Desenvolvimento em Lisp com Agentes de IA: Custos Elevados e Desafios Técnicos

Desempenho de Agentes de IA com Lisp vs. Outras Linguagens

Um engenheiro de DevOps usando OpenRouter com Goose CLI para desenvolvimento com agentes de IA descobriu diferenças significativas no desempenho da IA entre linguagens de programação. Ao trabalhar em uma ferramenta de conversão de formato de leitor RSS em Lisp, ele encontrou múltiplos desafios que tornaram o desenvolvimento caro e ineficiente em comparação com Python ou Go.

Detalhes da Implementação Técnica

O engenheiro inicialmente tentou fazer com que agentes de IA interagissem com o REPL do Lisp usando comandos tmux: tmux capture-pane -t 0.0 -p | tail -n 1. Essa abordagem consumiu tokens excessivos, exigiu comandos de espera e envolveu análise da saída do tmux. Claude mostrou algum progresso, mas ainda teve dificuldades, enquanto modelos mais baratos como DeepSeek e Qwen tiveram desempenho ruim, apesar de funcionarem adequadamente para outras tarefas.

Para melhorar a situação, ele criou tmux-repl-mcp, uma ferramenta em Python que fornece uma interface REPL mais direta. Em vez de interações complexas com tmux, os agentes poderiam simplesmente executar execute_command no REPL e receber a saída diretamente. Ele escolheu Python porque sua configuração existente do Goose usava uvx para instalação e gerenciamento de ferramentas.

Comparação de Custo e Desempenho

A diferença entre o desenvolvimento em Lisp e Python com IA foi dramática. Com Python, ele podia escrever todo o código e testes em um ou dois dias usando modelos baratos, exigindo apenas depuração semi-manual. Com Lisp, mesmo após implementar o tmux-repl-mcp, ele gastou $10 em 30 minutos com Claude, e a relação sinal-ruído permaneceu ruim em comparação com Python.

Principais observações da experiência:

• A IA gera código no caminho de menor resistência, padronizando para padrões comuns como QuickLisp mesmo quando instruída a usar alternativas como OCICL
• A natureza de alta latência de solicitação-resposta das APIs de IA entra em conflito com os fluxos de trabalho de desenvolvimento REPL
• Linguagens com alto volume na internet (Go, Python) são ordens de magnitude mais fáceis e baratas para desenvolvimento assistido por IA
• A IA converteu a popularidade da linguagem em economias reais de custo por milhão de tokens

O engenheiro observou que, independentemente da linguagem, seu papel permaneceu similar: atuar como um proprietário de produto opinativo gerenciando a IA. No entanto, a experiência careceu do prazer usual de escrever Lisp diretamente, levando-o a considerar reescrever o projeto em Go para melhor compatibilidade com IA.