aberto transforma o aprendizado em uma trilha pública.
O código aberto não é um sistema de aprendizagem perfeito. Os mantenedores estão ocupados, issues variam em qualidade e labels são apenas dicas. Mas tem uma vantagem que o novo mercado de trabalho precisa muito: as evidências são públicas e passíveis de revisão.
Um pequeno pull request aceito mostra mais do que código. Ele mostra compreensão de leitura, manuseio de restrições, paciência com feedback e a capacidade de enviar dentro do sistema de outra pessoa.
AI pertence ao fluxo de trabalho, não ao lugar da prestação de contas.
O novo primeiro degrau não deve fingir que o AI desaparece. Os desenvolvedores devem usá-lo. Mas a unidade de prova deve ser a mudança revisada, não o artefato gerado.
A questão útil não é se um iniciante usou AI. É se eles entenderam o problema, validaram a mudança, responderam ao review e saíram do projeto melhor do que encontraram.
O degrau de substituição é contribuição, não teatro de credenciais.
O Good First Issue existe para esse caminho mais estreito e durável. Ele ajuda os novos desenvolvedores a encontrar trabalho pequeno o suficiente para começar e real o suficiente para importar.
A resposta para um degrau inferior que desaparece não é a nostalgia. É um primeiro passo melhor: trabalho público, com escopo e sustentável que dá aos iniciantes uma maneira justa de provar que podem enviar.
Construa o registro que o mercado pode inspecionar.
Escolha um issue focado, trabalhe em público, responda ao review e deixe um rastro durável de contribuição real.
Research and references
- SignalFire, The SignalFire State of Tech Talent Report - 2025, May 20, 2025
- Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
- Stanford Digital Economy Lab, November 2025 PDF version
- McKinsey Global Institute, Generative AI and the future of work in America, July 2023
- Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, September 16, 2025