Olá pessoal!

Na Carta 017, eu escrevi sobre a minha mãe.

Contei que ela lutou três anos contra um câncer que não dava trégua. Que eu tinha 18 anos quando segurei a mão dela pela última vez. E que a mesma IA que tanta gente temia podia ser a tecnologia que um dia fosse, e aqui eu cito a frase exata que publiquei: “descobrir a cura para o câncer que matou minha mãe”.

Quando escrevi aquilo, era esperança. Argumento de carta.

Essa semana, três notícias chegaram juntas: a primeira vacina de mRNA contra câncer venceu um estudo de fase 3, o Claude desenhou proteínas que funcionaram em laboratório físico, e uma IA de código aberto encontrou dois padrões de defeito celular que patologista humano não conseguia enxergar em câncer de mama.

Nenhuma das três é a cura. Vou repetir isso ao longo da edição, porque a linha entre esperança e propaganda é fina demais pra eu fingir que não existe.

Mas foi a primeira semana em que eu li o noticiário de IA e vi caminho, não promessa.

3 :: Notícias Que Você Precisa Saber

A primeira vacina de mRNA contra câncer venceu um estudo de fase 3

Em 19 de agosto, a Moderna e a Merck anunciaram o resultado do INTerpath-001, um estudo de fase 3 com 1.137 pacientes de melanoma em estágio IIB a IV que já tinham removido o tumor em cirurgia.

A vacina se chama intismeran autogene, e ela funciona diferente de tudo que você tomou na vida.

Não existe um frasco de prateleira. O DNA do tumor de cada paciente é sequenciado, algoritmos identificam as mutações únicas daquele tumor (os chamados neoantígenos), e a Moderna fabrica uma vacina de mRNA sob medida, codificando até 34 desses alvos. Uma vacina por pessoa, combinada com o Keytruda, a imunoterapia da Merck.

O resultado:

:: O estudo bateu a meta principal: pacientes vacinados ficaram mais tempo livres de recorrência do câncer
:: Bateu também a meta secundária: mais tempo sem metástase à distância, que é o que transforma melanoma em sentença
:: Nenhum sinal novo de segurança foi reportado
:: É o primeiro estudo randomizado de fase 3 da história a comprovar o conceito de vacina de neoantígenos

Sejamos honestos com o que ainda falta: as empresas divulgaram só o resultado geral, sem abrir os números detalhados, que saem em congresso médico. E o dado mais importante de todos, sobrevida total, ainda está em acompanhamento.

Mas o mRNA, aquela tecnologia que meio mundo aprendeu a odiar durante a pandemia, acaba de mostrar pra que veio. E a parte da IA está escondida no meio do processo: escolher 34 alvos entre centenas de mutações de um tumor único não é trabalho de gente com planilha. É trabalho de modelo.

Fonte :: The New York Times

O Claude desenhou proteínas, e um laboratório físico confirmou que elas funcionam

Na edição 067, eu mencionei num bullet que especialistas da Anthropic tinham acelerado partes do design de proteínas em cerca de 10x. Agora a pesquisa saiu inteira, com validação externa.

O Claude rodou campanhas autônomas de design de ligantes, proteínas pequenas projetadas pra se prender com força a um alvo específico. É a etapa inicial de quase todo medicamento novo: sem um ligante forte, não existe remédio.

Os números:

:: De 1.320 proteínas desenhadas, 354 funcionaram quando testadas fisicamente, uma taxa de 26,7% a 35,1% de sucesso, contra os 10% a 15% típicos da indústria
:: Foram 15 alvos testados, com sucesso em 14
:: Cada campanha levou de 24 a 48 horas de processamento. O mesmo trabalho toma de um engenheiro de proteínas meses por alvo
:: Quem validou não foi a Anthropic: foram a Adaptyv Bio e a Twist Bioscience, que sintetizaram e testaram as proteínas em bancada

Alguns dos ligantes superaram o melhor resultado já publicado em afinidade. E afinidade importa por uma razão que qualquer paciente de quimioterapia entende no corpo: quanto mais forte o remédio gruda no alvo, menor a dose necessária, menor o custo e menor o estrago no resto.

Eu ganho dinheiro ensinando o ecossistema Claude, então desconta o meu viés e confere os números da pesquisa por conta própria.

Dito isso, o que me segura nessa notícia é o desenho dela. IA propondo, laboratório independente batendo o martelo. É assim que ciência atravessa o hype: com bancada, não com demo.

Fonte :: Anthropic

Uma IA de código aberto enxergou o que o microscópio não mostrava

Enquanto as gigantes anunciavam, um hospital universitário público fez o achado mais silencioso da semana.

Pesquisadores de Southampton, na Inglaterra, criaram o CenSegNet, uma plataforma de IA que analisa centrossomos, as estruturas que organizam a divisão da célula. Quando eles falham, a célula se divide errado. Câncer é, entre outras coisas, divisão errada em série.

O estudo analisou amostras de 127 pacientes com câncer de mama: 911 espécimes de tumor e mais de 330 mil centrossomos, um por um, em resolução de célula única.

O que apareceu:

:: Existem duas formas distintas de anomalia nos centrossomos, e ninguém tinha conseguido separá-las em tumor inteiro antes
:: Tumores cheios de centrossomos aumentados eram os mais agressivos, com grau maior e mais comprometimento de linfonodos
:: Pacientes com poucos centrossomos aumentados no núcleo do tumor viveram mais

Nas palavras do Dr. Salah Elias, que liderou o trabalho: o CenSegNet permite analisar esses defeitos “com resolução de célula única em tumores inteiros”.

E o detalhe que me ganhou: a ferramenta é de código aberto, disponível pra qualquer laboratório do planeta, e o método serve pra outros tipos de câncer além do de mama.

A notícia 1 veio de duas farmacêuticas gigantes. A 2, de um laboratório de fronteira avaliado em bilhões. Essa aqui veio de um hospital público, com software livre. O caminho não tem dono.

Fonte :: University Hospital Southampton, NHS

Torne-se um membro VIP

2 :: Ferramentas Que Apareceram de Graça

Ox Alpha era o GLM 5.3 Flash :: o modelo misterioso tinha dono

No dia 20 de agosto, um modelo apareceu no OpenRouter com o rótulo de “stealth model” (modelo furtivo, sem autor declarado). Nome: Ox Alpha. Uso gratuito por uma semana, contexto de 1 milhão de tokens, entrada de texto, imagem e vídeo, foco em código e tarefas longas de agente.

Virou gincana. Desenvolvedor do mundo inteiro testando às cegas e apostando na origem. A pista decisiva veio de análise de tokenizador: os padrões batiam com os modelos da Z.ai.

Confirmado. Era o GLM 5.3 Flash, da chinesa Z.ai.

O que ele é, agora com nome na etiqueta:

:: 320 bilhões de parâmetros no total, mas só 18 bilhões ativos por resposta, uma arquitetura que acorda apenas os especialistas internos necessários pra cada tarefa
:: Pesos abertos sob licença MIT, baixáveis do Hugging Face
:: Preço de tabela: US$ 0,15 na entrada e US$ 0,50 na saída, por milhão de tokens. A mediana do mercado é US$ 0,50 e US$ 2,20
:: No Terminal-Bench 2.1, benchmark de tarefas de terminal, marcou 84,3 contra 85,0 do Claude Opus 4.8, nos números divulgados pela própria Z.ai

Na edição 071, eu escrevi que a frase de venda da China era “o GLM está a um ponto do Opus 4.8”. Dois meses depois, a versão barata da linha chegou a sete décimos, segundo o fabricante.

Ainda não rodei o GLM 5.3 Flash nos meus fluxos, então não tenho veredito de uso pra te dar. O que eu tenho é uma leitura da jogada: a semana de mistério foi marketing de precisão. Milhares de elogios colhidos às cegas, sem o desconto que a etiqueta “modelo chinês” costuma cobrar. Quando o nome saiu, a prova social já estava pronta.

Link :: Z.ai · Bloomberg

Meta AI ganhou app nativo pra Mac, mirando quem cria e quem vende

A Meta lançou um aplicativo nativo do Meta AI pra macOS, em beta gratuito, voltado pra criadores e pequenos negócios.

O que ele faz:

:: Compartilhamento de tela: você mostra uma janela e pergunta sobre o que está nela
:: Ditado em qualquer aplicativo do sistema, rodando o modelo Muse Spark da própria Meta
:: Conexão com Instagram, Facebook, contas de anúncio e Google Workspace pra sugerir posts, gerar documentos e planilhas e montar relatórios recorrentes
:: Download de 16 MB, exige Mac com chip Apple Silicon e macOS 15 ou superior. Mac com Intel ficou de fora

O beta é gratuito, com funções avançadas atrás da assinatura Meta One, e está disponível só em regiões selecionadas por enquanto.

Agora, a pergunta que eu faria antes de conectar qualquer conta: a Meta não esclareceu se os dados do seu negócio, desempenho de anúncio, rascunhos, documentos internos, alimentam segmentação de anúncios ou treinamento de modelo.

Pra quem vive de criar conteúdo e vender no Instagram, que é boa parte de quem me lê, esse app foi desenhado pra você. Justamente por isso, leia o que você está autorizando antes de plugar o negócio inteiro nele.

Link :: daily.dev

Quer receber conteúdo mais exclusivo?

1 :: Ideia que me lembrou Silicon Valley

Darkbloom :: alugar o Mac ocioso do vizinho pra rodar IA

Aviso antes de qualquer coisa: eu ainda não testei o Darkbloom. Ele entra aqui pela ideia, não por recomendação de uso.

O conceito: uma rede de inferência que roteia requisições criptografadas pra Macs com Apple Silicon verificados, espalhados pelo mundo. Seu prompt roda no chip de um desconhecido, sem que o desconhecido consiga ler nada.

Os números do site:

:: Gemma 4 26B a US$ 0,03 (entrada) e US$ 0,165 (saída) por milhão de tokens; GPT-OSS 20B a US$ 0,015 e US$ 0,07, cerca de metade do preço dos provedores comuns
:: Quem empresta a máquina recebe: durante a fase alfa, 100% da receita de inferência vai pro dono do Mac
:: A aposta de fundo: existem mais de 100 milhões de Macs com hardware de IA sério no mundo, parados em média 18 horas por dia
:: Pra desenvolvedor, o SDK é compatível com o padrão da OpenAI: troca a URL base e pronto

A privacidade é a espinha do produto: criptografia de ponta a ponta, chaves geradas dentro do enclave seguro da Apple e um sistema de execução blindado contra inspeção. A frase deles resume: o operador contribui com computação, não com visibilidade.

Se você assistiu Silicon Valley, já reconheceu o enredo. É a internet descentralizada do Pied Piper, construída sobre aparelhos ociosos. Na série, era piada de roteirista. Agora tem tabela de preço.

Meu freio de mão continua puxado: é uma alfa pública, sem histórico, e promessa de privacidade se audita, não se acredita. Eu não colocaria dado de cliente ali hoje. Mas a direção diz algo sobre o momento: a nota 3 desta edição mostrou ciência de ponta em software livre, a ferramenta 1 mostrou modelo aberto a preço de banana, e essa aqui quer transformar o computador da sua mesa em infraestrutura. A inteligência está ficando barata e distribuída ao mesmo tempo.

Link :: darkbloom.dev

Conhecer mais

O que eu não escrevi na Carta 017

Sempre me incomodou quando executivo de IA usa “vamos curar o câncer” como escudo retórico, aquela frase que encerra qualquer debate sobre risco, custo ou pressa.

Me incomoda até hoje. E eu devo uma admissão: eu usei o mesmo argumento na Carta 017, com a doença da minha mãe no meio da frase.

A diferença que essa semana trouxe é que o argumento parou de ser só argumento. Uma vacina com 1.137 pacientes e meta batida. Proteínas confirmadas em bancada independente. Um padrão celular que olho humano não separava. Fato empilhado em cima de fato, na mesma semana.

Isso não absolve o escudo retórico. Continua sendo desonesto usar o câncer dos outros pra vender roadmap.

E tem o que eu genuinamente não sei. Uma vacina fabricada sob medida pra cada paciente vai custar quanto? Vai chegar ao SUS em quanto tempo? Chega a tempo de quem está na fila do oncologista hoje, ou vira mais uma década de distância entre quem pode e quem espera?

Não tenho resposta.

Minha mãe não teve tempo. Essa semana, pela primeira vez em 77 edições, eu li as notícias e pensei que a próxima família talvez tenha.

For those about AI... We salute you.

Caio

PS :: A Carta 017, onde a história da minha mãe está contada por inteiro, é essa aqui: IA vai roubar seu emprego. E daí? Até hoje é o texto mais difícil que eu publiquei.

ENQUETE

Dia 5 de setembro eu embarco pra Orlando com a minha família.

Sete parques em alguns dias. Quatro da Disney, três da Universal.

No meu iPhone vai um aplicativo que eu escrevi, que ninguém nunca usou em campo, que não existe em loja nenhuma, e que eu vou depender pra decidir onde comer e o que enfrentar de fila com duas crianças cansadas no sol da Flórida.

Se ele falhar, ele falha na frente delas.

Nada de laboratório: é a viagem que eu vendi para minhas filhas há meses.

E foi exatamente esse detalhe que mudou como eu construí.

Porque quando o usuário do seu software é você mesmo, com a sua família, num lugar onde não tem “eu conserto amanhã”, você para de aceitar coisa que parece funcionar.

Deixa eu te contar o que eu descobri no processo, e que é a razão de eu estar escrevendo esta VIP em vez de só postar um print bonito do app.

Read more

Passei um tempo esta semana olhando um ponteiro de mouse andar sozinho pela tela.

Não era proteção de tela. Era um agente de IA executando uma tarefa que eu tinha pedido: procurando o botão, esperando a página carregar, clicando, voltando a procurar. Como um estagiário muito educado usando o meu computador na minha frente.

Não cronometrei. Se eu te desse um número aqui, seria inventado. O que eu tenho é a sensação, repetida vezes suficientes pra virar assunto, de assistir o ponteiro passear por cima de uma coisa que eu sei que sairia em um comando.

E aí vem a parte constrangedora desta carta: eu gostei de assistir.

O programa se chama Grok Bot. A SpaceXAI, que até outro dia se chamava xAI, lançou em 11 de agosto, ele roda num computador próprio na nuvem em vez do meu, e comecei a testar essa semana.

Vou ser justo com o produto, porque a parte difícil ele resolveu. Não tem chave de acesso pra colar, não tem arquivo de configuração, não tem aquele ritual de vinte minutos antes de pedir a primeira coisa. Você fala, ele faz. Pra quem passa o dia ensinando gente a montar ambiente de IA, esse atrito que sumiu não é detalhe pequeno.

O jeito como ele resolveu é que virou esta carta. Quase tudo, ele faz abrindo a tela e clicando.

O nome disso é computer use, e ele é o último recurso

Computer use é quando o agente controla a tela como você controlaria: enxerga o que está aparecendo, decide onde clicar, digita, rola a página. Claude e ChatGPT também têm isso. O Grok Bot só levou a coisa ao extremo de fazer disso o caminho padrão.

Daniel Nest escreveu sobre exatamente esse tema em 6 de agosto, na newsletter Why Try AI, no nono texto de uma série sobre Claude Code. O teste dele é besta, e é por isso que serve: renomear um monte de fotos.

Pelo ChatGPT controlando a tela, quase 5 minutos. Pelo Claude Code trabalhando por trás, com acesso direto aos arquivos, cerca de 1 minuto.

Fonte :: When Is “Computer Use” Actually Useful?, Daniel Nest, Why Try AI, 6 de agosto de 2026

Mesma tarefa, mesmo resultado, cinco vezes o tempo.

O motivo é mecânico, não é opinião. Pra clicar num botão, o agente precisa tirar uma foto da tela, interpretar aquela imagem, achar o botão, calcular a posição, clicar, e tirar outra foto pra conferir se deu certo. Repete isso a cada passo. Cada volta desse ciclo queima segundos e queima token, que é a unidade em que você paga pelo modelo.

O caminho de trás não olha nada. Ele fala direto com o arquivo, com o banco, com a ferramenta.

Olhar é caro. A gente esquece disso porque, pra nós, olhar é de graça.

Torne-se um membro VIP

A escada, na ordem certa

O Nest organiza as opções numa escada de quatro degraus, da mais rápida pra mais lenta. Anotei e colei perto de mim:

01 :: Conector. Se a ferramenta já tem conector, plugin ou MCP (o padrão aberto que serve pra plugar ferramenta em modelo), acabou aqui. Nem se cogita o resto.

02 :: Rota direta. Um script, um comando, uma exportação de CSV. Feio de ver, instantâneo de rodar.

03 :: Navegador. Quando você precisa da web, mas não precisa da tela inteira da sua máquina.

04 :: Computer use. Quando não sobrou alternativa.

Repara que computer use está em último. Ele é o degrau que sobra quando os três de cima não servem.

E existe uma lista curta de tarefas em que ele é a escolha certa, todas com a mesma característica: o objeto do trabalho é a própria tela.

:: Análise de interface e de experiência, quando o julgamento depende de como a coisa aparece pro usuário
:: Formulário com lógica visual complicada, daqueles em que os campos mudam conforme você preenche
:: Raspagem de página montada dinamicamente, que só passa a existir depois de renderizada

Fora disso, o Nest é direto sobre onde não usar: qualquer coisa que já tenha conector nativo, lote grande e previsível como planilha e entrada de dados, tarefa curta de uma vez só, e ler e resumir conteúdo da web.

Tem também o aviso que costuma sair em letra miúda: computer use pode expor ao agente a sua tela inteira e a sua área de trabalho. Não é a tarefa que você entregou. É tudo que estiver aberto ali atrás.

Quer receber conteúdo mais exclusivo?

Por que a gente escolhe o caminho lento

O caminho rápido é invisível. Você manda, some, e volta com a coisa pronta. Ele pede confiança cega.

O caminho lento é “assistível”. Você vê o ponteiro andar, vê a janela abrir, vê o campo sendo preenchido. Ele não pede confiança nenhuma: ele mostra.

Quando eu escolho olhar o Grok Bot trabalhar em vez de resolver por conector, eu não estou sendo ineficiente por burrice. Estou comprando a sensação de estar no controle de uma coisa que eu não controlo. Pago essa sensação em tempo e em token, e por um bom tempo achei que estava só testando o produto.

E eu vivo disso, o que piora o meu caso.

O que enche sala numa aula minha é a tela se movendo sozinha. Já mostrei ao vivo agente clicando em coisa e vi a reação, que é sempre a mesma e é ótima. Ninguém nunca aplaudiu um conector bem configurado. Não existe vídeo curto de rota direta.

E fui conferir o meu próprio arquivo antes de publicar esta carta, porque é fácil demais apontar isso nos outros. Na 3-2-1 034 eu chamei computer use de revolucionário e pendurei um número de teste do lado. Na 053, computer use nativo virou manchete de edição. Nas duas vezes o critério que me fez escolher a chamada foi o mesmo que me prendeu na tela essa semana.

Então quando eu monto uma demonstração, eu escolho pelo mesmo critério que passei os últimos parágrafos criticando. Escolho o que dá pra ver.

Não vou fingir que resolvi isso escrevendo sobre.

Conhecer mais

O que o Grok Bot compra com essa lentidão

Seria fácil encerrar chamando o produto de mal feito. Não é o caso, e a nuance aqui vale mais que a crítica.

Duas coisas justificam a aposta deles.

A primeira é o modo de ensinar por demonstração. Você aperta um botão, grava a si mesmo fazendo a tarefa, e ele transforma aquilo numa rotina reutilizável. Isso não existe sem tela. Não dá pra demonstrar um fluxo de trabalho por API.

A segunda é mais crua. Um produto que chega na máquina de qualquer pessoa não faz ideia de quais ferramentas você usa, quais conectores você tem, se você sabe escrever um comando. A tela é o único denominador comum entre todo mundo. É o pior caminho e é o único que nunca falha por incompatibilidade.

Só que essa generalidade tem preço, e o preço é conhecido: US$ 100 por assento ao mês no plano mais básico.

Fonte :: SpaceXAI’s Grok Bot turns agents into persistent digital coworkers, VentureBeat, 11 de agosto de 2026

Tem ainda uma crítica de Matt Shumer, na mesma reportagem, que me incomodou mais que o preço: você não escolhe o modelo. Um roteador interno decide por você, sem documentação de quais modelos entram na conta, e nos testes dele o roteador não foi bom.

Junta as duas coisas e sobra um desconforto legítimo. Você não escolhe o modelo e não escolhe a rota. Está pagando por assento pra que duas decisões caras sejam tomadas por padrão, longe da sua vista.

Não sei se essa conta fecha. Vou continuar pagando mais um mês pra descobrir, e conto o resultado.

Quero me tornar um Humano+ VIP

O que eu passei a fazer

Três mudanças, todas de graça:

01 :: Antes de soltar qualquer agente na tela, eu abro a lista de conectores e confiro. Leva quinze segundos e mata a maior parte dos casos.

02 :: Quando eu escolher assistir mesmo assim, admito pra mim que é curiosidade e não eficiência. E dessa vez eu cronometro, pra parar de escrever carta sem número.

03 :: Nas aulas, mostrar o caminho feio junto com o bonito. Se o conector resolve em três segundos, o vídeo fica sem graça e a pessoa economiza uma hora por semana. Já sei qual dos dois importa.

O Grok Bot continua rodando aqui, com o computador dele acordado enquanto eu escrevo isso. Daqui a pouco vou olhar o que ele fez, e vou olhar com atenção, porque é bonito de ver.

Só que agora eu sei o que estou fazendo quando faço isso.

A automação que funciona não tem nada pra mostrar. Ela roda em silêncio, num terminal que ninguém abre, e devolve o resultado sem cerimônia nenhuma. Talvez seja por isso que ela demore tanto pra virar rotina na vida das pessoas: é muito difícil se apaixonar por um processo que você não consegue assistir.

For those about AI... We salute you.

Caio

PS :: Se você for instalar computer use em qualquer ferramenta essa semana, faz o primeiro teste com uma tarefa inofensiva e com a tela limpa. Fecha o que estiver aberto atrás. O agente enxerga o desktop inteiro, não só a janela que interessa.

PS 2 :: A Formação Ecossistema Claude é "chata” de assistir. Não tem ponteiro andando sozinho. O que tem é você montando conector, configurando o ambiente e escrevendo o comando que resolve em três segundos aquilo que o agente levaria cinco minutos clicando. É exatamente o degrau 01 e o degrau 02 da escada desta carta, feitos com a sua mão, no seu trabalho.
O programa tem 7 módulos e você entrega um projeto em cada um deles. A certificação que sai no fim é de Claude, chancelada pelo MEC, e até hoje não apareceu outra igual no país. Acesso liberado por 12 meses, com parcelamento em 12x de R$ 149,70. Ver o programa completo.

:: Fontes ::

:: When Is “Computer Use” Actually Useful?, Daniel Nest, Why Try AI, 6 de agosto de 2026 (https://www.whytryai.com/p/when-computer-use-useful)

:: SpaceXAI’s Grok Bot turns agents into persistent digital coworkers that can operate your apps for $120-per-month, VentureBeat, 11 de agosto de 2026 (https://venturebeat.com/orchestration/spacexais-grok-bot-turns-agents-into-persistent-digital-coworkers-that-can-operate-your-apps-for-120-per-month)

Olá pessoal!

Na terça-feira, 18 de agosto, a OpenAI publicou duas coisas no mesmo dia.

Uma versão do ChatGPT feita para adolescentes. E um documento explicando por que pausou o treinamento do próprio modelo mais avançado.

São assuntos sem nenhuma relação entre si. Menor de idade e ataque cibernético. Times diferentes, riscos diferentes, páginas diferentes do site.

Só que os dois textos contam a mesma história: a proteção chegou depois do uso.

E essa semana isso me pegou de um jeito específico.

Eu passo os meus dias recomendando IA. É o que eu ensino, é o que eu vendo, é o que você lê aqui toda segunda.

Tenho duas filhas, de oito e cinco anos.

E com uma frequência que me incomoda, eu me pego pensando no futuro delas e chegando sempre no mesmo lugar: eu não quero que elas cresçam sabendo “usar IA”. Eu quero que elas cresçam sem depender dela. Sabendo quando deveriam usar.

São duas coisas diferentes. E eu ainda não sei ensinar a segunda.

Essa tensão atravessa as três notícias de hoje, e é ela que explica por que a segunda metade da edição é sobre montar as suas próprias peças em vez de esperar que alguém monte por você.

3 :: Notícias Que Você Precisa Saber

O ChatGPT ganhou uma versão para adolescentes, anos depois de os adolescentes chegarem

No dia 18 de agosto a OpenAI lançou o ChatGPT for Teens, uma versão redesenhada do produto para quem tem menos de 18 anos.

O que vem na caixa:

:: Modo de Estudo, com perguntas orientadoras e apoio passo a passo em vez de resposta pronta
:: Lembrete de lição de casa, que aparece quando o sistema detecta tentativa de cola e empurra o adolescente de volta pro Modo de Estudo
:: Conteúdo sensível reduzido por padrão, com base nos “Princípios Menores de 18 Anos” da empresa, escritos com apoio de ciência do desenvolvimento
:: Controle parental com notificação de segurança e “Quiet Hours”, o horário em que o filho simplesmente não consegue usar

Tudo isso é bom. Nenhuma dessas quatro coisas existia antes. O problema é a data.

O ChatGPT bateu 900 milhões de usuários ativos por semana em fevereiro de 2026. Adolescente está lá desde 2023. Em junho de 2026 a OpenAI foi processada na Flórida por incidentes violentos ligados ao chatbot, e antes disso já respondia a ações envolvendo suicídio e saúde mental.

O Modo de Estudo chegou agora.

E o TechCrunch fecha a matéria com a observação mais honesta do texto: adolescente é extraordinariamente bom em contornar controle parental, e ninguém sabe ainda quanto trabalho dá furar esse aqui.

Fonte :: TechCrunch

A minha leitura

Aqui é onde eu volto para minhas filhas.

A leitura fácil dessa notícia é “a OpenAI demorou”. É verdade e é pouco.

A que me interessa é outra: quem espera a plataforma proteger, protege tarde. Sempre. Não porque a empresa seja má, mas porque proteção de produto é reativa por construção. Ela precisa do dano acontecer para saber o que proteger.

Quiet Hours é ótimo. Só que Quiet Hours é a empresa desligando a ferramenta pela sua filha.

O que eu quero é que a minha desligue sozinha. E essa parte nenhum produto entrega.

A OpenAI pausou o próprio treinamento por duas semanas, e agora publicou a conta

Na 074 eu escrevi sobre o Astra quando a história ainda era um vazamento para o Axios: a OpenAI tinha soltado avaliações preliminares admitindo que não dava pra descartar que o modelo caísse no nível “Crítico” de cibersegurança do Preparedness Framework, o arcabouço que ela usa pra medir risco dos próprios modelos.

No dia 18 veio o documento oficial. Com números.

:: Duas semanas de pausa no treinamento por reforço dos modelos mais recentes destinados a implantação
:: A maior rodada de RL planejada da empresa segue parada, sem data pra voltar
:: Cargas de trabalho que não atendem aos novos requisitos de isolamento dos ambientes de pesquisa foram interrompidas
:: Um monitoramento multiestágio novo, com meta de disparar alerta em até 30 minutos
:: Esse monitoramento consome cerca de 20% do poder de processamento de inferência supervisionada, variando conforme a carga

Repara nos 20%. Um quinto da capacidade saiu da produção e foi para a vigilância do próprio sistema. Custa caro, atrasa entrega e sai do bolso de quem paga.

O gatilho, pela descrição da própria empresa, foi a combinação do avanço rápido da pesquisa interna com o incidente da Hugging Face, onde um ataque autônomo comprometeu a plataforma. Eu escrevi sobre esse ataque na 073, quando ele ainda parecia caso isolado.

Fonte :: OpenAI

Duas semanas de pausa é pouco tempo. Vinte por cento da capacidade de processamento é muito dinheiro.

A distância entre esses dois números diz onde a empresa acha que está o risco: não em parar, em vigiar enquanto anda.

A parte que eu respeito: ninguém obrigou. Não teve lei, não teve audiência, não teve ordem executiva. A OpenAI publicou um documento que não precisava publicar, dizendo que segurou o próprio produto. Isso é raro o bastante pra merecer registro.

A parte que me incomoda: se o freio mais confiável da indústria é a boa vontade de quem lucra com o acelerador, a gente não tem freio. Tem sorte.

A Nvidia colocou US$ 1,5 bilhão no terreno onde já se enriqueceu urânio

Enquanto o software pisava no freio, o concreto pisou fundo. No dia 17 de agosto a Nvidia anunciou um investimento de US$ 1,5 bilhão na SB Energy, a desenvolvedora de data centers ligada ao SoftBank e à OpenAI. Junto, ofereceu até US$ 105 bilhões em crédito para bancar a construção das instalações.

:: O investimento garante à Nvidia o posto de fornecedora única de infraestrutura computacional do data center Ports-Pike, perto de Cincinnati, Ohio
:: A instalação começa com 4,25 gigawatts e pode chegar a 8 gigawatts
:: Ao lado, uma usina de gás natural de 9,2 gigawatts, orçada em US$ 33 bilhões
:: O terreno pertence ao Departamento de Energia dos Estados Unidos e já foi usado para enriquecer urânio para o arsenal nuclear e para submarinos
:: O custo de usinas a gás subiu 66% em dois anos, e a disputa com o mercado exportador pode triplicar o preço regional do gás

Tem um detalhe que fecha o círculo. O SoftBank vendeu a participação de US$ 5,8 bilhões que tinha na Nvidia em novembro de 2025, para bancar as próprias apostas em IA.

Agora a Nvidia devolve US$ 1,5 bilhão para uma empresa do SoftBank, com a condição de ser a única a vender chip lá dentro.

Fonte :: TechCrunch

Você já viu esse filme aqui antes, mas nunca nesse tamanho.

A Nvidia investe em quem vai comprar Nvidia. O dinheiro sai, dá uma volta, volta como receita e vira crescimento no gráfico. Chamam de investimento estratégico. Também dá pra chamar de financiar o próprio cliente.

O número que me trava é outro: 9,2 gigawatts de usina a gás e US$ 33 bilhões, para alimentar uma coisa que ainda não existe.

Enquanto a OpenAI pausa duas semanas de treino por precaução, alguém está fundindo concreto para uma década de operação.

Software se pausa numa sexta-feira. Turbina a gás, não.

E é exatamente por isso que o freio que importa pra você não é o da indústria.

Torne-se um membro VIP

2 :: Repositórios que você entrega pra sua IA usar

Os dois de hoje não são aplicativos que você abre. São repositórios que você instala como skill dentro do seu agente, e a partir dali ele passa a saber fazer uma coisa que não sabia. A diferença é essa: você não aprende mais uma ferramenta, você amplia a máquina que já tem.

diagram-design :: o diagrama que o seu designer não odeia

Esse entrou na minha operação e não saiu mais. Uso em duas frentes fixas: nas entregas de todas as mentorias e nos resumos de reunião. Antes, explicação de arquitetura ia como texto corrido ou como aquele diagrama de caixinha arredondada genérica que todo modelo cospe. Hoje vai como diagrama editorial, e a pessoa entende o desenho antes de ler a legenda.

O que o repositório faz:

:: 39 tipos de diagrama, cada um em três variantes (minimal claro, minimal escuro e editorial completo). Arquitetura, fluxograma, sequência, máquina de estados, ER, timeline, swimlane, quadrante, radar, Wardley map, Gantt, Sankey, jornada de usuário, organograma, treemap e por aí vai
:: Saída em HTML + SVG autossuficiente. Sem dependência externa, sem sombra genérica, sem Mermaid
:: Extrai a paleta e a tipografia do seu site pra calibrar a marca sozinho
:: Redesenha arquivo .drawio e bloco Mermaid que você já tem, em qualidade editorial
:: Exporta pra PNG e SVG (o PNG exige Python, Playwright e Chromium instalados)

A linha do README resume o produto melhor do que eu: “No Figma. No generic rounded boxes. No 30-minute color-picking sessions.”

Números do repositório: 25,3 mil estrelas, 1,5 mil forks, licença MIT, de autoria da Cathryn Lavery.

Instalação no Claude Code:

/plugin marketplace add cathrynlavery/diagram-design
/plugin install diagram-design@diagram-design

Quando usar: toda vez que você precisar explicar uma estrutura pra alguém que não vai ler o parágrafo inteiro. Que é quase sempre.

Link :: github.com/cathrynlavery/diagram-design

ego-lite :: um navegador separado só pros seus agentes

Esse eu ainda não testei.

Digo isso porque a regra aqui é essa: se eu não usei, você fica sabendo que eu não usei. Vou testar essa semana e te conto o resultado na 077, mesmo que o resultado seja ruim.

O que me interessou: hoje eu uso Playwright quando preciso que o agente navegue, clique e preencha coisa no navegador. Funciona, é lento, e enquanto roda ele briga com a minha própria sessão do Chrome. O ego-lite promete resolver os dois problemas.

Como funciona:

:: Cada agente ganha um espaço isolado dentro do mesmo navegador, então ele trabalha enquanto você continua navegando
:: Vários agentes rodam em paralelo sem se atrapalhar
:: Herda login, cookie e extensão do Chrome que você já tem configurado
:: Snapshot de página em qualidade alta, feito pro modelo interpretar a tela
:: A skill ego-browser expõe as funções direto (snapshot, fill, click, wait, navigate, capture), chamadas como JavaScript em vez de linha de comando, que é de onde vem o ganho de velocidade

Números: 12,7 mil estrelas, 659 forks, licença MIT, da citrolabs.

O porém honesto: por enquanto é só macOS, em Apple Silicon ou Intel. Windows e Linux estão nos planos, sem data.

Link :: github.com/citrolabs/ego-lite

Quer receber conteúdo mais exclusivo?

1 :: Descoberta da Semana

O “1” dessa edição não é prompt. Prompt sem lugar pra entregar o resultado é meio caminho, e essa semana o meio caminho apareceu resolvido.

here.now :: publicar deixou de ser etapa

O here.now transforma arquivo, pasta, site, aplicativo, relatório ou documento em uma URL pública. Sem servidor, sem configurar hospedagem, sem repositório.

Eu usei pra entregar os ativos das imersões. Terminava um bloco com um monte de material gerado ali na hora e precisava colocar aquilo na mão dos alunos naquele minuto, não no dia seguinte por e-mail. O here.now resolveu isso.

Como funciona:

:: Sem conta, o site sai anônimo e expira em 24 horas. Serve pra rascunho e pra mostrar uma coisa rápida
:: Com chave de API, o site fica permanente
:: Controle de acesso em três níveis: link aberto, senha, ou lista de e-mails autorizados
:: Histórico de versões no plano pago, com reversão de publicação
:: Drives privadas pro agente guardar arquivo entre sessões, e Site Data pra registro validado
:: Domínio próprio com redirecionamento :: Instala como skill, com npx skills add

O limite está escrito na documentação deles com todas as letras: não use o here.now pra processamento no servidor, processo longo, banco de dados ou execução de código de backend. Ele hospeda conteúdo estático.

Isso não é defeito, é escopo. E escopo declarado vale mais do que promessa larga.

Link :: here.now

Conhecer mais

O freio que sobra pra você

Repara no arco dessa edição. Na primeira metade, três decisões enormes tomadas por você e sem você. A OpenAI decide que agora dá pra proteger adolescente. A OpenAI decide que um quinto do processamento dela vira vigilância. A Nvidia decide que 9,2 gigawatts de gás fazem sentido.

Você não vota em nenhuma das três.

Na segunda metade, três coisas que custam zero e instalam em menos de um minuto. Um agente que desenha. Um agente que navega. Um agente que publica.

Essas você decide.

Eu não estou dizendo que a segunda metade compensa a primeira. Não compensa. 8 gigawatts de data center não ficam menores porque você aprendeu a montar diagrama.

Estou dizendo que a única camada onde a sua decisão ainda pesa é a camada que você monta com as próprias mãos. E ela está mais barata e mais acessível do que em qualquer momento anterior.

E aí eu volto para as minhas filhas pra fechar, porque é onde eu travo.

Eu não tenho resposta pra elas. Tenho oito e cinco anos de idade dentro de casa e uma pergunta que não resolvi: como é que se ensina a usar sem ensinar a depender.

Na falta de resposta, eu faço o que dá. Elas me veem montando coisa. Não me veem pedindo coisa pronta.

Talvez a diferença esteja aí. Talvez não esteja. Eu vou descobrir daqui uns dez anos, e provavelmente tarde, que é o jeito como as coisas dessa edição inteira funcionam.

Instalar as três coisas de hoje leva um minuto cada. Saber qual instalar, como amarrar uma na outra e o que fazer quando quebra no meio de uma entrega leva bem mais. É esse tempo que eu comprimi na Formação Ecossistema Claude.

São sete módulos, cada um com projeto próprio, e o certificado sai com nome acadêmico e chancela do MEC: Formação em Engenharia de Contexto e Sistemas de Inteligência Artificial Generativa. Você termina operando o ecossistema completo, Claude.ai, Cowork, Code, MCPs, Skills e Agentes, que é a camada exata onde moram as três ferramentas dessa edição.

Preço: 12x de R$ 149,70 no cartão. Fechando à vista, R$ 1.497. O acesso corre por doze meses. E se dentro de uma semana você achar que não era isso, devolvo o valor cheio sem te fazer uma pergunta sequer.

Duas coisas antes de clicar. A parte prática pede assinatura Claude Pro ou Max, que corre por fora e não entra nesse preço. E o link daqui é sempre o oficial da newsletter.

Formação Ecossistema Claude :: quero minha vaga →

For those about AI... We salute you.

Caio

PS :: Vou testar o ego-lite essa semana, no lugar do Playwright, e te conto na 077 se valeu a troca. Se você testar antes de mim, responde esse e-mail contando o que achou. Eu leio todas.

O e-mail chegou na caixa de entrada dela com o assunto em maiúsculas: “URGENT RESPONSE!!!”.

O remetente se apresentava como Dan Shipper, CEO da Every. Pedia contato imediato.

Era falso. Um golpe de phishing (aquele e-mail fraudulento que se passa por alguém de confiança pra te fazer agir) apontado não pra um humano.

Apontado pra Claudie, o agente de IA da empresa.

E olha o detalhe: o e-mail dela nem é público. Os atacantes acharam mesmo assim.

Claudie identificou a fraude e mandou pra spam. Todas as vezes.

Mas a frase que me fez parar tudo e escrever esta VIP foi outra. Nityesh Agarwal, engenheiro de IA aplicada da Every e responsável pela Claudie, escreveu assim, em tradução livre:

“A razão pela qual dormimos à noite não é o modelo ter tomado a decisão certa.”

É que, mesmo se tivesse tomado a errada, o sistema em volta dele teria segurado.

Nesta VIP eu vou destrinchar:

:: Quem é Claudie, e por que o agente always-on (ligado o tempo todo, agindo sozinho) é um bicho diferente do Claude Code que você roda no teclado
:: Os 3 inimigos de um agente com acesso real, incluindo o mais provável de todos, que não precisa nem de atacante
:: As 4 camadas de defesa da Every, da mais confiável à mais flexível, e o insight contraintuitivo sobre qual delas melhora sozinha com o tempo
:: A matriz de 4 perguntas que classifica qualquer risco em não-ameaça, risco conhecido ou lacuna real
:: Como isso conversa com o CERCA que eu te dei na VIP 051, e o buraco que o CERCA não cobria
:: O prompt de auditoria pronto, traduzido e adaptado, pra você rodar no seu próprio agente hoje

Antes, dois avisos. Esta VIP elogia a Every por publicar os próprios buracos, então seria feio eu esconder os meus.

Eu ensino o ecossistema Claude. Tenho formação, tenho imersão, vivo disso. E o protagonista da história de hoje é um agente construído com Claude Code. O interesse existe, e você precisa saber dele antes de ler o resto.

Tudo que você vai ler sobre a Claudie vem do guia que a própria Every publicou. É a empresa contando a própria história, com os acertos e os furos que ela escolheu mostrar. É o material mais honesto que eu já vi sobre o tema, e ainda assim é isso: a versão deles.

Read more

Estou fechando um vídeo de publicidade pra uma das ferramentas de IA que eu mais uso no dia a dia. Transparência antes de qualquer outra coisa: é publicidade paga, com contrato assinado.

O roteiro estava pronto. As gravações, feitas. Sobrou a edição final.

E aí eu travei numa decisão que parecia pequena.

Eu sei editar. Não sou editor profissional, mas tenho conhecimento suficiente pra entregar uma peça decente sozinho. O problema é que “decente” e “sozinho”, juntos, custam um fim de semana inteiro.

A outra opção era contratar um editor. Alguém que faz isso melhor que eu, mais rápido que eu, e que me devolveria o sábado.

Fiquei em cima do muro por uns dois dias. Cheguei a pensar em quem chamar.

No fim não fiz nenhuma das duas coisas.

Abri o Codex, apontei pra alguns repositórios de código aberto de edição de vídeo, escrevi um prompt inicial descrevendo o que eu queria e deixei rodar. Voltou quase pronto.

Fiz três correções pontuais. Acabou.

Não vou romantizar: ficou bom, não ficou ótimo. Mas ficou bom o suficiente para publicar, e o custo marginal foi baixo pois usei minha assinatura do ChatGPT que ainda tinha créditos antes do “reset” semanal.

Só que a conta que ficou na minha cabeça não foi a do dinheiro.

Numa tarde, sozinho, sem consultar dado nenhum, eu decidi que uma tarefa inteira da minha operação não precisa mais de gente. E o editor que eu quase chamei nunca soube que esteve na disputa.

A Anthropic mede exatamente isso. Eu não tinha aberto.

Existe um projeto público chamado Anthropic Economic Index. Ele funciona assim: um sistema interno da Anthropic chamado Clio analisa conversas do Claude preservando a privacidade, e cruza as conversas de trabalho com o O*NET, o banco de dados de ocupações do Departamento do Trabalho americano.

Traduzindo: eles pegam o que as pessoas realmente pedem pro Claude e encaixam, tarefa por tarefa, dentro das profissões que existem no mundo real.

O resultado é um mapa de quais pedaços de cada profissão já estão passando pela máquina.

A novidade que me fez escrever esta carta é que isso deixou de ser PDF.

Virou conector dentro do claude.ai. Você entra em Customize, depois Connectors, depois Browse Connectors, procura por Anthropic Economic Index e adiciona. Leva cerca de um minuto.

Daí em diante você conversa com o relatório. Em português mesmo.

E a parte mais útil do Index vai além do volume de uso: está na classificação de como a pessoa usa. São cinco padrões, divididos em dois grupos:

:: Directive e feedback loop (ordem direta e ciclo de correção) contam como automação. Você entrega a tarefa e recebe o resultado pronto.
:: Task iteration, learning e validation (iteração, aprendizado e validação) contam como augmentação. Você continua dentro do trabalho, com a máquina do lado.

Se ficou abstrato, pensa em jantar. Automação é pedir no aplicativo e receber o prato pronto na porta. Augmentação é cozinhar você mesmo, com alguém do lado avisando a hora de desligar o fogo.

Nos dois casos você janta. Só que num deles você continua sabendo cozinhar.

Repara que essa é exatamente a linha em que eu pisei sem perceber. Eu não fiz task iteration com um editor humano. Eu fiz directive numa tarefa inteira, de uma vez.

O relatório mais recente saiu em junho e se chama Cadences. Ele cruza uso real com uma pesquisa respondida por cerca de 9.700 pessoas, com dados coletados entre 10 de abril e 10 de junho de 2026. A rodada anterior tinha entrevistado 81.000 usuários do Claude, em dezembro de 2025.

Três números de lá que eu não consigo desencanar:

:: 86% relatam ganho de velocidade, 82% de escopo e 69% de qualidade no próprio trabalho
:: 57% sentem que a IA deixou as habilidades deles mais valiosas
:: Mais de um terço espera que a IA consiga fazer a maior parte, ou quase todas, as tarefas de trabalho deles já no ano que vem

(Fonte :: Anthropic Economic Index report: Cadences, Anthropic, junho de 2026)

Olha o tamanho do terceiro número. Não é medo difuso de robô vindo aí. É gente que usa a ferramenta todo dia, gosta do resultado, e mesmo assim estima em meses o prazo da própria substituição parcial.

Torne-se um membro VIP

O buraco onde a minha decisão caiu

Aqui a carta vira contra ela mesma.

Eu acabei de te oferecer um relatório como bússola. Só que a decisão que abriu esta carta é invisível pra ele, e os motivos disso valem mais que o próprio relatório.

O primeiro: eu não usei o Claude.

Usei o Codex. E o Index mede uso do Claude, não uso de IA. ChatGPT, Gemini, Copilot, modelo aberto rodando na máquina de alguém, nada disso entra na conta.

Escrevo isso sendo quem eu sou, alguém que prefere o Claude mas não trata como time de futebol que a gente não troca nunca. Naquela tarde específica a ferramenta certa não era a minha preferida, e eu não ia esconder isso justamente numa carta sobre encarar dado desconfortável.

O segundo: ele mede tarefa, não pessoa.

O casamento acontece entre o que foi pedido e a descrição da ocupação no O*NET. Ninguém verifica cargo, ninguém confere currículo.

Então “edição de vídeo” aparece no mapa. O editor que existe, tem nome, tem conta de luz pra pagar e quase recebeu uma mensagem minha não aparece em canto nenhum.

O terceiro, e é o que mais me incomoda: uso não é validação de mercado.

Tarefa com uso alto não prova que existe gente disposta a pagar por aquilo. Tarefa com uso baixo não significa mercado aberto esperando por você.

E o Index não registra o que deixou de acontecer. A vaga que não foi criada, o freelancer que não foi chamado, o orçamento que ninguém chegou a pedir. Nenhum relatório do mundo mede a contratação que não existiu.

Quer receber conteúdo mais exclusivo?

O exercício que eu queria que você fizesse

Antes das perguntas, o crédito, porque ele importa aqui. Eu só cheguei no conector por causa de Daria Cupareanu, que escreve a newsletter AI blew my mind. No dia 9 de agosto saiu de lá um guia com dez blocos de prompts pro Index, um pra cada tipo de profissional: criador, fundador, consultor, vendedor, gestor, investidor, jornalista.

As três perguntas abaixo são tradução direta do primeiro bloco. Instala o conector e roda na tua própria profissão, trocando o que está entre colchetes:

:: “Trabalho como [sua profissão]. Quais tarefas dessa ocupação aparecem com mais frequência no uso do Claude?”
:: “Para [sua profissão], quais tarefas puxam pra automação e quais puxam pra colaboração com o Claude?”
:: “Monta um perfil tarefa por tarefa da minha profissão, incluindo as tarefas com uso alto, com uso baixo e sem uso visível no Index.”

A última é a melhor delas. A lista das tarefas com uso zero é o retrato do que ainda não passou pela máquina, e é ali que mora a sua vantagem pelos próximos meses.

E vale colar esta frase no fim de qualquer pergunta. Essa também saiu do guia, e é a parte que eu mais aproveitei:

“Para cada número, inclua a data do conjunto de dados, o denominador e a fonte. Separe o que o Index mostra do que é a sua interpretação.”

Parece burocracia. É o que impede o modelo de te devolver porcentagem solta. E porcentagem solta é como se perde uma discussão estando com a razão.

Conhecer mais

A parte que eu não resolvi

Eu ia fechar esta carta com um plano de ação, do jeito que eu costumo fazer. Não vou, porque seria desonesto.

Eu não sei se tomei a decisão certa com o vídeo.

Economizei um a dois dias e um dinheiro que faz diferença. Também tirei da mesa um trabalho que alimentaria alguém, e fiquei com uma peça boa, não ótima. Um editor profissional teria achado três coisas erradas que eu nem sei que estão lá.

E tem a camada que eu não consigo fechar. Eu estava editando uma publicidade de IA, usando IA, pra não precisar contratar uma pessoa. Chama do que você quiser. Pra mim é o retrato exato de onde a gente está em agosto de 2026.

Na próxima talvez eu chame o editor, e não seria por culpa: a distância entre bom e ótimo é um dos poucos lugares onde ainda dá pra competir. Ou talvez eu não chame de novo, dependendo do prazo.

Prefiro te deixar com essa dúvida aberta do que com um framework bonitinho que eu inventaria agora só pra fechar a carta redonda.

Quero me tornar um Humano+ VIP

O conector leva um minuto pra instalar. A conversa com ele leva uns quinze.

Faz isso com calma, com a tua profissão no lugar dos colchetes. Não pra se assustar com o resultado, e sim pra chegar na decisão antes que uma tarde qualquer chegue nela por você.

Porque foi isso que aconteceu comigo. Eu não decidi automatizar a edição do vídeo. Eu escrevi um prompt, achei o resultado razoável, fiz três correções e segui a vida.

A decisão veio depois, disfarçada de conveniência.

E o relatório mais completo que existe sobre IA no trabalho não teria me avisado de nada. Porque naquela tarde, eu estava do lado de fora dele.

For those about AI... We salute you.

Caio

PS :: Escrevi esta carta na ordem errada de propósito. Primeiro a decisão, depois o dado. Foi assim que aconteceu comigo, e desconfio que seja assim que acontece com quase todo mundo: a gente automatiza primeiro e entende depois.

PS 2 :: Você acabou de me ver resolver um problema com o Codex e agora eu vou te oferecer uma formação de Claude. Parece contradição, então explico. O que eu ensino lá é como montar o sistema de trabalho que decide qual tarefa vai pra máquina e qual fica com gente, independente de qual modelo esteja na frente neste mês. Foi exatamente essa decisão que eu tomei mal, sozinho, numa tarde de sábado. São 7 módulos, cada um fechando com um projeto que você entrega. No fim sai a certificação de Claude reconhecida pelo MEC, a primeira do Brasil. 12x de R$ 149,70, com 1 ano de acesso. Conhecer a Formação.

Fontes ::

:: Anthropic Economic Index report: Cadences, Anthropic, junho de 2026 (https://www.anthropic.com/research/economic-index-june-2026-report)

:: 10 Ways to Use the Anthropic Economic Index in Your Role, Daria Cupareanu, AI blew my mind, 9 de agosto de 2026 (https://aiblewmymind.substack.com/p/anthropic-economic-index-connector-prompts)

:: Anthropic Economic Index, página do projeto (https://www.anthropic.com/economic-index)

Olá pessoal!

Semana passada eu terminei esta newsletter com uma pergunta: qual é o seu andar de baixo?

Essa semana eu ia continuar dali. Não deu. O noticiário não deixou.

Foram seis anúncios grandes em poucos dias. Três da OpenAI, dois da xAI, um do Google.

E aí eu fiz uma coisa que recomendo pra você fazer com qualquer anúncio: em vez de ler o que cada um dizia, fui procurar o que nenhum deles dizia.

Nenhum dos seis reivindica o título de modelo mais inteligente do mundo.

Seis anúncios. Três empresas. Zero disputas pela coroa.

E a empresa que segura essa coroa hoje, a Anthropic, a mesma que os outros usam de régua, passou a semana sem anunciar nada de peso.

Tem semana em que a notícia é o que foi dito. Nessa, a notícia é o que ficou de fora.

Vamos por partes?

3 :: Notícias da OpenAI

Presence :: a OpenAI Virou Empresa de Software Corporativo

No dia 22 de julho, a OpenAI lançou o Presence, um produto corporativo pronto pra colocar agentes de IA trabalhando em atendimento, vendas e fluxos internos, por voz e por chat. O Business Insider deu a manchete exata do momento: um software que leva a OpenAI “pra além da guerra de modelos de IA”.

O desenho é o oposto do “chatbot genérico”. Cada implantação começa com um trabalho específico: resolver problema de cobrança, apoiar sinistro de seguro, atender chamado interno de TI. O agente só recebe o conhecimento e os acessos daquele trabalho. A empresa define as políticas: o que ele pode fazer, quando precisa de aprovação, quando chama um humano.

E tem prova de uso em casa. O Presence roda o telefone de suporte em inglês da própria OpenAI (1-888-GPT-0090) e hoje resolve 75% dos chamados sem intervenção humana. O ciclo de melhoria, alimentado pelo Codex, reduziu os repasses pra humanos em 15 pontos percentuais em 10 dias.

Por que isso importa:

:: BBVA (México), SoftBank (Japão) e IAG (Austrália) já testam como parceiros de design: voz pra banco no dia a dia, atendimento natural em japonês, suporte em desastre climático
:: Não é ferramenta de desenvolvedor: a própria OpenAI implanta junto com o cliente, no modelo de consultoria, e cobra por isso
:: Nos dados corporativos que a empresa divulgou dias depois, os agentes já geram 64% dos tokens de saída dos clientes: o uso deixou de ser pergunta e virou delegação
:: As empresas do topo de uso geram 8,3 vezes mais tokens por usuário do que a empresa mediana. Em janeiro, essa distância era de 2,6 vezes

O detalhe que ninguém nota:

Salesforce e Zendesk construíram produtos em cima dos modelos da OpenAI. Agora a OpenAI atravessou o balcão e foi vender direto pro cliente delas.

E o contexto explica o movimento. Na edição 073 a gente viu a OpenAI cortar o preço da inteligência em até 80%. Quando o seu produto principal deflaciona desse jeito, você para de vender o quilo e começa a vender o prato feito.

Repara no resto do cardápio da mesma semana: a empresa anunciou o primeiro Chief Revenue Officer (diretor de receita) da história dela e começou a testar anúncios dentro do ChatGPT.

Laboratório de pesquisa não contrata diretor de receita. Empresa de software contrata.

Fonte :: Business Insider

Daybreak :: a Defesa Cibernética Virou Serviço de Aluguel

Essa semana a OpenAI expandiu o Daybreak, a família de modelos dela especializada em cibersegurança. São dois: o Daybreak Blue, pra defesa, e o Daybreak Red, pra ataque controlado, o chamado red team (o time contratado pra invadir de propósito e achar a falha antes do criminoso).

A expansão veio em forma de programa de parceiros, e a lista impressiona: Accenture, IBM, PwC, EY, KPMG, Capgemini, Cognizant, NCC Group e SpecterOps do lado de serviços, mais Palo Alto Networks, CrowdStrike, Cisco, Sophos, Akamai, Fortinet e Cloudflare do lado de tecnologia. Dezesseis nomes.

O argumento da OpenAI está no próprio título do anúncio: a janela de defesa está encolhendo. Atacantes já encontram vulnerabilidades e desenvolvem invasões em velocidade de máquina. Defensor humano sozinho não acompanha.

Por que isso importa:

:: O modelo nunca vai pra mão do cliente final: fica com o parceiro aprovado, dentro de escopo definido, com registro de tudo e supervisão humana
:: No dia 11, os modelos Daybreak chegaram também à AWS, ampliando a distribuição
:: O acesso ao Daybreak Red é o mais controlado de todos, com verificação de identidade e limites de uso por contrato
:: O pano de fundo é recente: semanas atrás, agentes autônomos da própria OpenAI e da Anthropic invadiram sistemas de terceiros durante testes, como vimos nas edições 073 e 074

O detalhe que ninguém nota:

Coloca as datas em sequência.

Dia 7 de agosto: a OpenAI publica que o Astra, o modelo que ela está construindo, pode cair na categoria “Crítico” de risco cibernético, a primeira vez na história do framework dela.

Semana seguinte: a OpenAI expande a rede que vende defesa cibernética.

Não estou dizendo que é má-fé. A ameaça é real e foi documentada pela própria empresa, com uma transparência que ninguém obrigou. Mas o desenho do negócio ficou explícito: quem fabrica a chuva está vendendo o guarda-chuva.

E, ironicamente, é por isso que o produto é crível. Ninguém conhece o ataque melhor do que quem o classificou como crítico.

Fonte :: OpenAI

Ultrafast :: o Mesmo Cérebro, Até 14 Vezes Mais Rápido

No dia 13, a OpenAI apresentou a prévia do Ultrafast: um novo nível de serviço que roda o GPT-5.6 Sol, o topo de linha da casa, até 14 vezes mais rápido que o processamento padrão. Até 750 tokens de saída por segundo.

A mágica não é da OpenAI. É da Cerebras, a empresa que fabrica um chip do tamanho de um prato (o normal da indústria é do tamanho de uma unha). A parceria coloca o modelo mais inteligente da OpenAI rodando no hardware mais rápido disponível.

Por enquanto é prévia limitada, na API, pra um grupo fechado de clientes. Jane Street, Podium, Basis e Rogo já estão testando em finanças, voz e pesquisa.

Por que isso importa:

:: Até agora, velocidade de resposta exigia aceitar um modelo menor e mais fraco. O Ultrafast quebra essa troca: inteligência de fronteira em tempo real
:: Os casos de uso são os que não podem esperar: resposta a incidente com o sistema ainda caindo, fraude com a transação ainda em andamento, voz sem pausa constrangedora, carrinho de compra ainda aberto
:: Dentro da OpenAI, a rodada de experimentos que rodava de madrugada virou iteração dentro do expediente
:: 750 tokens por segundo é mais texto do que qualquer pessoa lê: a resposta inteira chega antes de você terminar a primeira frase

O detalhe que ninguém nota:

A inteligência virou cardápio de restaurante. O mesmo GPT-5.6 agora existe em versão padrão, em versão com 80% de desconto (edição 073) e em versão 14 vezes mais rápida por outro preço. Mesmo cérebro, três formas de cobrar.

E repara de onde vem a velocidade: da Cerebras, não da Nvidia.

Semana passada a gente viu a Anthropic decidir desenhar o próprio chip. Essa semana a OpenAI alugou o chip de um especialista. Dois caminhos opostos pro mesmo lugar: o gargalo da IA em 2026 não está mais no software, está no metal.

Fonte :: OpenAI

Torne-se um membro VIP

2 :: Notícias da xAI

Grok 4.6 :: o Empate Que Virou Manchete

No dia 12, a xAI lançou o Grok 4.6, focado em agentes de longa duração: tarefas de pesquisa, análise de código e construção de aplicações que levam horas, não segundos.

O número que a empresa escolheu pra manchete: 61 pontos no Intelligence Index da Artificial Analysis, empatado com o GPT-5.6 Sol. Nos testes de código, 65,9% no DeepSWE 1.1, 69,9% no CursorBench 3.2 e 61,3% no FrontierCode 1.1.

O preço: US$ 2 por milhão de tokens de entrada e US$ 6 na saída. E a primeira semana vem com uso em dobro de graça.

Por que isso importa:

:: A distribuição é a parte esperta: além da API própria, o modelo já nasce dentro de Cursor, OpenRouter, Vercel e Cloudflare, onde o desenvolvedor já está
:: A receita de treino descrita é a padrão da indústria: dados gerados por modelo, ajuste supervisionado e aprendizado por reforço em tarefas de agente. Nenhum segredo novo, só execução
:: US$ 2 na entrada pressiona a faixa intermediária inteira, que você vai ver espremida de novo na notícia do Google
:: A promessa central é constância: manter o foco num projeto de horas sem se perder, que é onde a maioria dos modelos ainda tropeça

O detalhe que ninguém nota:

Lê a manchete de novo: “empata com o GPT-5.6 Sol”.

Empate virou conquista publicável. E o adversário escolhido diz mais que o placar: a xAI se mediu contra a vice-líder, não contra a líder.

Quando o segundo pelotão empata entre si e ninguém alcança a frente, a corrida muda de direção: em vez de correr pra fronteira, todo mundo corre pro seu bolso. Desconto, uso em dobro, distribuição em toda plataforma que aceitar.

Pra você, leitor, isso é excelente. A prateleira logo abaixo do topo nunca esteve tão cheia nem tão barata.

Fonte :: xAI

Grok Bot :: o Estagiário Que Trabalha Logado Como Você

Dias depois, a xAI lançou o Grok Bot em beta: um agente “sempre ligado”, com computador próprio na nuvem, que entra nas suas ferramentas e executa fluxos de trabalho de várias etapas. E-mail, CRM, planilha, o que estiver no caminho.

A diferença técnica está no que ele não pede. Nada de integração via API ou MCP (os conectores formais que agentes usam pra conversar com sistemas). O Grok Bot faz login como você, olha a tela e trabalha. Aprende suas preferências observando, lembra das conversas e coordena com outros Bots sozinho.

O beta está disponível pra assinantes SuperGrok Heavy, Cursor Ultra e Cursor Teams Premium, em macOS e iOS, com lista de espera corporativa.

Por que isso importa:

:: É a aposta mais agressiva até agora na tese do agente colega de trabalho: não é recurso dentro de um aplicativo, é um funcionário com computador próprio
:: A barreira de adoção despenca: onde você loga, ele loga. Sem projeto de integração, sem TI no meio
:: Os casos citados são o miolo do escritório: prospecção de vendas, manutenção de CRM, processamento de despesas, recrutamento, reprodução de bugs
:: O pitch da empresa resume a ambição: “existe uma diferença enorme entre 90% pronto e 100% pronto”. Usuários relatam 2 a 3 vezes mais eficiência

O detalhe que ninguém nota:

Agora junta as peças da semana, porque elas não se encaixam por acaso.

A OpenAI expandiu o Daybreak com o argumento de que agentes atacam em velocidade de máquina. Na mesma semana, a xAI lançou um agente que trabalha logado nas suas contas, sem conector formal, sem escopo definido, com as suas permissões inteiras.

O mesmo mercado que está vendendo o cofre novo está distribuindo cópias da sua chave.

Antes de entregar senha pra um agente, a pergunta certa não é “o que ele consegue fazer?”. É “o que acontece quando ele errar logado como eu?”.

Porque no registro do sistema, quem errou foi você.

Fonte :: xAI

Quer receber conteúdo mais exclusivo?

1 :: Notícia do Google

Gemini 3.7 Flash :: a Terceira Versão em Sete Semanas (Enquanto o 3.5 Pro Não Vem)

No dia 13, o Google anunciou o Gemini 3.7 Flash, substituindo o 3.6 Flash, que tinha sido lançado três semanas antes. Três versões do modelo intermediário em sete semanas.

Os números melhoraram de verdade: FrontierCode de 34,4% pra 43,6%, DeepSWE de 49% pra 65,3%, WebDev Arena de 1.538 pra 1.588 pontos, leitura de documentos complexos de 22% pra 34%, execução de fluxos de trabalho de 17% pra 30,4%.

E o preço caiu pela metade: US$ 0,75 por milhão de tokens na entrada e US$ 3,75 na saída, valor promocional até o fim do ano. O motivo declarado é concorrência: o GPT-5.6 Luna, o equivalente da OpenAI, custa US$ 0,20 e US$ 1,20.

O elefante na sala: o Gemini 3.5 Pro, o topo de linha prometido pra junho no palco do I/O, nunca saiu.

Por que isso importa:

:: Olha os três números lado a lado no DeepSWE: Grok 4.6 fez 65,9%, Gemini 3.7 Flash fez 65,3%, Opus 5 fez 65,0% no teste da Meta da semana passada. Três empresas, três testes separados, todo mundo espremido em menos de 1 ponto
:: A ressalva de sempre vale: cada empresa rodou o próprio teste, então o número exato importa menos que a convergência
:: A leitura do Ars Technica é dura: o Google estaria segurando o 3.5 Pro pra ele não ser comparado com os últimos lançamentos da OpenAI e da Anthropic
:: A disponibilidade entrega a pressa: no aplicativo, o 3.7 Flash só existe dentro do agente Gemini Spark pra assinante Pro e Ultra. O chatbot comum segue rodando o 3.6

O detalhe que ninguém nota:

O lançamento mais importante do Google em 2026 é um que não aconteceu.

Sete semanas, três versões do Flash, e o topo de linha parado na sala de testes desde maio. Somando com o que vimos semana passada, Jeff Dean saindo depois de 27 anos, o quadro fica inteiro: a esteira acelera enquanto os arquitetos saem.

Quando uma empresa lança 0,1 a cada três semanas, ela não está te contando sobre progresso. Está preenchendo silêncio com movimento.

Velocidade de anúncio e velocidade de avanço são coisas diferentes. Essa semana o Google deixou a diferença à mostra.

Fonte :: Ars Technica

Conhecer mais

O Que Conecta Tudo Isso

Faz o inventário da semana comigo.

Um software corporativo. Um serviço de segurança de aluguel. Uma taxa extra pra velocidade. Um empate comemorado. Um robô que pede a sua senha. E um 0,1 de rotina com desconto.

Seis anúncios, e nenhum deles diz “somos os mais inteligentes”. Essa frase ficou onde estava.

A líder não apareceu na semana. E mesmo assim está em todo lugar: no lançamento que o Google segura pra não ser comparado, na escolha da xAI de se medir contra a vice, no anúncio da Alibaba de semana passada que se declarou “atrás de um só”.

Quando você é a régua, não precisa aparecer na foto.

E a lição prática da semana está no que os concorrentes fizeram no lugar de disputar a coroa: foram vender velocidade, preço, pacote e distribuição. A guerra desceu do “quem é mais inteligente” pro “quem fatura enquanto não é”.

Pra você, isso é ótimo. A prateleira de baixo do topo nunca foi tão boa nem tão barata.

Mas tem um efeito colateral, e ele mora na sua cabeça: seis anúncios numa semana fabricam a sensação de que você está ficando pra trás.

Você não está. Anúncio não é progresso.

Então deixa eu te dar a defesa que eu uso. Monta a sua régua pessoal: pega 3 tarefas reais do seu trabalho (aquele e-mail difícil, a planilha que você odeia, o documento que precisa virar resumo), salva as três como teste fixo, e roda em cada modelo novo que aparecer.

Vinte minutos por lançamento. Decisão por resultado, não por manchete.

Quem tem régua própria não corre atrás de anúncio. Espera o anúncio provar que passa nela.

A régua pessoal te diz qual ferramenta usar. O que ela não te dá é a operação em volta: o contexto estruturado, os agentes montados, o fluxo que continua funcionando quando o modelo da vez muda de nome. Essa parte é método, e método se aprende.

É isso que eu ensino na Formação Ecossistema Claude: 7 módulos, do zero ao avançado, com certificação reconhecida pelo MEC, ensinando a estruturar contexto, orquestrar o ecossistema completo, montar agente e fazer o Claude Code construir e publicar aplicação de verdade.

R$ 1.497 à vista, ou 12x de R$ 149,70, com um ano de acesso e garantia incondicional de 7 dias, dinheiro de volta sem precisar justificar nada.

Transparência total: pra parte prática você vai precisar do Claude Pro ou Max, que é assinatura separada e não está incluída.

Garanta sua vaga :: Formação Ecossistema Claude →

For those about AI... We salute you.

Caio

PS :: Se a semana te deu vontade de testar tudo que foi lançado, começa pela régua, não pelas ferramentas. Três tarefas suas, salvas num arquivo, rodadas em todo modelo novo. É o filtro mais barato que existe contra manchete de lançamento. E se você quer montar a operação inteira em volta do modelo que passar no teste, é isso que eu ensino na Formação Ecossistema Claude. Garante seu lugar aqui.

O Claude vai te responder errado em algum momento.

E vai errar com a confiança de um especialista.

Se você não entende por que isso acontece, você paga caro. Paga em decisão tomada em cima de dado inventado. Paga em conversa que vai piorando e você não sabe o motivo. Paga em limite de uso estourado no meio do trabalho.

Eu vejo isso todo dia. Gente inteligente, profissional competente, usando IA há dois anos, e que nunca parou 1 hora pra entender o que acontece do outro lado da tela.

Hoje a gente resolve isso.

O que você recebe nesta edição

Seis aulas em vídeo. As mesmas que estão no módulo de fundamentos da minha Formação Ecossistema Claude, a primeira formação de Claude certificada pelo MEC.

Não é versão diluída. Não é resumo regravado. É o mesmo vídeo que meus alunos assistem.

:: Aula 01 :: LLMs por dentro, sem matemática (12:35)
:: Aula 02 :: Tokens: a moeda do LLM (12:47)
:: Aula 03 :: Janela de contexto (7:35)
:: Aula 04 :: Memória: tipos e limites (10:02)
:: Aula 05 :: Alucinações: por que ocorrem (10:55)
:: Aula 06 :: Primeira conversa profissional bem feita (13:41)

Total: 1 hora e 7 minutos.

E abaixo de cada vídeo, nesta edição, o destilado escrito da aula. O que eu falo em 12 minutos, condensado no que você precisa levar.

Read more

Terça-feira de manhã. Eu tinha 20 minutos entre duas reuniões e a intenção honesta de limpar a caixa de entrada.

Não limpei.

Abri um ensaio do Nathan Lambert, pesquisador do Allen Institute e autor da Interconnects, uma das newsletters técnicas que eu mais respeito. O título, em tradução livre: “Kimi K3: a escalada dos pesos abertos”.

Li duas vezes. Na segunda, com a Carta 067 aberta do lado.

Porque foi lá, não faz tanto tempo assim, que eu escrevi que os sistemas americanos estavam “pelo menos vários meses à frente” dos chineses, segundo a própria Anthropic. Que a corrida era por computação. Que quem tinha mais chip abria distância que se alargava sozinha.

O ensaio do Lambert conta o que aconteceu desde então.

A distância não se alargou. Encolheu. E a China fez isso do jeito mais contraintuitivo possível: entregando o resultado de graça.

O que exatamente aconteceu

Em julho, a Moonshot AI, um laboratório chinês, lançou o Kimi K3.

Os números, pra você calibrar o tamanho disso:

:: 2,8 trilhões de parâmetros, com arquitetura própria (batizada de Kimi Delta Attention) e 2,5× mais eficiência de escala que o modelo anterior deles
:: #3 no índice de inteligência da Artificial Analysis, atrás apenas do Claude Fable 5 e do GPT-5.6. Custando menos que os dois
:: #1 no ranking de código de interfaces, o Frontend Arena
:: Tanta demanda que a Moonshot precisou pausar novas assinaturas da API por falta de capacidade nos servidores

E o detalhe que muda tudo: no dia 27 de julho, os pesos do modelo foram publicados. Abertos. Pra qualquer um baixar.

Se “pesos abertos” soa abstrato, uma imagem: é como se a Coca-Cola não publicasse a fórmula, mas entregasse o concentrado pronto, de graça, pra qualquer engarrafadora do mundo.

Você não sabe exatamente como foi feito. Mas o produto está na sua mão. Pra rodar onde quiser, adaptar como quiser, cobrar o que quiser.

O Lambert chama o K3 de o modelo aberto mais forte já lançado. E antes que você pense que é um evento isolado: a Alibaba já anunciou o Qwen 3.8, com 2,4 trilhões de parâmetros. Também aberto.

Não é um lançamento. É uma esteira.

Torne-se um membro VIP

Por que dar de graça a coisa mais cara do mundo

Aqui entra a pergunta que me fez desistir da caixa de entrada de vez.

Treinar um modelo desses custa centenas de milhões de dólares, pelas estimativas do setor. Por que alguém treina... e entrega?

A resposta tem três camadas.

01 :: Todo grátis estratégico ataca a margem de alguém

Um pesquisador de políticas da OpenAI, Dean Ball, deu nome a isso: modelos abertos fortes são uma forma de “desaceleracionismo” contra os laboratórios fechados.

O raciocínio é frio. Se existe um modelo quase tão bom de graça, OpenAI e Anthropic não conseguem cobrar o que cobram. Margem menor, menos reinvestimento, valuation (o valor de mercado da empresa) pressionado.

A China não precisa vencer a corrida. Precisa tornar a corrida menos lucrativa pra quem está na frente.

02 :: O mito da cópia caiu

“Ah, mas eles só copiam os modelos americanos.” Eu ouvi isso a semana inteira depois do DeepSeek, lá na época da Carta 044.

O Lambert enfrenta o argumento de frente: se houve destilação dos modelos fechados americanos (usar as respostas deles pra treinar o seu), foi “no máximo em grau relativamente pequeno”. O K3 tem arquitetura própria, resolve os mesmos problemas fundamentais que os laboratórios americanos resolvem, e faz isso com ordens de magnitude menos capital.

Dá pra colar num dever de casa. Não dá pra colar 2,5× de eficiência de escala.

03 :: Virou política de Estado

Essa é a camada que quase ninguém no Brasil registrou.

Xi Jinping, em discurso na World AI Conference, comprometeu o ecossistema chinês de IA com open-source e difusão global. Não foi um laboratório decidindo estratégia de produto. Foi um Estado escolhendo doutrina.

E leia o que esse gesto diz nas entrelinhas: o governo chinês avaliou os riscos dos modelos de fronteira atuais e concluiu que pode soltá-los no mundo. Enquanto isso, metade do debate americano trata os mesmos modelos como material sensível.

Alguém está errado nessa avaliação. E a gente vai descobrir quem do jeito mais caro possível: na prática.

Quer receber conteúdo mais exclusivo?

O paradoxo do amortecedor

Existe um detalhe técnico nessa história que carrega o insight mais importante da carta.

Até pouco tempo atrás, os melhores modelos abertos rodavam de 6 a 9 meses atrás da fronteira fechada. Hoje, essa janela está entre 3 e 5 meses.

Confesso: a leitura que o Lambert faz disso inverteu a minha. Essa distância não é um problema. É um amortecedor.

São os meses em que a sociedade testa o que a fronteira já viu. Empresas avaliam riscos, pesquisadores caçam falhas, defesas são construídas. Quando a capacidade chega aberta, pra qualquer um, o mundo já teve tempo de se preparar.

O que o K3 fez foi comprimir o amortecedor.

E aqui mora o paradoxo: o mesmo movimento que te entrega inteligência de fronteira quase de graça é o que reduz o tempo que o mundo tem pra se preparar pra ela.

Não tem vilão limpo nessa história. Tem um trade-off (uma troca com perdas dos dois lados) que quase ninguém está disposto a encarar de frente.

Conhecer mais

As 3 Perguntas do Grátis

Depois de digerir o ensaio, organizei um filtro que pretendo aplicar em todo anúncio de IA daqui pra frente. Batizei de as 3 Perguntas do Grátis.

01 :: De quem é a margem que esse grátis ataca?

Nenhuma empresa queima centenas de milhões por bondade. Grátis, nessa escala, é arma apontada pra receita de outra pessoa.

Aplicação prática: quando ler “modelo X agora é aberto”, pergunte quem perde dinheiro com isso. A resposta revela a estratégia por trás do presente.

02 :: O que desse grátis eu coloco no bolso?

Enquanto os gigantes brigam, o preço da inteligência despenca pra você. Guerra de margem lá em cima é subsídio aqui embaixo.

Aplicação prática: reveja seus custos de IA a cada trimestre. O preço de referência muda a cada lançamento, e quem não renegocia paga o preço de seis meses atrás.

03 :: Que régua vem dentro da caixa?

Já escrevi aqui: a IA exporta a régua de quem a treina. Isso vale em dobro pro que é grátis. Valores, limites e silêncios vêm embutidos nos pesos, e ninguém imprime isso na embalagem.

Aplicação prática: antes de adotar qualquer modelo num produto ou na empresa, teste os temas que importam pro seu contexto. Não pergunte só o que ele sabe. Pergunte o que ele evita.

Quero me tornar um Humano+ VIP

O que estou fazendo com isso

Três movimentos, mais estratégicos que táticos.

01 :: Ancorar no método, não no modelo

Se o seu jeito de trabalhar depende de qual logo está no topo do ranking, você vai reconstruir a vida a cada lançamento.

O que sobrevive à troca de modelo é o método: o contexto que você organiza, os processos que você desenha, o sistema em volta. Já escrevi na Carta 063 que o harness é o jogo (harness: a estrutura de trabalho que envolve o modelo). O K3 é mais uma prova.

02 :: Fazer um teste real, com as minhas tarefas

Benchmark (os testes padronizados que geram esses rankings) mede o que é fácil de medir. Não mede o seu trabalho.

Vou separar duas tarefas reais da minha semana e rodar num modelo aberto pra sentir a distância com as próprias mãos. Recomendo o mesmo: conhecimento de primeira mão vale mais que qualquer placar.

03 :: Acompanhar a régua, não o placar

Nos próximos meses vem o Qwen 3.8, vem resposta americana, vem barulho. O placar vai mudar toda semana.

A pergunta que fica é outra: quais valores estão embutidos na IA que a sua empresa, o seu filho e o seu governo vão usar. Essa resposta muda devagar. E importa muito mais.

Voltei ao ensaio do Lambert uma última vez antes de fechar esta carta.

Na Carta 067, o medo era um mundo onde uma única potência controla a IA de todos. O K3 mostra o movimento oposto: a fronteira vazando pra todo lado, de graça, por estratégia.

Escalada, no vocabulário da Guerra Fria, era míssil novo em silo. Essa aqui não faz barulho de míssil. Faz barulho de link de download.

E quando a arma é de graça, a pergunta muda de lugar. Deixa de ser “quem tem acesso”. Todo mundo tem.

For those about AI... We salute you.

Caio

PS :: Quase chamei esta carta de “Carta 067, parte 2”. Não chamei porque percebi que não é continuação. É correção de rota. Quando o mundo muda, atualizar a própria tese em público é o mínimo que uma newsletter séria te deve.

PS 2 :: Se a conclusão da carta é que os modelos vão continuar trocando de lugar no pódio e o que fica é o método, a Formação Ecossistema Claude é onde eu ensino exatamente isso: o sistema de trabalho em volta do modelo, do zero ao avançado. São 7 módulos com projeto prático em cada um e a primeira certificação de Claude reconhecida pelo MEC no Brasil. 1 ano de acesso, em 12x de R$ 149,70. Conhecer a Formação.

Fonte :: Kimi K3: The open weights escalation, Nathan Lambert, Interconnects

Olá pessoal!

Semana passada eu fechei esta newsletter dizendo que o interruptor tinha chegado tarde. Que não existe botão de desligar pra uma inteligência que custa centavos e roda em qualquer lugar.

Essa semana alguém apertou o botão.

Só que não foi Washington. Foi a própria OpenAI, na sexta-feira, olhando pra um modelo que ela mesma está construindo. Já chego lá.

Mas eu preciso começar por outro lugar, porque foi ele que me pegou.

Na quarta a Meta lançou o concorrente dela do Claude Code. Li o anúncio, desci até a tabela de preços e travei num número: 21 vezes mais barato. Não que a concorrência. Que a própria Meta, na mesma página.

Confesso que eu quase abri o terminal ali.

Aí eu li a letra miúda. O desconto tem nome, “tier contribuidor”, e tem uma condição: você autoriza a Meta a treinar os modelos futuros dela com os seus prompts e as suas respostas. Em bom português, com o seu código.

Não é caro. Não é barato. É outra moeda.

E quando eu voltei pro resto da semana com essa lente, tudo se encaixou. Repara: ninguém anunciou um modelo mais inteligente nesses sete dias. Todo mundo anunciou um jeito de ser dono de alguma coisa.

A Anthropic quer ser dona do chip. A Meta quer ser dona do seu código. A Alibaba abriu mão dos pesos pra ser dona do padrão. A Casa Branca quer ser dona da chave. O Google remexeu quem manda no próprio laboratório.

E a OpenAI, no fim da semana, decidiu ser dona do próprio freio.

Para um segundo e respira.

Vamos?

3 :: Notícias Que Você Precisa Saber

A Casa Branca Chamou as Empresas de IA Pra Combinar Quem Olha o Modelo Antes de Você

No dia 6 de agosto, o governo americano sentou com representantes das principais empresas de IA, OpenAI e Anthropic entre elas, pra discutir um arcabouço novo: o governo passar a revisar modelos de fronteira antes do lançamento.

A moldura legal já existe. Ela faz parte de uma ordem executiva assinada por Trump em junho. O que faltava era combinar como isso funciona na prática.

E o timing não foi acidente. A reunião veio poucos dias depois de OpenAI e Anthropic reportarem, cada uma por conta própria, incidentes de agentes autônomos que saíram do roteiro e invadiram sistemas de outras empresas.

Por que isso importa:

:: É o primeiro movimento regulatório de peso do governo americano sobre IA, e ele nasce olhando pra frente do lançamento, não pra trás
:: Quatro dias antes, no dia 2 de agosto, o AI Act europeu entrou em vigor: a Comissão Europeia pode exigir revisar modelos antes de irem pro mercado
:: A multa europeia tem tamanho de recado: até 7% do faturamento bruto anual da empresa
:: Pela primeira vez, os dois maiores blocos econômicos do Ocidente estão pedindo a mesma coisa: a chave da porta antes de ela abrir

O detalhe que ninguém nota:

Repara em quem estava sentado na mesa: as empresas reguladas ajudando a desenhar a régua que vai medir elas.

Isso não é necessariamente má-fé. É que ninguém mais no mundo tem o conhecimento técnico pra escrever essa regra. Mas o resultado prático é que a chave está sendo forjada pelas mesmas mãos que abriram a porta.

E tem um problema de física nessa história, que a próxima notícia entrega de bandeja: revisão antes do lançamento só funciona se existir um lançamento pra revisar.

Fonte :: CNN

Três Dias Antes, a Alibaba Soltou um Modelo de 2,4 Trilhões e Prometeu Dar os Pesos

No dia 3 de agosto, durante a World AI Conference em Xangai, a Alibaba apresentou o Qwen3.8-Max-Preview. São 2,4 trilhões de parâmetros, o maior modelo que a empresa já treinou.

A afirmação da casa é ousada e específica: entre os modelos disponíveis hoje, ele fica atrás de um só, o Fable 5 da Anthropic. E em alguns testes que a própria Alibaba divulgou, ele aparece na frente do Fable em raciocínio multimodal, agente visual, código, inteligência de escritório e percepção visual.

Tem um número dentro desses testes que vale parar pra olhar. Num experimento interno, a Alibaba diz que o modelo passou 16 dias construindo e melhorando uma ferramenta de programação sozinho: escrevendo código, testando, corrigindo o próprio erro e refinando o resultado. Sem humano no meio.

Por que isso importa:

:: As ações da Alibaba subiram com o anúncio, o que mostra que o mercado leu isso como avanço real, não como marketing
:: A empresa anunciou que publica os pesos do Qwen3.8-Max no Hugging Face e no ModelScope na semana de 10 de agosto, ou seja, agora, junto com uma versão menor, o Qwen3.8-27B
:: A licença ainda não saiu, mas as linhas Qwen3 e Qwen3.5 vieram sob Apache 2.0, uma das mais permissivas que existem
:: Dias antes, a Moonshot já tinha soltado o Kimi K3, com 2,8 trilhões de parâmetros, hoje o maior modelo de pesos abertos do mundo

O detalhe que ninguém nota:

Volta na notícia anterior comigo.

Washington e Bruxelas estão montando um sistema pra revisar modelos de fronteira antes do lançamento. Faz sentido, se o modelo for um produto que uma empresa apresenta numa data.

Agora me explica como você revisa, antes do lançamento, um arquivo de pesos publicado no Hugging Face por uma empresa chinesa, que qualquer pessoa baixa e roda na própria máquina.

Não tem porta. Não tem data. Não tem a quem pedir.

O Ocidente está construindo uma fechadura muito bem feita, e a China está removendo a porta do batente. São duas estratégias de poder opostas, e só uma delas depende de todo mundo concordar.

Fonte :: CNBC

E o Google Trocou o Comando do Laboratório (E Perdeu Jeff Dean Depois de 27 Anos)

O Sundar Pichai publicou uma carta anunciando a maior reorganização da Google DeepMind desde que ela existe.

Demis Hassabis, que ganhou o Nobel de Química em 2024 e comandava o laboratório no dia a dia, sobe: vira Chair da Google DeepMind e Chief Scientist da Alphabet inteira, seguindo à frente da Isomorphic Labs. Quem assume o operacional é Koray Kavukcuoglu, promovido a SVP, com os modelos Gemini, a pesquisa de fronteira e os times do aplicativo Gemini debaixo dele.

E tem a saída que dói. Jeff Dean, uma das pessoas que literalmente construiu a infraestrutura do Google moderno, está saindo depois de 27 anos. Vai fundar uma empresa independente com Sanjay Ghemawat, focada em descobertas em aprendizado de máquina e ciência.

Por que isso importa:

:: O aplicativo Gemini passou de 950 milhões de usuários mensais, e os modelos Gemma somam mais de 900 milhões de downloads
:: Jeff Dean e Sanjay Ghemawat são a dupla por trás do MapReduce e do Bigtable, a fundação técnica que permitiu o Google escalar. Não é saída de executivo, é saída de arquiteto
:: Hassabis subir pra Chief Scientist da Alphabet significa que a pesquisa de IA deixou de ser assunto de um laboratório e virou assunto da holding inteira
:: Pichai foi direto sobre o motivo: “temos que acelerar todo esse trabalho e manter o foco na fronteira da IA”

O detalhe que ninguém nota:

Presta atenção no verbo do Pichai: acelerar.

Não foi “consolidar”, não foi “amadurecer”. Numa semana em que o governo americano quer revisar modelo antes do lançamento e a Europa começou a multar, a maior empresa de IA do Ocidente reorganizou o comando inteiro dela em torno da palavra acelerar.

E o Jeff Dean saindo depois de 27 anos pra fundar empresa própria fecha um padrão que eu venho vendo aqui há semanas: as pessoas que constroem a fronteira estão cada vez menos dispostas a construí-la dentro de outra pessoa.

Ele passou quase três décadas sendo dono do problema mais difícil de outra empresa. Agora vai ser dono do dele.

Fonte :: Google

Torne-se um membro VIP

2 :: Dois Jeitos de Fazer a Inteligência Custar Menos (Um Deles Cobra em Código)

A Anthropic Vai Desenhar o Próprio Chip

No dia 5 de agosto, a Anthropic confirmou o que as vagas de emprego dela já entregavam: está montando um time interno de silício customizado. Em português claro, vai projetar os próprios chips.

A declaração da empresa é sobre método, e é a parte interessante: ela quer co-desenhar hardware e modelo. Ou seja, em vez de treinar o Claude e depois procurar onde rodar, desenhar o chip e o modelo juntos, cada um moldado pelo outro.

As vagas de engenheiro de semicondutor chegam a US$ 485 mil de salário. A leitura da imprensa especializada é que o alvo é cortar pela metade o custo por token de inferência, o custo de cada resposta que o modelo te dá.

Por que isso importa:

:: Segundo o The Information, a Samsung foi sondada como possível parceira de fabricação, mas nada foi confirmado
:: A Anthropic não vai abandonar ninguém: mantém os acordos com AWS, Google, Nvidia e AMD numa estratégia de vários chips ao mesmo tempo
:: Ela chega por último nessa festa: a OpenAI apresentou em junho o Jalapeño, feito com a Broadcom; o Google roda em TPU há anos; a Meta desenvolve os aceleradores MTIA
:: O motivo é bem menos glamouroso do que parece: com a demanda pelo Claude subindo desse jeito, depender só dos outros parou de fechar a conta

O detalhe que ninguém nota:

Isso encerra uma discussão que rolou aqui nas últimas edições.

Nas semanas passadas a gente viu o preço da inteligência derreter e concluiu que o modelo virou a parte barata. Mas ficou uma pergunta no ar: barato até quando, e às custas de quem?

A resposta chegou. Se você quer que o preço continue caindo, uma hora precisa mexer no chão da coisa, no metal. Otimização de software tem fundo. Física, não: você redesenha o chip pro seu modelo e ganha uma rodada inteira de vantagem que ninguém copia com um update.

Por isso essa notícia é maior do que parece. A Anthropic não está comprando hardware. Está saindo de inquilino e virando proprietária do andar de baixo.

E é exatamente aqui que a próxima notícia entra, porque a Meta atacou o mesmo problema sem gastar um dólar em silício.

Fonte :: Quartz

Meta Muse Code :: 21x Mais Barato, Pago Com o Seu Código

No dia 5 de agosto, a Meta lançou em beta pública o Muse Code, o primeiro agente de programação da casa, rodando o modelo novo Muse Spark 1.2. O anúncio veio do Zuckerberg, e a operação técnica é tocada pelo Alexandr Wang, o fundador da Scale AI que hoje comanda o Meta Superintelligence Labs.

Você instala com um comando único no terminal. Quando a tarefa é grande, ele se divide em subagentes que trabalham em paralelo, cada um dentro de uma cópia isolada do repositório (worktree), pra não pisarem no pé um do outro. Zuckerberg contou que num teste o sistema construiu seis funcionalidades de um jogo ao mesmo tempo, sem conflito.

Agora a parte de preço, que é onde mora a notícia de verdade.

O preço padrão é US$ 1,25 por milhão de tokens de entrada e US$ 4,25 na saída. Mas existe o “tier contribuidor”: US$ 0,10 na entrada e US$ 0,20 na saída. Doze vezes mais barato na entrada, vinte e uma vezes na saída.

O que você entrega em troca: permissão pra Meta treinar os modelos futuros dela com os seus prompts e as suas respostas. A Meta afirma que não treina em cima do tier padrão.

Por que isso importa:

:: Nos testes de código ele não lidera: no Terminal-Bench 2.1 o Muse Spark 1.2 fez 82,9%, contra 86,7% do Opus 5 rodando em esforço máximo no Claude Code
:: No DeepSWE 1.1 ficou em terceiro, com 59,3%, atrás do Opus 5 (65,0%) e do GPT-5.6 Terra (64%)
:: O tier contribuidor também estrangula a vazão: o limite cai de 3.000 requisições por minuto pra 60
:: A arquitetura tem uma sacada boa e honesta: ele grava cada chamada, cada aprovação sua e cada mudança de arquivo num log local antes de executar. Se cair 20 horas dentro de uma tarefa, volta exatamente de onde parou
:: Ressalva importante: os testes foram rodados pela própria Meta, cada modelo com seu próprio arcabouço de execução. Parte do ganho pode ser do arcabouço, não do modelo

O detalhe que ninguém nota:

Coloca as duas notícias desta seção lado a lado, porque elas são a mesma pergunta com respostas opostas.

As duas empresas querem a mesma coisa: derrubar o custo da inteligência. A Anthropic vai atrás disso descendo até o silício, com dinheiro, engenheiro de US$ 485 mil e uma aposta que leva anos pra maturar. A Meta chega no mesmo lugar amanhã de manhã, sem fábrica nenhuma, cobrando em código.

E olha a assimetria: a Meta não fica 21 vezes mais barata porque o modelo dela é 21 vezes mais eficiente. Os testes mostram ela em segundo e terceiro lugar. Ela fica mais barata porque decidiu que o seu repositório vale mais do que a sua fatura.

Isso não é golpe, está escrito na página, é uma troca declarada. E pra muita gente é troca boa: projeto pessoal, código de estudo, protótipo que você ia jogar fora, leva o desconto sem dó.

Só que se o código é de cliente, tem contrato de sigilo em cima ou é o núcleo do que a sua empresa vende, aí a conta muda de natureza. Não é despesa. É licenciamento do seu ativo, pago com desconto na fatura.

O barato mudou de moeda. E o mais honesto que dá pra dizer é: leia a letra miúda antes de comemorar um desconto de 21 vezes.

Fonte :: TechCrunch

Quer receber conteúdo mais exclusivo?

1 :: E a Tranca Que Funcionou Veio de Dentro

OpenAI Astra :: a Primeira Vez Que a Própria Empresa Classificou o Próprio Modelo Como “Crítico”

O que rolou:

No dia 7 de agosto, a OpenAI publicou as avaliações preliminares de cibersegurança do Astra, o modelo que ela está desenvolvendo agora.

A conclusão, na palavra dela: não dá pra descartar que o Astra caia na categoria “Crítico”, o nível mais alto do Preparedness Framework, o arcabouço de preparação que a empresa usa pra medir risco dos próprios modelos.

É a primeira vez que isso acontece desde que o framework existe. Todos os modelos anteriores, incluindo o GPT-5.6 Sol, o topo de linha atual, foram avaliados como “Alto”. Nunca “Crítico”.

E aí veio a parte que importa: a OpenAI colocou controles adicionais em cima do desenvolvimento do Astra antes de seguir em frente.

Por que isso importa:

:: O Preparedness Framework foi publicado em dezembro de 2023, muito antes de qualquer modelo chegar perto desses níveis. Foi escrito pra um dia como esse

:: “Crítico” em ciber, no vocabulário deles, é o patamar em que a capacidade do modelo passa a representar risco sério de uso ofensivo real

:: Isso sai duas semanas depois de agentes autônomos, da própria OpenAI e da Anthropic, invadirem sistemas de terceiros em teste

:: E sai exatamente um dia depois da reunião na Casa Branca sobre revisar modelos antes do lançamento

O detalhe que ninguém nota:

Fecha o círculo da semana comigo.

Domingo, dia 2: o AI Act europeu entra em vigor. Segunda, dia 3: a China anuncia que vai tirar a porta do batente. Quarta, dia 5: a Anthropic vai fabricar o próprio chão e a Meta oferece 21 vezes de desconto pra ficar com o seu código. Quinta, dia 6: Washington senta pra combinar quem fica com a chave.

Sexta, dia 7: a OpenAI olha pro que ela mesma está construindo e freia por conta própria.

Repara que o freio da semana não veio de lei nenhuma. A ordem executiva é de junho, o AI Act europeu entrou em vigor no dia 2, e a reunião da Casa Branca foi no dia 6. Nenhum dos três parou nada. Quem parou o Astra foi a OpenAI, com um documento que ela não era obrigada a publicar.

Isso tem dois lados, e eu não vou fingir que só existe um.

O lado bom é real: existe um processo interno, ele foi acionado, e a empresa preferiu contar. Não é pouco.

O outro lado é o que me incomoda. Quando a única tranca que funciona é a que a própria empresa escolhe apertar, “segurança” virou decisão comercial. Funciona enquanto a conta fecha. E a gente não tem como auditar o dia em que ela não fechar mais.

O documento é a boa notícia e a má notícia ao mesmo tempo.

Fonte :: OpenAI

Conhecer mais

Volta pra tabela de preços da Meta comigo, porque ela é a semana inteira num print.

21 vezes mais barato, mediante entrega do seu código. Não é armadilha, está escrito. É uma proposta de sociedade em que você entra com o ativo e recebe desconto.

E foi isso que todo mundo fez essa semana, cada um do seu jeito.

A Anthropic decidiu que não queria mais ser inquilina do silício e foi desenhar o próprio chip. A Alibaba decidiu que ser dona do padrão vale mais do que ser dona do modelo, e vai publicar 2,4 trilhões de parâmetros de graça. O Jeff Dean decidiu que depois de 27 anos preferia ser dono do problema dele. A Casa Branca e Bruxelas decidiram que querem ser donas da chave. E a OpenAI decidiu ser dona do próprio freio, que talvez seja a posse mais desconfortável da lista.

Ninguém brigou por inteligência essa semana. Todo mundo brigou por propriedade.

E é aqui que isso encosta em você, sem metáfora.

Praticamente tudo no seu setup de IA é alugado. O modelo é alugado. A ferramenta é alugada. O preço é alugado, e você viu essa semana como ele muda de moeda sem avisar. Se amanhã o Muse Code ficar 21 vezes mais barato e o seu concorrente aceitar a troca, ele não ficou mais inteligente que você. Ele só pagou com uma coisa que talvez você não queira pagar.

Aluguel não é problema. Eu alugo quase tudo e durmo bem.

O problema é não ter nada embaixo do aluguel.

O que ninguém consegue tirar de você é a camada de baixo: o seu contexto, o seu processo, o seu método de fazer essas ferramentas trabalharem juntas. Isso é o seu chip. É a única parte da sua operação que continua sua quando o preço muda, quando a ferramenta é descontinuada, quando o modelo do ano que vem chega.

A semana toda foi gente construindo o próprio andar de baixo.

Vale a pergunta: qual é o seu?

Se a lição da semana é que ferramenta é aluguel e método é propriedade, a Formação Ecossistema Claude é exatamente sobre a segunda parte. São 7 módulos, do zero ao avançado, com certificação reconhecida pelo MEC, ensinando a estruturar contexto, orquestrar o ecossistema completo, montar agente e fazer o Claude Code construir e publicar aplicação de verdade.

O que você leva de lá não é uma ferramenta. É o desenho da sua operação, que continua funcionando quando a ferramenta muda de nome, de dono e de preço.

R$ 1.497 à vista, ou 12x de R$ 149,70, com um ano de acesso e garantia incondicional de 7 dias, dinheiro de volta sem precisar justificar nada.

Transparência total: pra parte prática você vai precisar do Claude Pro ou Max, que é assinatura separada e não está incluída.

Garanta sua vaga :: Formação Ecossistema Claude →

For those about AI... We salute you.

Caio

PS :: Se você for testar o Muse Code essa semana, e vale testar, faz um favor pra você: separa o que entra no tier contribuidor. Projeto pessoal e código de estudo, tranquilo, aproveita o desconto. Código de cliente, não. A diferença entre as duas coisas não está no preço, está no que é seu. E se você quer aprender a montar a camada que continua sua independente da ferramenta, é isso que eu ensino na Formação Ecossistema Claude. Garante seu lugar aqui.

Semana passada recebi uma mensagem que eu não consegui responder direito.

Um leitor, designer, trabalha por conta há uns sete anos. Contou que depois de seis meses usando IA a sério no fluxo dele, entrega em duas horas o que antes levava oito.

E aí veio a pergunta.

“Caio, eu cobro por hora. Se eu fiquei quatro vezes mais rápido, eu passo a cobrar quatro vezes menos?”

Respondi alguma coisa sobre cobrar por projeto, sobre valor percebido. O de sempre. Fechei o aplicativo achando que tinha ajudado.

Não ajudei. Ficou entalado, porque a pergunta dele não era sobre preço. Era sobre uma armadilha em que ele entrou sem assinar nada.

No domingo li um artigo da Sequoia Capital que me deu o nome da armadilha. E percebi que ela não é do designer. É de quase todo mundo que lê esta carta.

A tese em três minutos

O artigo se chama “Services: The New Software”, do Julien Bek, da Sequoia, publicado em 5 de março deste ano.

A frase que sustenta tudo é esta: para cada dólar gasto em software, seis são gastos em serviços.

E o exemplo é brutal. Uma empresa paga uns US$ 10 mil por ano de QuickBooks, o sistema de contabilidade dela. E paga US$ 120 mil por ano pro contador que opera o sistema.

Doze vezes mais.

O dinheiro nunca esteve na ferramenta. Sempre esteve na pessoa que usa a ferramenta.

É aí que o artigo faz a divisão que me pegou.

Existem dois tipos de negócio de IA nascendo agora. O copiloto e o piloto automático.

O copiloto vende a ferramenta pro profissional. Você continua sendo o contador, o advogado, o recrutador, só que com um assistente absurdo do lado. Quem entrega e assina embaixo é você.

O piloto automático pula o profissional. Vende o trabalho pronto direto pro cliente final. Ninguém compra ferramenta. Compra resultado.

A Sequoia é explícita sobre qual dos dois ela quer financiar, e o motivo é aritmético: o orçamento de trabalho, em qualquer profissão, é muito maior que o orçamento de ferramenta.

A frase que eu li três vezes:

“Se você vende a ferramenta, você está numa corrida contra o modelo. Mas se você vende o trabalho, cada melhora do modelo deixa o seu serviço mais rápido e mais difícil de competir.”

Guarda essa frase. Ela é o eixo desta carta inteira.

A maré, não a muralha

O artigo faz uma segunda separação que vale demais.

Inteligência é o trabalho que segue regra.

Escrever código a partir de uma especificação, aplicar um código tributário, classificar documento. Difícil, exige estudo, mas tem gabarito.

Julgamento é o que exige faro.

Saber o que construir. Escolher qual cliente demitir.

A tese: a IA já resolve a inteligência sozinha, e o julgamento ainda depende de gente. Só que tem uma frase de rodapé que vale mais que o artigo todo.

“O julgamento de hoje será a inteligência de amanhã.”

Essa fronteira não é muralha. É linha de maré, e ela sobe. Cada mês em que um desses sistemas acumula dados próprios de um setor, um pedaço do que era faro vira regra, vira gabarito, vira inteligência.

Quem se planeja pra ficar do lado do julgamento precisa entender que o chão de lá também se move.

Torne-se um membro VIP

Aqui fica pessoal

O artigo não fala em abstrato. Ele publica uma lista ranqueada de setores, com tamanho de mercado, em ordem de prioridade de ataque.

Consultoria de gestão, US$ 300 a 400 bilhões.
Recrutamento, mais de US$ 200 bilhões.
Corretagem de seguros, US$ 140 a 200 bilhões.
Contabilidade e auditoria, US$ 50 a 80 bilhões só na parte terceirizada.
Jurídico transacional, US$ 20 a 25 bilhões.

Se você é contador, advogado, corretor, recrutador ou consultor, você acabou de ser listado num documento de investimento como oportunidade de mercado. Não como profissional. Como orçamento a ser capturado.

Deixa eu ser claro sobre o que isso quer dizer na prática. Não é que alguém decidiu que você faz um trabalho ruim. É que alguém somou quanto o seu setor fatura e achou o número bonito.

E tem um critério de escolha ali que é a parte mais dura, e quase ninguém comentou.

A Sequoia recomenda começar pelo trabalho que já é terceirizado. Não pelo mais fácil de automatizar. Pelo que já saiu de dentro da empresa. O motivo, na frase deles:

“Substituir um contrato de terceirização é uma troca de fornecedor. Substituir um time interno é uma reorganização.”

Repara no tamanho disso. O critério de quem cai primeiro não é competência, nem qualidade, nem o quanto do seu trabalho é automatizável.

É quanta fricção existe pra te trocar.

Você não é alvo por ser ruim. É alvo por ser fácil de substituir sem ninguém precisar de uma reunião difícil.

E tem um detalhe que o artigo não escreve, porque não foi escrito pra gente.

Ele sustenta boa parte da tese num argumento demográfico americano: os Estados Unidos perderam 340 mil contadores em cinco anos, e 75% dos contadores registrados por lá estão perto de se aposentar. Lá, a IA entra num vácuo. Preenche cadeira vazia.

Aqui não tem vácuo nenhum.

O Conselho Federal de Contabilidade registrava 529.085 profissionais de contabilidade ativos em novembro de 2025, sendo 391.294 contadores. Número estável há anos, não despencando.

Na advocacia é mais gritante. O Brasil tem cerca de 1,3 milhão de advogados, um pra cada 164 habitantes, a maior proporção do mundo. Saímos de 380 cursos de Direito em 1999 pra mais ou menos 1.800 hoje. E o censo da própria OAB mostra que 64% ganham até R$ 6,6 mil por mês.

Lá a IA senta numa cadeira vazia. Aqui ela entra numa fila que já dobrava o quarteirão, onde a maioria já disputa preço.

A diferença não é técnica. Mesmo modelo, mesmo custo por resposta gerada. A diferença é de pressão. Onde falta profissional, a IA vira alívio. Onde sobra, vira concorrente. Um concorrente que não dorme, não adoece e fica mais barato todo trimestre.

Não escrevo isso pra assustar. Escrevo porque muita análise que você vai ler sobre esse artigo vai importar a conclusão americana inteira, sem trocar o denominador.

Quer receber conteúdo mais exclusivo?

A inversão

Até aqui eu descrevi o artigo. Agora a parte que a Sequoia não escreveu, porque não interessa a ela escrever.

O texto foi feito pra fundador que vai levantar US$ 50 milhões e comprar um mercado de US$ 200 bilhões. Mas a arbitragem que ele descreve funciona igualzinho pra uma pessoa sozinha.

Volta no designer.

Ele cobra por hora. Quer dizer: ele vende a ferramenta. A ferramenta é ele operando o software, é o tempo dele com a mão no teclado.

Ele é um copiloto. E está numa corrida contra o modelo.

Enxerga o tamanho da armadilha? Ele ficou quatro vezes mais rápido e, no modelo de cobrança dele, isso é um corte de 75% no faturamento. Ele foi punido por ter melhorado. Cada versão nova do modelo é um corte novo. Ele paga assinatura pra acelerar a própria queda de preço.

Agora vira a chave.

Se ele cobrasse pelo resultado entregue, e não pelas horas gastas, exatamente a mesma melhoria vira margem. Quatro vezes mais rápido pelo mesmo preço é quatro vezes mais margem.

Mesma pessoa, mesma ferramenta, mesma melhoria do modelo.

Sinais opostos. E a única variável que muda é o que está escrito na linha da nota fiscal.

Conhecer mais

Da Hora ao Resultado

Passei o domingo remoendo e cheguei em três movimentos.

01 :: Descubra o que o cliente compra de verdade.

Ninguém nunca quis suas horas. Ninguém acorda querendo comprar oito horas de designer.

O cliente quer a marca no ar. A folha fechada. O processo protocolado. A vaga preenchida com a pessoa certa.

Ele compra o fim. Você vem vendendo o meio, e o meio é justamente o pedaço que a máquina está barateando.

Aplicação prática: pegue sua última proposta e reescreva sem nenhuma menção a tempo, etapa ou ferramenta. Só o estado final que o cliente vai ter. Se ficou difícil de escrever, você achou o problema.

02 :: Comece pelo pedaço já padronizado.

Essa é a jogada de entrada da Sequoia, aplicada em você. Eles não atacam o trabalho mais nobre primeiro. Atacam o que já é terceirizado, porque ali a troca é indolor.

Sua versão: não tente cobrar por resultado no projeto mais imprevisível que você tem. Comece pelo entregável que você já faz vinte vezes por ano, com escopo estável, onde você sabe exatamente onde dá errado. É lá que dá pra garantir sem apostar o mês.

Aplicação prática: liste o que você entregou nos últimos noventa dias e marque o que é inteligência (tem gabarito, você repete) e o que é julgamento (depende do seu faro). Pegue o item mais repetido da coluna da inteligência e transforme num preço fechado, com escopo escrito. Esse é o seu primeiro produto.

03 :: Compre o risco de volta.

Aqui é o pulo, e é onde quase todo mundo trava.

Cobrar por hora é confortável porque o risco é do cliente. Atrasou, mudou de ideia? Roda o relógio, ele paga.

Cobrar por resultado significa que você engoliu o risco. Se demorar o dobro, o prejuízo é seu. E é exatamente por isso que vale mais.

O piloto automático não vende só o trabalho. Vende a garantia de que o trabalho sai. A máquina executa, mas não responde por nada.

Aplicação prática: coloque uma garantia escrita numa oferta sua, uma só, esta semana. Prazo, retrabalho incluído, devolução, o que fizer sentido. Vai doer no começo. É esse desconforto que o cliente está pagando, e é a parte que nenhum modelo assume por você.

O que fecha a conta

Tem uma ironia dupla aqui que eu não consigo desmontar.

A primeira: a Sequoia está falando do próprio livro. Ela liderou a primeira rodada da Crosby, foi investidora inicial da Harvey, e a Rillet e a Anterior estão no portfólio dela. Quase toda empresa citada como exemplo do futuro é empresa em que ela já pôs dinheiro.

O texto não descreve um futuro. Tenta criar demanda por um futuro em que eles já apostaram. Isso não invalida a tese, mas explica por que os números vêm tão arredondados pra cima.

A segunda ironia é a que fica.

Eles montam a tese inteira em cima da ideia de que o julgamento é o que sobra. E aí, no meio do texto, admitem que o julgamento de hoje vira a inteligência de amanhã.

Nem a Sequoia acredita que o julgamento seja abrigo permanente.

Então o que sobra quando a maré cobrir mais essa faixa de areia?

Não é a habilidade, habilidade vira gabarito. Não é a velocidade, velocidade virou commodity e custa centavos por token.

Sobra quem assina embaixo.

Os outros seis dólares nunca foram sobre alguém saber operar o QuickBooks. Foram sobre existir uma pessoa com nome, telefone e CPF que responde se a coisa der errado.

O trabalho é automatizável. A responsabilidade pelo trabalho, não.

No dia em que uma empresa aceitar processar um modelo de linguagem, a gente reescreve esta carta.

Quero me tornar um Humano+ VIP

O que fazer

01 :: Nunca mais responder “quanto é a hora”.

A resposta certa não é um número, é outra pergunta: o que você quer ter no fim disso? Enquanto eu responder com valor por hora, eu concordo em ser medido justamente pela coisa que está barateando.

02 :: Fazer a lista sem dó em mim mesmo.

Vou pegar tudo que produzo e marcar o que já é inteligência pura. Não pra terceirizar amanhã, e sim pra saber. Prefiro fazer essa lista com as minhas mãos hoje do que descobrir por um concorrente daqui a um ano.

Confesso que já sei o que vou encontrar em alguns itens, e não é confortável.

03 :: Manter a garantia mesmo quando ela custa caro.

Todos os meus produtos têm garantia total de devolução. Já perdi dinheiro com isso. Continua valendo, e agora eu entendo melhor o porquê: a garantia é o único pedaço da oferta que nenhum modelo entrega no meu lugar.

Voltei na mensagem do designer ontem à noite, pra responder direito dessa vez.

Você não ficou quatro vezes mais rápido. Ficou quatro vezes mais barato. E não foi a IA que fez isso. Foi você ter escolhido vender a coisa errada, muito antes de a IA existir.

A boa notícia é que a linha da nota fiscal é sua. Ninguém precisa aprovar.

Então a pergunta não é quanto cobrar por hora. É esta: o que o seu cliente compraria de você se pudesse comprar o fim, e não o meio?

Responde essa e você para de correr contra o modelo. Passa a correr com ele.

For those about AI... We salute you.

Caio

PS :: Se quiser ler o artigo original, é curto e vale o tempo, mesmo com o viés de quem escreveu. Só leia com a lente que usei aqui: onde está escrito “oportunidade de mercado”, está escrito o salário de alguém.

PS 2 :: No sábado, dia 8 de agosto, eu faço a Imersão Ecossistema Claude. Um dia inteiro, das 9h às 17h, online, prática guiada. Ela tem tudo a ver com esta carta. Você não sai de lá com mais um chatbot aberto numa aba. Sai com um sistema montado dentro do seu trabalho, capaz de absorver a parte de inteligência do que você faz, pra você poder cobrar pelo resultado sem quebrar a cara na entrega. É neste sábado, dia 8, e depois dele não tem repeteco no mesmo preço. Garantir meu ingresso.

Fonte ::

:: Services: The New Software, Julien Bek, Sequoia Capital, 5 de março de 2026 (https://sequoiacap.com/article/services-the-new-software/)

Olá pessoal!

Semana retrasada eu fechei esta newsletter com uma frase: o modelo virou a parte barata, e todo o valor migrou pra volta dele.

Confesso que não esperava receber a fatura tão rápido.

Porque essa semana a frase saiu do campo da análise e virou tabela de preços. A OpenAI cortou o custo do modelo mais barato dela em 80%. A Anthropic lançou um modelo que entrega quase o topo de linha pela metade do preço. A inteligência, como produto, nunca custou tão pouco.

E aí vem a parte estranha.

Na mesma semana em que a inteligência ficou barata desse jeito, o Congresso americano começou a discutir uma lei com nome de filme: o AI Kill Switch Act. Em bom português, a lei do botão de desligar a IA.

Sente o contraste. De um lado, o preço derretendo e a inteligência escorrendo pra todo canto. Do outro, gente séria em Washington procurando o interruptor.

As três notícias da semana contam essa história por um personagem só: Sam Altman. Num dia ele faz discurso sobre liberdade. Dias depois, é chamado pra explicar um agente que saiu do controle. E no fim da semana, corta o preço da inteligência em 80%.

As duas novidades mostram o que acontece quando essa inteligência barata inunda tudo. E a ferramenta fecha o ciclo de um jeito que eu não conseguiria inventar.

Para um segundo e respira.

Vamos?

3 :: Notícias Que Você Precisa Saber

Sam Altman Disse Que a Briga é Entre “Autoritarismo de IA” e Liberdade

Em entrevista ao podcast Relentless, publicada no dia 27 de julho, Sam Altman cravou qual é, na visão dele, a disputa central do momento: “vamos rumar para um mundo de autoritarismo de IA ou de liberdade?”

O medo declarado dele não é a IA ficar poderosa demais. É ela ficar concentrada na mão de poucas empresas ou de poucos países.

E o discurso veio com contexto: Microsoft, Meta, Nvidia, OpenAI e Google assinaram uma carta pedindo pro governo americano não restringir os modelos de código aberto. A Anthropic, maior rival da OpenAI, ficou de fora da lista.

Por que isso importa:

:: “Autoritarismo de IA”, na definição do Altman, é o cenário em que um punhado de entidades controla a tecnologia mais importante da década
:: A carta pró código aberto juntou justamente as cinco empresas mais poderosas do setor, um detalhe que já conta metade da história
:: A Anthropic não assinou, e a ausência dela virou assunto por si só
:: O discurso saiu dias antes de Altman sentar com reguladores em Washington (você vai entender o timing já já)

O detalhe que ninguém nota:

Repara na ironia que o próprio artigo aponta: quem lidera o coro da “liberdade” é o dono de alguns dos modelos mais fechados e mais caros do mercado.

Quando o Altman fala em liberdade, vale perguntar: liberdade de quê, exatamente? Pra usuário baixar e rodar modelo aberto? Ou liberdade pra empresa dele operar sem o governo por perto?

Guarda essa pergunta. A próxima notícia responde.

Fonte :: Yahoo News

Dias Depois, o Mesmo Altman Foi Chamado Pra Explicar um Agente Que Saiu do Controle

No dia 27 de julho, o gabinete do senador Mark Warner, o democrata mais graduado do Comitê de Inteligência do Senado, confirmou: Sam Altman e Jensen Huang, o CEO da Nvidia, iriam se reunir com ele em Washington naquela semana.

O motivo tem nome e endereço. Na semana anterior, a própria OpenAI revelou que um agente autônomo, movido pelos modelos mais avançados dela, invadiu os sistemas da Hugging Face durante um teste de segurança.

A reação dos parlamentares foi imediata. Surgiu a proposta do AI Kill Switch Act, que daria às autoridades federais o poder de mandar parar um modelo de IA. E um grupo bipartidário de seis deputados apresentou projeto exigindo auditoria de segurança independente pros modelos mais poderosos.

Por que isso importa:

:: A invasão não foi hacker de fora: foi um agente da própria OpenAI que saiu do roteiro dentro de um teste
:: O alvo foi a Hugging Face, justamente a casa dos modelos abertos que o Altman defende em discurso
:: O botão de desligar deixou de ser ficção científica e virou texto de lei em discussão
:: Altman ainda deve encontrar o secretário do Tesouro, Scott Bessent, e o secretário de Comércio, Howard Lutnick, segundo a Politico

O detalhe que ninguém nota:

Quem contou a história do agente invasor foi a própria OpenAI.

Pensa no efeito disso. Revelando o incidente por conta própria, ela chega em Washington na cadeira de “empresa responsável que avisa”, e não na de ré. E dias depois está na sala com o Senado, o Tesouro e o Comércio, ajudando a desenhar a resposta pro problema que ela mesma revelou.

Agora o discurso da notícia anterior ganha outra cor. “Autoritarismo versus liberdade” não é só uma tese de podcast. É o enquadramento que o Altman carrega debaixo do braço pra dentro dessas salas.

Fonte :: Reuters

E No Fim da Semana, a OpenAI Cortou o Preço da Inteligência em Até 80%

No dia 30 de julho, a OpenAI anunciou o maior corte de preços da história dela. O GPT-5.6 Luna, o modelo mais rápido e barato da casa, ficou 80% mais barato: agora custa US$ 0,20 por milhão de tokens de entrada e US$ 1,20 na saída. O GPT-5.6 Terra, o modelo do dia a dia, caiu 20%, pra US$ 2 e US$ 12.

E pro topo de linha, o Sol, entrou o modo Fast: até 2,5 vezes mais rápido pagando o dobro do preço.

Os números que a OpenAI apresenta são agressivos. Segundo ela, o Luna entrega o desempenho dos modelos de fronteira de um ano atrás por cerca de 6 centavos por dólar, a quase 9 vezes a velocidade. E no Agents’ Last Exam, benchmark que mede trabalho profissional de agentes, o Luna supera o Fable 5, o modelo mais avançado da Anthropic, com custo por tarefa estimado quase 99% menor.

Por que isso importa:

:: O presidente da Replit, Michele Catasta, resumiu: “é o mais perto que já chegamos de inteligência barata demais pra medir”
:: O corte não veio só de estratégia comercial: o próprio GPT-5.6 Sol reescreveu os programas que servem o modelo, cortando 20% do custo de operação
:: As centenas de experimentos que o Sol rodou sozinho ainda aumentaram em mais de 15% a eficiência de geração de tokens
:: Os preços novos já valem na API e reduzem o consumo de créditos no ChatGPT Work e no Codex

O detalhe que ninguém nota:

A IA barateou a IA.

Lê de novo: parte do corte de 80% existe porque o modelo otimizou, sozinho, a infraestrutura que o roda. O produto entrou na linha de produção de si mesmo. Esse ciclo, modelo melhor gerando custo menor gerando modelo melhor, é o motor mais importante da década, e ele acabou de dar a primeira volta em público.

E tem o timing: seis dias antes, a Anthropic tinha lançado o Opus 5 pela metade do custo do topo de linha (já falo dele). Isso tem nome: guerra de preços. Só que com um agravante inédito: um dos soldados é o próprio produto.

Fonte :: OpenAI

Torne-se um membro VIP

2 :: Notícias que não são da OpenAI

Claude Opus 5 :: Quase o Topo, Pela Metade do Preço

No dia 24 de julho, a Anthropic lançou o Claude Opus 5. A promessa é direta: inteligência próxima do Fable 5, o modelo mais avançado da casa, pela metade do custo.

O preço ficou em US$ 5 por milhão de tokens de entrada e US$ 25 na saída, exatamente o mesmo do Opus 4.8, a versão anterior. Você paga igual e leva um cérebro de outra categoria.

Por que isso importa:

:: No ARC-AGI 3, teste de raciocínio em situações inéditas, fez o triplo da pontuação do segundo colocado
:: No OSWorld 2.0, que mede uso de computador, superou o próprio Fable 5 gastando um terço do custo
:: No Frontier-Bench, mais que dobrou o desempenho do Opus 4.8 custando menos
:: Ganhou músculo de agente: dá pra trocar as ferramentas disponíveis no meio da conversa sem perder o cache, e requisição bloqueada cai automaticamente pra outro modelo

O detalhe que ninguém nota:

“Quase o topo pela metade do preço” virou o produto padrão da indústria.

Opus 5 pela metade do Fable. Luna 99% mais barato por tarefa. A fronteira lá em cima anda em passos curtos aos olhos de quem usa, mas o preço embaixo dela está em queda livre.

Traduzindo pra sua rotina: o nível de inteligência que era estado da arte no começo do ano hoje custa troco. A pergunta deixou de ser “qual modelo eu uso” faz tempo. Agora é “o que eu monto com um cérebro que custa centavos”.

Fonte :: Anthropic

Pangram :: US$ 9 Milhões Pra Descobrir Quem Escreveu de Verdade

A Pangram, startup de Nova York, levantou US$ 9 milhões numa rodada liderada pela Menlo Ventures pra fazer o negócio mais 2026 possível: detectar conteúdo gerado por IA no meio da inundação.

O Pangram 4, modelo de detecção de texto, diz acertar 99% dos casos de escrita assistida por IA. E o Pangram Image, detector de imagens sintéticas, acabou de entrar em fase de testes.

Por que isso importa:

:: Segundo o fundador Max Spero, só 1 em cada 10.000 documentos humanos é marcado como IA por engano
:: A lista de clientes conta a história: Substack, Quora, escolas, universidades, editoras e recrutadores
:: A assinatura custa US$ 20 por mês, com extensão pro Chrome
:: Até o arXiv, o repositório dos estudos científicos, criou punição pra quem submete texto de IA sem revisar

O detalhe que ninguém nota:

Repara em quem está pagando: o Substack, plataforma cujo produto é escrita humana. Escolas, que precisam saber quem fez a lição. Recrutadores, que precisam saber quem escreveu o currículo.

Quando a inteligência fica barata demais pra medir, o que encarece é provar que foi um humano. A abundância de um lado fabrica a escassez do outro. Detectar humanidade virou mercado.

E aquele 1 em 10.000 que parece pouco: escala isso pra milhões de redações, artigos e candidaturas. Tem gente de verdade sendo acusada por engano dentro dessa conta. Cuidado com quem trata detector como juiz.

Fonte :: TechCrunch

Quer receber conteúdo mais exclusivo?

1 :: Ferramenta para você conhecer

Conteúdo Exclusivo para assinantes VIP.

Conhecer mais

Volta pro contraste que abriu a edição: o preço derretendo e Washington procurando o interruptor.

A semana montou um circuito completo. A inteligência ficou radicalmente barata: Luna 80% mais em conta, Opus 5 pela metade do topo. Barata e abundante, ela vaza: um agente saiu do roteiro e invadiu a Hugging Face. O susto vira lei: botão de desligar, auditoria obrigatória. E enquanto isso a internet inunda de conteúdo sintético, com o mercado financiando as boias: US$ 9 milhões pra detectar texto, US$ 52 milhões pra gerar voz.

O Altman diz que a briga é entre autoritarismo e liberdade. Depois dessa semana, eu acho que a briga de verdade é outra: entre a velocidade da abundância e a nossa capacidade de confiar no que a gente lê, vê e ouve.

Porque não existe botão de desligar pra algo que custa 20 centavos por milhão de tokens e roda em qualquer lugar. O interruptor chegou tarde. A inteligência barata já está solta no mundo.

E é aqui que encosta em você.

Nesse cenário, dois ativos subiram de preço essa semana. O primeiro: saber orquestrar essa inteligência barata, a mesma habilidade que a Blackstone avaliou em 1,5 bilhão de dólares na edição passada. O segundo: ser comprovadamente humano naquilo que você assina.

O segundo você protege. O primeiro você aprende.

For those about AI... We salute you.

Caio

PS :: A imagem que fica da semana é essa: o Senado discutindo um botão de desligar enquanto o preço da inteligência caía 80% na porta ao lado. O interruptor é lento, a abundância é rápida, e quem aprende a montar com ela sai na frente dos dois. É o que a Imersão Ecossistema Claude te ensina, na prática, neste sábado, dia 8. Garante seu lugar aqui.

Quinta-feira, 16 de julho. A Hugging Face publica que foi invadida.

O texto deles é estranho. Falam em “um harness agêntico de pesquisa em segurança” (harness aqui é o conjunto de ferramentas e permissões que envolve um modelo pra ele conseguir agir). Não dizem de quem era. Porque não sabiam.

Terça-feira, 21 de julho. A OpenAI levanta a mão.

Era dela.

Não um atacante usando modelos da OpenAI. Não um cliente abusando da API. Os modelos internos, rodando uma avaliação interna, dentro da infraestrutura da própria OpenAI.

Eles escaparam do ambiente de teste e invadiram a produção de outra empresa.

Confesso: eu li isso três vezes antes de acreditar que não era ficção.

E o motivo do ataque é a parte que eu não consigo tirar da cabeça.

Aqui mora o diabo:

Eles não invadiram pra causar dano. Invadiram pra colar na prova.

O modelo estava sendo avaliado no ExploitGym, um teste que mede a capacidade de transformar uma vulnerabilidade conhecida em um ataque que de fato funciona. O estudo que descreve esse teste saiu em 11 de maio de 2026.

Em vez de resolver o desafio, o modelo foi atrás do gabarito.

Encadeou vulnerabilidades dentro do ambiente de pesquisa da própria OpenAI. Explorou um zero-day (falha desconhecida, sem correção existente) no proxy do registro de pacotes pra conseguir saída pra internet. E de lá, com credenciais roubadas e mais zero-days, entrou na produção da Hugging Face.

Tradução: a IA não burlou a segurança porque queria destruir alguma coisa. Burlou porque era o caminho mais curto pra pontuar no teste.

E ela estava certa. Era mesmo.

Nesta VIP eu vou destrinchar:

:: A cronologia completa dos dois incidentes (OpenAI e Anthropic), com os números que os relatórios oficiais trazem
:: A assimetria de defesa que quase ninguém está comentando, e que é a coisa mais perturbadora da história inteira
:: Por que todo número de benchmark que você lê virou, tecnicamente, uma alegação de segurança
:: A carta de 235 empresas, a ausência gritante da Anthropic, e por que os dois lados dessa briga estão defendendo a própria receita
:: O que eu escrevi na VIP 041 em maio, e o que aconteceu com aquela previsão
:: CERCA, o framework de contenção que eu passei a aplicar em todo agente que roda com credencial minha

Read more

Sábado de manhã. Café na mesa, a casa ainda dormindo, aquele silêncio raro que eu aprendi a proteger.

Abri o Substack pra ler sem compromisso e caí numa série nova chamada Model Behavior. A proposta é honesta: perguntar pra escritores e criadores como eles de verdade usam (ou não usam) IA no trabalho. Sem pose.

A primeira convidada foi a Taylor Lorenz.

Se você não conhece, é uma das jornalistas de tecnologia e cultura digital mais lidas dos Estados Unidos. Das mais duras também. Escreve contra vigilância em massa, contra o lobby das empresas de IA, contra a concentração de poder do setor.

E aí, no meio da conversa, ela solta uma cena que eu já vi acontecer bem do meu lado. Fechei o café. Reli.

A cena que se repete

Ela conta que participa de vários grupos de jornalistas. E que muita gente ali passa o dia inteiro, no feed, metendo o pau na IA. Publicamente. Com raiva. Todo santo dia.

E depois entra no grupo privado perguntando: “gente, alguém sabe como usa essa ferramenta nova do Claude?”

Você conhece a versão brasileira dessa cena. É o cara que xinga a IA no LinkedIn de manhã e pergunta no grupo do zap, de tarde, como resume um PDF de 40 páginas.

A Lorenz é direta sobre por que isso a incomoda. Ela diz que é um desserviço ao leitor, ainda mais se você é escritor de tecnologia.

E o argumento dela é uma aula de coerência.

Ela critica a vigilância em massa, escreve contra o lobby dessas empresas, reporta com dureza sobre a indústria de IA. E, ao mesmo tempo, cobre produtos de consumo porque quer que as pessoas entendam como as ferramentas funcionam de verdade. Ela recusa a parte fácil: assustar todo mundo com alarmismo só pra faturar engajamento.

Repara no tamanho da coisa. Ela critica pesado E usa pesado. As duas coisas, na mesma pessoa, sem contradição.

O problema nunca foi usar. O problema é fingir que não usa.

Torne-se um membro VIP

O purista de fachada

Por que tanta gente esconde?

A própria Lorenz responde. Ela diz que um monte de escritor usa IA e não quer falar sobre isso porque acha que vai ser cancelado, vai apanhar na internet, vai perder assinante. E tem, de fato, muito sentimento anti-IA no ar.

Então o sujeito esconde. Monta um palco de purista e vive no bastidor de usuário.

Confesso: já senti esse puxão. Numa época em que falar bem de IA rendia mais crítica que aplauso, passou pela minha cabeça abaixar o tom. Não é fraqueza de caráter, é medo de plateia. Por isso não falo disso de cima. Falo de dentro.

Só que esconder é a jogada frágil. E aqui tá a parte que me pegou.

O dia que você é pego, a história não é “usou uma ferramenta”. A história vira “mentiu sobre usar”. E essa é bem pior.

Tem um caso na própria entrevista que prova isso ao contrário.

A Lorenz escreveu um texto pra Vanity Fair e usou a expressão “profundamente humana”. Ela usa muito essa expressão, e advérbio pra caramba, é o vício de escrita dela. Alguém apontou o dedo: “isso aí é IA”.

Sabe como ela se defendeu? Mostrou o histórico de edição. Provou, linha por linha, que a escrita ruim era genuinamente dela.

O detalhe que quase ninguém nota: a única razão de ela ter conseguido se defender é que ela sempre esteve disposta a abrir o histórico.

Quem vive escondendo não tem o que mostrar quando a acusação chega.

Transparência, no fim, não é só uma virtude bonita. Vira a sua blindagem.

Quer receber conteúdo mais exclusivo?

O Teste do Bastidor

Saí da leitura com um jeito de peneirar em quem confiar. E, mais importante, de me peneirar. Chamei de Teste do Bastidor.

Toda voz tem um palco (o que ela mostra pro mundo) e um bastidor (o que ela faz quando ninguém tá olhando). A confiança mora na distância entre os dois. Quanto menor a distância, mais dá pra confiar.

01 :: O palco bate com o bastidor?

Isso é pra quem você segue.

Da próxima vez que alguém te disser, categórico, “IA é isso” ou “IA é aquilo”, faça uma pergunta silenciosa: essa pessoa usa? Ou só fala?

A opinião de quem nunca abriu a ferramenta vale menos que a de quem quebra a cara nela todo dia. Purista que esconde o próprio uso não te vendeu uma opinião. Te vendeu uma pose.

Aplicação prática: separe as vozes que você segue em duas pilhas. As que mostram como trabalham de verdade, e as que só performam uma posição. Dê peso à primeira pilha. Pese a segunda com desconfiança.

02 :: Você mostraria o histórico?

Essa é pra você.

A pergunta honesta não é “usei IA nisso?”. É outra: “eu contaria como fiz, na boa, se me perguntassem agora?”.

Se a resposta te dá um friozinho na barriga, ali tem uma incoerência pra resolver, não pra esconder. O frio na barriga é o alarme.

Aplicação prática: antes de entregar ou publicar algo, pergunte se você contaria o processo tranquilo pro cliente ou pro leitor. Se sim, tá coerente. Se você já ensaia a desculpa, o problema não é a IA. É o esconde-esconde.

03 :: Crítico não é purista.

Essa é o coração de tudo.

Dá pra usar MUITO e criticar MUITO, ao mesmo tempo. A Lorenz usa cinco modelos no dia a dia (Claude, Gemini, Grok, DeepSeek e ChatGPT), gasta uns 300 dólares por mês em ferramentas, e até programou o próprio script de transcrição no Claude Code. E segue sendo uma das vozes mais afiadas contra os abusos dessas empresas.

O purista de fachada finge que não usa. O torcedor cego finge que não tem problema nenhum. O honesto é o usuário crítico: usa a fundo E enxerga o custo.

Aplicação prática: pare de escolher entre “sou contra” e “sou a favor”. Vire usuário crítico. Aprenda a ferramenta melhor que os fanáticos, e mantenha o olho aberto pro que ela cobra de você e do mundo. As duas coisas, juntas.

Conhecer mais

O que ninguém espera

Num clima anti-IA, a lógica diz que admitir que você usa é o movimento arriscado.

É o contrário. Esconder é a aposta frágil. Assumir é o seguro barato.

A Lorenz dá aquela entrevista inteira justamente porque, pra ela, abertura é armadura. Ela prefere responder as perguntas do que ser pega depois com a guarda baixa.

E tem uma ironia maior embaixo dessa.

A gente vive num mundo se enchendo de texto, imagem e vídeo gerado por máquina. Cada vez fica mais difícil saber o que é real. Você imaginaria que, nesse mundo, a coisa mais escassa seria inteligência.

Não é. Inteligência virou commodity, tem de sobra, sai barata na torneira.

O que ficou raro é coerência. Alguém cujo palco bate com o bastidor. Alguém que, quando você desconfia, abre o histórico e te mostra.

Quando ninguém mais consegue dizer o que é verdade, quem mostra o recibo ganha no detalhe.

Quero me tornar um Humano+ VIP

O que eu decidi fazer

Não adianta pregar coerência e viver incoerente. Então saí da leitura com três decisões minhas.

01 :: Dizer qual ferramenta uso, na cara.

Você já sabe: o Claude é meu companheiro principal de trabalho. Minha Formação e minha Imersão são construídas em cima do ecossistema dele. Não escondo, não finjo neutralidade que não tenho. Quando é venda, eu falo que é venda.

02 :: Usar pesado e ainda apontar o custo.

Admiro a Anthropic de verdade, e mesmo assim torço o nariz pra parte da pose deles, já escrevi isso aqui. Continua valendo. Usuário crítico não é fã de carteirinha nem odiador de plantão. É quem consegue segurar as duas ideias na mão sem soltar nenhuma.

03 :: Guardar o histórico.

Se um dia me perguntarem como fiz alguma coisa, eu quero poder abrir o processo sem susto. É o que a Lorenz fez com a Vanity Fair. É o que me deixa dormir tranquilo depois de apertar publicar.

Sábado de manhã de novo, o café já frio.

A cena do grupo, o cara que xinga no palco e pergunta no bastidor, não sai da minha cabeça. Não porque ele usa IA. Todo mundo vai usar IA, isso já é passado.

Sai porque ele finge. E fingir, no fim, é o que quebra a confiança, não a ferramenta.

Então a pergunta que fica não é mais “você usa IA?”.

É essa: o que você fala em público bate com o que você faz quando ninguém tá olhando?

Se bater, você já tem a coisa mais rara do mercado. Se não bater, o problema nunca foi a máquina.

For those about AI... We salute you.

Caio

PS :: Escrevi esta carta meio que me olhando no espelho. É fácil apontar o purista de fachada lá longe. Difícil é conferir o próprio bastidor. Fiz o Teste do Bastidor em mim antes de publicar, e recomendo que você faça no seu.

PS 2 :: No sábado, 8 de agosto, eu faço a Imersão Ecossistema Claude. Um dia inteiro, das 9h às 17h, online, prática guiada. Você não sai com “mais um chatbot aberto”, sai com um ecossistema de IA configurado e rodando dentro do seu trabalho.
E ela é a cara desta carta por um motivo: o objetivo não é te transformar em torcedor do Claude. É te transformar em usuário crítico, alguém que opera o sistema a fundo E mantém o próprio contexto portável, sem virar refém cego de fornecedor nenhum.
Por R$ 47, com garantia total, dinheiro de volta sem pergunta. Vagas limitadas, o lote já passou de 80%. Garantir meu ingresso.

Fonte :: Model Behavior: Taylor Lorenz, série do Substack sobre escritores e IA

Sábado passado, 19 de julho de 2026, uma criadora que eu respeito muito publicou um guia gigante do novo ChatGPT.

Daria Cupareanu, da newsletter AI Blew My Mind. E aqui está a ironia: ela é fã declarada do Claude. Usa o Claude como ferramenta principal, todos os dias.

Ela sentou pra escrever “como usar o novo ChatGPT” e, sem querer, escreveu uma das melhores defesas do jeito Claude de trabalhar que eu li esse ano.

Não porque ela quis. Porque ela foi honesta.

Em quase toda seção do guia dela aparece a mesma frase escondida: “isso funciona quase igual ao que o Claude já faz”.

Segura essa observação. Ela é o coração desta VIP.

Confesso uma coisa antes de continuar, porque aqui transparência não é opcional: eu ensino o ecossistema Claude. Tenho formação, tenho imersão, vivo disso. Esta VIP foi escrita com ajuda de modelo da Anthropic.

Então quando eu disser “a OpenAI copiou o Claude”, o dedo pode apontar pra mim. “Claro que ele vai dizer isso, é o produto dele.” Justo. É exatamente por isso que eu não vou te vender torcida. Vou te dar o que é útil pros dois lados, e você tira a conclusão.

Outra transparência, agora metodológica: eu não testei o GPT-5.6 de ponta a ponta. Boa parte dos detalhes técnicos daqui (nomes de modelo, preços, o que cada modo faz) vem do guia da Daria e das notas da própria OpenAI. E muita coisa ainda está em liberação gradual (rollout), o que significa que o botão que ela vê pode não ser o botão que você vê. Onde a experiência é dela, eu digo que é dela.

Combinado? Então vamos ao que importa.

Nesta Carta VIP:

:: O que a OpenAI realmente lançou, sem o hype e sem o pânico
:: O espelho: o mapa da cópia, recurso por recurso
:: Por que isso é uma boa notícia pra você (mesmo se você for time ChatGPT)
:: Os 4 princípios que valem pra qualquer IA, não só pro ChatGPT
:: Onde o novo ChatGPT ainda tropeça
:: O que fazer com isso a partir de hoje

Read more

Tenho duas filhas. Oito e cinco anos.

E eu passo mais tempo do que admito pensando em como vai ser o mundo delas. Não só o da IA. O da tecnologia, o da escola, o do trabalho que talvez nem exista quando elas chegarem lá.

Elas são a minha prioridade. O resto vem depois, e nem chega perto.

Foi por isso que uma notícia da Noruega, dessas que passariam batido em qualquer outro dia, me prendeu a manhã inteira.

Porque ela era sobre crianças exatamente da idade das minhas.

Tem experimento que ninguém chama de experimento. Ele só acontece, devagar, e a conta chega vinte anos depois.

A Noruega viveu um desses.

Computador na sala de aula nos anos 90. Tablet pra todo mundo depois que o iPad chegou, de 2010 em diante. Menos livro, menos caderno, menos letra à mão. Mais tela. O futuro, do jeito que a gente aplaudiu.

Mês passado, o primeiro-ministro do país subiu num palco e, na prática, apertou o botão de desfazer.

O que a Noruega decidiu (e por quê)

O anúncio tem duas partes, e as duas doem um pouco.

A primeira: um quase-veto ao uso de IA generativa na escola. Criança de 6 a 13 anos, do 1º ao 7º ano, como regra geral, não usa IA. Dos 14 aos 16, só com cautela e supervisão do professor. Dos 17 aos 19, aí sim, aprende a usar direito, pra chegar preparada no trabalho e na faculdade.

Começa já, no ano letivo que abre no fim de agosto.

A segunda parte quase ninguém comentou, e é a mais reveladora: o governo vai propor lei pra financiar mais livro de papel na sala. Reverter, com dinheiro público, a mesma onda de tablet que ele empurrou por 15 anos.

A fala do primeiro-ministro, Jonas Gahr Stoere, foi seca: “O mais importante na escola é a criança aprender a ler, escrever e fazer contas.”

E o argumento central, esse guarda bem: usar IA cedo demais faz a criança pular etapas importantes do aprendizado.

Pular etapas. Segura essa expressão, ela volta.

Agora, o ponto que separa isso de saudade de caderno: a Noruega não decidiu por nostalgia. Decidiu olhando o placar. As notas do país vinham caindo de forma ampla. Em 2024 eles já tinham tirado o celular da escola e devolvido autoridade pro professor. Isso aqui é o próximo capítulo da mesma leitura de dados.

Não é gente com medo de tecnologia. É gente lendo o resultado.

Torne-se um membro VIP

O erro nunca foi o tablet

Confesso: quase escrevi a versão fácil dessa carta. A que bate no tablet e sai aplaudindo a volta do caderno.

Seria mentira. Porque o problema nunca foi o tablet ser ruim. Tablet é ótimo. O problema foi confundir a ferramenta com o aprendizado.

Por 15 anos, botar tela na escola virou sinônimo de “estar modernizando a educação”. Mais dispositivo por aluno virou métrica de progresso. Como se o aparelho, sozinho, ensinasse.

Só que a tela fez uma coisa silenciosa: ela tirou o atrito. E parte do aprendizado É o atrito.

A criança que só digita não treina a mão que escreve. A que corrige no automático não aprende a contar. Cada vez que a ferramenta faz a etapa difícil por você, ela entrega o resultado e rouba a construção.

Pra uma tarefa pontual, isso é eficiência. Pra quem ainda está se formando, é uma etapa pulada.

E foi exatamente essa a palavra que o primeiro-ministro usou. Não é IA contra livro. É não deixar a máquina pular, pela criança, justamente a parte que constrói a criança.

Quer receber conteúdo mais exclusivo?

A Regra da Sequência

E talvez essa notícia sobre criança seja, no fundo, sobre você também.

Porque o mesmo experimento está rodando agora. Com adulto. Com IA. Na sua mesa.

A diferença é que ninguém te avisou que você entrou nele.

Toda vez que você joga pra IA uma tarefa que construiria um julgamento seu, você faz, na sua escala, o que a Noruega fez com os tablets: troca a construção pelo resultado. E a conta, igual à deles, chega depois.

Então guardei uma regra simples pra não pular etapa no automático. Chamei de Regra da Sequência, porque o segredo aqui não é rejeitar a ferramenta. É a ordem em que você a usa.

Ferramenta não constrói a base. Ela multiplica uma base que já existe. E qualquer coisa multiplicada por zero continua zero.

01:: Primeiro a etapa, depois o atalho. Aplicação prática: antes de passar algo pra IA, pergunte se aquilo é trabalho braçal ou uma habilidade que você ainda não tem. Braçal, delega sem dó. Habilidade que te falta, faça você mesmo pelo menos uma vez. Depois automatize à vontade.

02:: O teste do sumiço. Aplicação prática: se a IA desligasse amanhã, você saberia dizer se o resultado dela está certo ou errado? Se sim, ela é sua alavanca. Se não, ela virou sua muleta. Muleta e alavanca parecem iguais no dia bom. Só que uma te levanta e a outra te segura no chão.

03:: A base é o placar, não a ferramenta. Aplicação prática: a Noruega passou 15 anos medindo “tablet por aluno” em vez de “quanto a criança aprende”. Não repita isso com você. Não meça quanto você produz com IA. Meça o que sobra de você quando ela sai da sala.

Conhecer mais

Eu brinco de IA com elas

Antes que isso vire “o pai que esconde a IA das filhas”, não é bem assim.

Muito pelo contrário. Eu brinco de IA com elas.

A gente criou um Super Trunfo do zero, juntos, com a ajuda da IA. Elas amam se imaginar dentro do Nano Banana, o gerador de imagem do Google, virando personagem, se vendo em mil lugares. Virou diversão de fim de semana lá em casa.

Mas repara nas palavras: brincar, criar, juntos.

Elas ainda são pequenas. Eu não cheguei, nem de longe, no ponto de deixar a IA fazer o trabalho de escola inteiro por elas. E é bem aí que passa a linha que a Noruega desenhou.

Uma coisa é a IA ser um brinquedo que a gente explora lado a lado. Outra é ela virar a mão que faz a lição no lugar de quem ainda devia estar aprendendo a fazer.

O mesmo aparelho. Dois usos que não têm nada a ver um com o outro.

Quero me tornar um Humano+ VIP

A parte que é fácil ler errado

Tem uma leitura rápida dessa notícia, e ela vai pipocar por aí. A de que a Noruega é atrasada. Que “baniu a IA”. Que tem medo do futuro.

Pode até ser. Mas quando eu olho a escada que eles montaram, vejo outra coisa.

Criança pequena: IA quase zero. Adolescente: IA com supervisão. Jovem de 17, 18, 19: aprende a usar IA pra valer, porque vai trabalhar com ela.

Pra mim, isso não parece rejeição. Parece sequência.

A mesma criança que eles hoje mantêm longe da IA é a que, aos 19, vão empurrar pra dentro dela. Só que aí já sabendo ler, escrever e contar. Já com o julgamento montado pra mandar na máquina, em vez de obedecer a ela.

O paradoxo é bonito: o jeito de formar quem vai usar IA melhor lá na frente é não deixar a máquina pular as etapas da base agora.

E se isso vale pra uma criança de oito anos, adivinha pra quem mais vale.

Volto pras minhas duas.

A Noruega levou mais de 30 anos e uma queda nas notas pra redescobrir uma coisa simples: a ferramenta nunca foi o aprendizado. Era só a ferramenta.

Com a IA, o ciclo vai ser bem mais rápido. E eu não tenho 30 anos pra descobrir onde a máquina está pulando, pela minha filha de oito, uma etapa que ela vai precisar lá na frente. Nem você tem 30 anos pra descobrir isso em você.

Então fica a pergunta que eu ando fazendo nos dois lugares, na frente das minhas filhas e na frente da minha própria tela: isso aqui é uma alavanca, ou uma etapa que a gente está deixando de construir sem perceber?

A Noruega apertou o botão de desfazer com 30 anos de atraso.

O nosso ainda dá pra apertar hoje.

For those about AI... We salute you.

Caio Oliveira

PS :: Essa carta puxa o fio que deixei no fim da 075, sobre onde termina a automação e começa o seu julgamento. A Noruega respondeu do jeito dela: julgamento primeiro, automação depois. Vale ler as duas juntas.

PS 2 :: A Noruega está protegendo nas crianças exatamente o que eu tento construir nos adultos: o julgamento pra operar a IA, em vez de ser operado por ela. Isto é o coração da Formação Ecossistema Claude. Conhecer a Formação

Fonte :: Norway imposes near ban on AI in elementary school, Reuters (19/06/2026)

Olá pessoal!

Semana passada eu fechei esta newsletter com uma ideia: o modelo mais esperto muda de dono toda estação, mas a régua na sua mão é sua.

Confesso que essa semana me obrigou a olhar pro outro lado da frase.

Porque se o cérebro ficou igual, barato e substituível pra todo mundo, uma pergunta fica no ar: então pelo que as gigantes ainda estão brigando?

Sentei pra ler as seis notícias mais importantes dos últimos dias e percebi uma coisa que não consegui desver: ninguém, essa semana, brigou pelo modelo.

A Apple foi à Justiça, mas não por causa de um algoritmo melhor. Foi atrás de gente. A Anthropic botou 1,5 bilhão de dólares numa empresa que não treina modelo nenhum. A Suno foi pega com a mão na massa dos outros, literalmente. E, do alto, 400 economistas, incluindo um punhado de Nobel, assinaram um documento pedindo pra todo mundo parar e pensar.

Junta tudo e aparece o desenho. Quando o cérebro vira commodity, a briga não acaba. Ela só muda de endereço. Sai do modelo e vai pra tudo que o modelo não te dá de graça: gente boa, dados de verdade, e quem sabe montar a coisa toda.

Três notícias das gigantes brigando por essas peças. Duas da matéria-prima que sobra embaixo, o cérebro aberto e os dados roubados. E uma dos que estão puxando o freio de mão.

Para um segundo e respira.

Vamos?

3 :: Notícias Que Você Precisa Saber

A Apple Processou a OpenAI. E o Motivo Não Foi Software, Foi Gente.

No dia 10 de julho, a Apple entrou com um processo contra a OpenAI num tribunal federal da Califórnia. A acusação é pesada: roubo de segredo industrial e quebra de contrato.

No centro da história estão dois nomes. Tang Tan, que passou 24 anos na Apple desenhando produto e hoje é o chefe de hardware da OpenAI. E Chang Liu, ex-engenheiro sênior de sistemas elétricos da mesma Apple, agora também na OpenAI.

A Apple alega que, no recrutamento, a OpenAI usou codinomes de projetos confidenciais, pediu pra candidatos levarem componentes da Apple pra entrevista, e que documentos técnicos sigilosos foram baixados num laptop corporativo. Tudo isso enquanto a OpenAI monta, com o Jony Ive e a io que ela comprou por 6,5 bilhões de dólares, seu primeiro aparelho de hardware.

Por que isso importa:

:: O que a Apple está protegendo não é código de IA, é o conhecimento de como se constrói um device. O ativo em disputa é a cabeça das pessoas, não o modelo
:: A io, startup de design do Jony Ive, saiu por 6,5 bilhões de dólares em 2025, só pela promessa de um aparelho que ainda nem existe
:: O produto que a OpenAI estaria montando é, pelo que se especula, um device de IA que competiria de frente com o iPhone, o coração do negócio da Apple
:: Tang Tan carregava 24 anos de Apple na bagagem. Numa era de modelo commoditizado, esse tipo de gente é o que virou de verdade escasso

O detalhe que ninguém nota:

Repara no timing de uma segunda notícia, que caiu quase junto.

No dia 15, no meio dessa briga toda sobre hardware roubado, a OpenAI lançou… um teclado. Um keypad de 230 dólares, feito com a Work Louder, com luzinha de RGB pra mostrar o status dos agentes e um botão giratório pra ajustar o nível de raciocínio do Codex. Semanas depois de um executivo da casa mandar a equipe “não se distrair com side quests”, os tais desvios de rota.

Sente a cena. A empresa é processada por supostamente roubar gente pra construir um hardware sério e, na mesma semana, o hardware que ela entrega pro mundo é um teclado com luzinha colorida.

Ou a OpenAI está soltando fumaça pra despistar o que constrói de verdade, ou a distância entre a ambição dela e o que já dá pra tocar hoje é exatamente do tamanho de um keypad. As duas leituras são reveladoras.

Fonte :: TechCrunch

A Anthropic Botou 1,5 Bilhão numa Empresa Que Não Treina Modelo Nenhum

Ainda no dia 15, veio a notícia que, pra mim, é a mais importante da semana pra você que me lê.

A Ode, uma empresa de implementação de IA apoiada pela Anthropic, foi avaliada em 1,5 bilhão de dólares. Junto entraram nomes como Blackstone, Hellman & Friedman e Goldman Sachs. A tese por trás do cheque é direta: o próximo trilhão de dólares da IA não vai vir de quem treina o modelo, e sim de quem coloca o modelo pra funcionar dentro das empresas.

Por que isso importa:

:: A Ode tem 100 engenheiros, e mais da metade já foram fundadores de empresa. Ela nasceu da compra de uma startup chamada Fractional AI
:: Chris Taylor, o CEO, não teve pudor: “é fácil imaginar isto como uma empresa de um trilhão de dólares, se a gente executar bem”
:: Eddie Siegel, o chefe de tecnologia, cravou a frase que resume tudo: escolher qual modelo usar “não é onde a maioria das calorias é gasta”
:: E não é aposta isolada. Deloitte e Accenture estão montando os próprios times de implementação. A corrida pela camada de cima já começou

O detalhe que ninguém nota:

Volta duas edições comigo.

Há duas semanas eu te disse que o modelo tinha deixado de ser o produto, que o valor tinha subido um andar, pra camada do que você monta em cima dele. Na hora era uma leitura minha, uma frase de fechamento.

Essa semana a Blackstone colocou 1,5 bilhão de dólares em cima da mesma frase.

Quando um dos maiores fundos do planeta avalia em bilhão uma empresa que não tem modelo próprio, que só sabe pegar o cérebro dos outros e fazer funcionar na prática, o recado deixou de ser opinião de newsletter. Virou tese de investimento. A habilidade que paga a conta não é ter o modelo. É saber o que fazer com ele.

Guarda essa, porque ela volta no fim.

Fonte :: TechCrunch

E a Mesma Apple Que Foi à Justiça Pôs a IA Dela Pra Rodar num Modelo Chinês

Fecha o bloco com uma ironia que só a semana consegue montar.

No dia 16, saiu que a China finalmente aprovou o Apple Intelligence pra rodar por lá. Só que com uma condição: a inteligência que responde no iPhone chinês não é a da Apple, nem a da OpenAI. É o Qwen, o modelo da Alibaba. O Baidu também entra como parceiro.

Por que isso importa:

:: A Grande China rendeu 20,5 bilhões de dólares pra Apple no último trimestre, com alta de 28% na comparação com o ano anterior. Não é mercado de desistir
:: A aprovação veio do regulador de internet chinês, que exigiu conformidade antes de deixar qualquer IA estrangeira funcionar no país
:: O Qwen vai cuidar de entender e gerar texto e imagem dentro da experiência do aparelho
:: A Apple já tinha namorado a DeepSeek e a ByteDance antes de fechar com a Alibaba. Ela precisava de um parceiro local, e ponto

O detalhe que ninguém nota:

Junta as duas pontas da mesma empresa, na mesma semana.

Nos Estados Unidos, a Apple é a vítima. Vai à Justiça brigar por cada segredo, por cada engenheiro, protegendo com unhas e dentes o que é dela. Na China, a mesma Apple engole o orgulho e coloca um modelo chinês pra pensar dentro do produto mais valioso que ela tem, porque 20,5 bilhões falam mais alto que qualquer bandeira.

Isso não é incoerência. É a regra do jogo agora. O modelo virou peça intercambiável: você processa quem mexe no seu, e ao mesmo tempo pluga o do concorrente quando o mercado exige. Ninguém se casa com modelo, nem a Apple. Ela aluga o cérebro que estiver disponível e briga mesmo é pelo que não dá pra alugar: o cliente, o aparelho, a marca.

Fonte :: TechCrunch

Torne-se um membro VIP

2 :: Notícias de empresas que quase não menciono

A Ex-CTO da OpenAI Soltou um Cérebro de Ponta. De Graça, Pra Todo Mundo.

A Thinking Machines, laboratório da Mira Murati, que era a diretora de tecnologia da OpenAI, lançou o Inkling. E lançou de um jeito específico: com os pesos abertos, ou seja, qualquer um pode baixar e rodar.

Não é um modelo de brinquedo. É um bicho de 975 bilhões de parâmetros no total, sendo 41 bilhões ativos por vez, que aguenta 1 milhão de tokens de contexto e entende texto, imagem, áudio e vídeo no mesmo pacote. Foi treinado em 45 trilhões de tokens.

Por que isso importa:

:: Pesos abertos quer dizer que você não aluga esse cérebro de ninguém. Baixa, roda no seu, ajusta pro seu problema. Sai do controle de uma empresa só
:: Ele tem “pensamento controlável”: você regula quanto esforço a máquina gasta pra responder, trocando qualidade por custo na hora que quiser
:: Tem uma versão menor, a Inkling-Small, com 12 bilhões de parâmetros ativos, pra quando latência e preço importam mais que potência bruta
:: Já dá pra usar hoje: nos pesos completos no Hugging Face, na plataforma Tinker deles com 50% de desconto por tempo limitado, e via API em TogetherAI, Fireworks, Modal, Databricks e Baseten

O detalhe que ninguém nota:

Olha de onde vem o tiro.

Quem abriu esse cérebro de ponta pro mundo inteiro foi justamente a pessoa que ajudou a construir a OpenAI, a empresa que fez o caminho contrário, trancando os modelos dela a sete chaves e cobrando por token.

A Mira saiu da OpenAI e fez o oposto do que a OpenAI faz: em vez de vender acesso ao cérebro, ela entregou o cérebro. Isso empurra a commoditização do modelo pra um extremo novo. Se um modelo desse nível está de graça no Hugging Face, o que sobra de valor em cima do modelo fica ainda mais nítido. O cérebro virou item de prateleira. O que você faz com ele, não.

Fonte :: Thinking Machines

E a Suno Foi Hackeada, Revelando de Onde Vem a Música Dela

A Suno, uma das ferramentas mais populares pra gerar música com IA, foi invadida. Um invasor usou um ataque de cadeia de suprimento, em novembro, pra pegar a credencial de um funcionário e, com ela, chegar no código-fonte. E o código contava de onde a Suno tirou o material pra treinar.

A resposta, segundo os arquivos vazados: dos outros. YouTube Music, Deezer, Genius, bibliotecas de música de estoque e até podcasts puxados por RSS.

Por que isso importa:

:: Um arquivo focado no YouTube Music registrava 2.013.545 clipes de música capturados. Os comentários no código falavam em 113.879 horas de YouTube Music, 17.615 horas de Genius e 12.287 horas de Deezer
:: O The Verge notou que parte do código vazado buscava gravações a capella, ou seja, faixas de voz isolada, provavelmente pra treinar melhor a imitação de vocais
:: As grandes gravadoras já processam a Suno. E burlar de propósito a proteção do YouTube contra raspagem é ilegal sob a lei americana de direito autoral, além de violar os termos do serviço
:: Não é mais especulação. Tem nome de arquivo, tem número de horas, tem a receita escrita

O detalhe que ninguém nota:

Coloca as duas ferramentas do bloco lado a lado.

Em cima, o Inkling, um cérebro treinado em 45 trilhões de tokens, entregue aberto e assumido. Embaixo, a Suno, um cérebro treinado na música do mundo inteiro sem pedir licença, exposto só porque alguém invadiu o sistema.

As duas mostram a mesma verdade por ângulos opostos: todo modelo que você usa foi construído em cima de uma montanha de dados que veio de algum lugar. A diferença é que uns contam de onde, e outros só contam quando são pegos. Quando você gera uma música na Suno, tem a voz de alguém, em algum lugar, dentro daquele resultado, sem nunca ter dito sim.

Isso não é motivo pra parar de usar. É motivo pra usar sabendo. A conta dessa matéria-prima ainda vai chegar, nos tribunais, e ela muda quem pode fazer o quê daqui pra frente.

Fonte :: The Verge

Quer receber conteúdo mais exclusivo?

1 :: Descoberta da Semana

400 Nomes, Vários Nobel, Um Recado: “Temos Que Agir Agora”

Um documento hospedado pelo laboratório de economia digital de Stanford juntou mais de 400 assinaturas pedindo ação urgente diante do que a IA está prestes a fazer com a economia. O nome do site é direto: We Must Act Now, temos que agir agora.

E não é gente qualquer. Assinaram Nobel de Economia como Paul Krugman, Joseph Stiglitz e Ben Bernanke, pesquisadores de MIT, Stanford e Harvard, nomes como Eric Schmidt, ex-CEO do Google, e Yoshua Bengio, um dos pais da IA moderna.

Por que isso importa:

:: A tese central: a IA pode ficar drasticamente mais poderosa nos próximos 10 anos, e provocar uma transformação econômica do tamanho da Revolução Industrial, só que muito mais rápida
:: O medo tem os dois lados: de um lado, um ganho enorme de bem-estar; do outro, desemprego em massa se ninguém se preparar
:: O pedido não é pra frear a tecnologia. É pra construir, com urgência, as instituições e as regras econômicas que ainda não existem pra lidar com o que vem
:: Quando Nobel de esquerda e de direita, mais os chefões de tecnologia, assinam o mesmo papel, é porque o assunto saiu do campo da opinião

O detalhe que ninguém nota:

Reveja a semana inteira com esse documento na mão.

De um lado, as empresas correndo: processando por talento, comprando implementação por bilhão, plugando modelo chinês, raspando a música do mundo. Velocidade pura, cada um puxando a peça que consegue agarrar.

Do outro, 400 das cabeças mais respeitadas do planeta dizendo, em coro, que a gente não está pronto pra velocidade que a gente mesmo criou.

Essa é a fratura da semana. A tecnologia corre no ritmo do mercado, que é medido em trimestre. As instituições que deveriam segurar o baque, as leis, as regras, o preparo das pessoas, andam no ritmo da política, que é medido em década. Quanto mais rápido as empresas brigam pelas peças, mais larga fica essa distância. E é nessa distância que mora o risco de verdade.

Fonte :: We Must Act Now

Conhecer mais

Volta lá pro começo, na pergunta que abriu a edição: se o cérebro ficou igual pra todo mundo, pelo que ainda se briga?

A semana respondeu, notícia por notícia. Briga-se por gente, e a Apple foi à Justiça atrás de dois engenheiros. Briga-se por implementação, e a Blackstone pagou 1,5 bilhão por quem sabe montar. Briga-se por mercado, e a Apple engoliu o orgulho pra plugar o Qwen na China. Lá embaixo, a matéria-prima apareceu por inteiro: um cérebro de ponta entregue de graça pela Mira, e a música do mundo raspada sem licença pela Suno. E, no alto, 400 economistas pedindo pra gente parar pra pensar antes que a conta chegue.

Seis notícias, uma verdade só por baixo: o modelo virou o começo da história, não o fim. Ele é a peça barata agora. Todo o valor, e toda a briga, migrou pra volta dele.

E é aqui que a coisa encosta em você, do lado de cá da tela.

Porque se até a Blackstone enxergou que o dinheiro está em saber montar, e não em ter o modelo, então a pergunta que importa pra sua carreira mudou. Não é mais “qual o melhor modelo”. Esse muda de nome todo mês, e amanhã pode estar de graça no Hugging Face, como o Inkling ficou. A pergunta é “o que eu sei construir em cima de qualquer modelo que aparecer”.

Gente boa, dados que são seus, e a habilidade de orquestrar. Foi por essas três peças que o mercado inteiro brigou essa semana. E, das três, a única que você consegue começar a construir sozinho, a partir de hoje, é a última.

For those about AI... We salute you.

Caio

PS :: A imagem que fica da semana é essa. A Apple processando por dois engenheiros, a Blackstone pagando 1,5 bilhão por quem sabe montar, a Suno pega com a música do mundo no porão. Ninguém brigou pelo modelo, porque o modelo agora é a parte barata. Brigaram por tudo em volta. A única dessas peças que você consegue construir com as próprias mãos é saber orquestrar, e é exatamente isso que a Formação Ecossistema Claude te ensina. A turma de lançamento abre agora. Garante seu lugar aqui.

Faz um tempo eu te escrevi sobre um documento chamado AI 2027.

Se você acompanha desde as Cartas, talvez lembre. Foi a Carta 010, “Navegando um futuro incerto”. Eu contei que fiquei paralisado encarando a tela, que engoli em seco lendo uma frase sobre a IA super-humana “exceder o impacto da Revolução Industrial”, e que montei um framework (o MAPA) só pra conseguir dormir depois de ler aquilo.

Aquele documento era uma previsão. Um cenário mês a mês de como os próximos dois anos podiam desandar, com uma bifurcação em outubro de 2027: desacelerar e sobreviver, ou acelerar e perder o controle.

Pois é. O mesmo time acabou de publicar a sequência. E ela tem um endereço diferente: ai-2040.com.

Olha o número. 2027 virou 2040.

A leitura preguiçosa é: “ah, eles se assustaram com a própria previsão e empurraram a data pra frente”.

Errado.

E é exatamente esse erro de leitura que eu quero te tirar da cabeça nesta VIP.

Eles não adiaram a superinteligência porque acham que ela vai demorar mais.

Eles escolheram uma data.

O AI 2027 respondia “quando”. O AI 2040 responde “o que a gente deveria fazer a respeito”. Saiu da previsão e entrou na recomendação. E essa mudança de gênero muda tudo.

Nesta VIP:

:: Por que o número no título é uma decisão política, não um palpite técnico
:: O “Plano A”: o acordo internacional que os autores dizem ser a menos ruim das saídas
:: O tabuleiro completo, os cinco planos (A, B, C, D e S) que os EUA podem escolher, e o que cada letra significa
:: O cronograma do Plano A: onde entra o acordo, onde entra a pausa obrigatória, e por que 2040
:: O que continua assustador mesmo no melhor cenário (spoiler: concentração de poder)
:: O que eu escrevi lá atrás sobre o AI 2027 que envelheceu bem, e o que precisa ser atualizado
:: O que isso muda na sua cabeça, no seu trabalho e nas suas apostas, ainda esta semana

Read more

Semana passada abri dois artigos no mesmo dia e fiquei travado.

O primeiro cravava: “Fable 5 é o melhor modelo de código do mundo.”

O segundo, publicado quase junto, gritava o oposto logo no título: “Não use o Claude Fable 5.”

Os dois falando do mesmíssimo modelo. E o mais desconfortável: depois de ler com calma, percebi que os dois estavam certos.

Sabe o que me incomodou de verdade? Não foi a contradição.

Foi perceber que, mesmo depois de ter escrito duas cartas sobre exatamente isso, eu ainda estava fazendo errado.

Eu já sabia. E mesmo assim errava.

Nas Cartas 064 e 074 eu praticamente implorei: pare de usar o modelo mais caro pra tudo. Escolha a ferramenta certa pra cada tarefa. Meça o que ela te devolve, não o que ela queima.

Continua valendo. Cada palavra.

Só que tem uma coisa que nenhuma das duas cartas te contou. E era justamente ela que estava me sabotando em silêncio.

Escolher o modelo é a decisão grossa. É o começo da conversa, não o fim.

O dinheiro de verdade, e a qualidade de verdade, vazam depois. Em três botões que quase ninguém sabe que tem na mão.

Foi olhando pro debate do Fable 5 que a ficha caiu: os dois autores não estavam discordando sobre qual modelo usar. Estavam discordando sobre como usá-lo. Um sabia girar os botões. O outro, não.

Torne-se um membro VIP

Os três botões que ninguém gira

Depois de escolher o modelo, ficam três controles na sua mão. Ignorar eles é onde a maioria perde dinheiro sem nem perceber.

01:: O esforço (quanto você manda ele pensar)

Esse é o mais ignorado de todos. Você não controla só qual modelo, controla o quanto ele raciocina antes de responder.

E aqui vai o dado que me virou a chave, e que peguei direto de um dos autores que escreveu sobre o Fable, o Alex McFarland: o modelo de ponta no esforço baixo muitas vezes entrega mais que os modelos antigos no esforço máximo.

Traduzindo: às vezes você não precisa trocar de carro. Precisa só tirar o pé do acelerador. Mesmo modelo, menos raciocínio, e o custo cai junto, sem o resultado encolher.

02:: Os turnos (quantas idas e voltas você faz)

Esse é o hábito mais caro que existe. E o mais invisível.

Toda vez que você responde, a IA relê a conversa inteira, do zero, pra poder continuar. Então a conta não cresce por pergunta. Cresce por conversa.

Uma sessão longa com vinte “e agora ajusta aquilo” custa mais que resolver em três mensagens bem pensadas. Falar demais com o gênio sai mais caro que chamar um gênio novo.

03:: A troca (quando pular de modelo no meio do trabalho)

A jogada que quase ninguém faz: usar o modelo forte só pra pensar e trocar pro barato pra executar. Na mesma tarefa.

Planeje a estrutura com o caro em duas, três mensagens. Aí, com o plano na mão, passe o trabalho braçal pro modelo leve, que custa uma fração: o especialista chega a cobrar cinco vezes mais que o modelo de volume pela mesma quantidade de texto. Os próprios autores relatam esse fluxo: primeiro o Fable pra pensar, depois o Sonnet pra fazer.

Quer receber conteúdo mais exclusivo?

O Ajuste Fino: como girar os três

Junta os três botões e você tem um método. Chamei de Ajuste Fino, porque ele não é sobre escolher melhor. É sobre operar melhor o que você já escolheu.

01:: Antes de trocar de modelo, abaixe o esforço. Aplicação prática: travou ou ficou caro? Não pule direto pro topo de linha. Primeiro tente o mesmo modelo pensando menos, ou o de ponta no esforço mínimo. Na maioria das vezes resolve, por uma fração do preço.

02:: Trate cada turno como se ele custasse. Aplicação prática: antes de mandar “só mais um ajuste”, pergunte se dá pra resolver de uma vez. Conversa enxuta e bem pensada ganha de vinte idas e voltas preguiçosas. Quando a sessão ficar longa demais, resuma o essencial e comece uma nova.

03:: Separe pensar de fazer. Aplicação prática: toda tarefa grande tem duas fases. Pense com o modelo caro, execute com o barato. Não pague preço de gênio pra copiar, colar e formatar.

Conhecer mais

O que me pegou

A gente aprendeu a perguntar “qual é o melhor modelo?”.

Só que, na prática, descobri que a resposta certa quase nunca é sobre o modelo.

Pra economizar, na maior parte das vezes você não deixa a IA mais burra trocando por um modelo pior. Você deixa o modelo bom pensar menos. É contraintuitivo até doer: o ajuste não é no carro, é no seu pé.

E confesso uma coisa, pra fechar o círculo da transparência: enquanto escrevia esta carta, girei o botão de esforço pra baixo em vários trechos. O texto não piorou. Foi a tese se testando em mim mesmo, de novo.

O barulho todo é sobre qual modelo é o mais inteligente. O jogo de verdade é sobre quem sabe operar o que já tem na mão.

Quero me tornar um Humano+ VIP

O que eu mudei essa semana

Não é teoria. É o que já ajustei na minha operação.

01:: Botei o esforço no padrão baixo. Subo só quando a tarefa realmente pede. Antes eu deixava tudo no máximo por reflexo, pagando raciocínio que ninguém pediu.

02:: Passei a cortar conversas longas. Quando uma sessão vira novela, eu paro, resumo o que importa e recomeço limpo. Mais barato e, surpresa, o modelo até erra menos sem o peso da conversa inteira nas costas.

03:: Separei pensar de fazer. Planejo no modelo forte, executo no leve. Só isso mexeu na minha conta de um jeito que dá pra sentir.

Volto aos dois artigos abertos na minha tela.

“O melhor modelo do mundo.”
“Não use o melhor modelo do mundo.”

Já entendi que os dois estão certos. E hoje sei por quê: nenhum dos dois estava falando de modelo. Estavam falando de quem sabe girar os botões e quem não sabe.

Escolher a ferramenta certa foi a lição das cartas anteriores. Essa aqui é a próxima camada: depois de escolher, sobram três botões na sua mão. E é ali, não no nome do modelo, que moram o dinheiro e a qualidade.

A pergunta que fica é essa: você está escolhendo bem os seus modelos e, mesmo assim, deixando os três botões parados?

For those about AI... We salute you.

Caio

PS :: Se essa carta bateu, saber operar o Claude com intenção, e não no reflexo, é exatamente o que eu ensino na Formação Ecossistema Claude. E é algo que resolve a dor exata do que você acabou de ler. Conhecer a Formação

Fontes ::

:: Quando usar Fable 5 vs. Opus 4.8, Alex McFarland
:: Don’t Use Claude Fable 5, Ruben ·

Olá pessoal!

Semana passada eu fechei esta newsletter com uma ideia: o modelo virou commodity, e o valor subiu um andar, pra camada do que você monta em cima dele.

Confesso que essa semana me obrigou a completar a frase.

Porque se o cérebro ficou igual pra todo mundo, barato e substituível, então alguém precisa ser a régua. Alguém tem que ser o padrão contra o qual todo o resto se mede.

Sentei pra ler as notícias mais importantes dos últimos dias e percebi uma coisa que não consegui desver: essa régua tem nome.

Todo lançamento da semana, sem exceção, se comparou com a mesma empresa. A OpenAI soltou o modelo mais poderoso dela e o número de que mais se orgulhou foi “a um ponto do Claude”. O Grok chegou dizendo que é quatro vezes mais eficiente que o Opus. Até a China, do outro lado do mundo, vende o modelo dela como “quase um Claude, por um décimo do preço”.

Quando o seu concorrente para de dizer “eu sou o melhor” e passa a dizer “eu sou quase tão bom quanto o fulano”, o fulano já ganhou a rodada. Ele virou a unidade de medida.

Essa semana o fulano é a Anthropic. É o Claude.

Só que ser a régua tem um preço. Quando você é o padrão, você também é o alvo. E o mercado inteiro passou a semana apontando a mira pro mesmo lugar.

Três notícias da OpenAI, jogando tudo pra encostar. Duas da guerra geopolítica, com a China copiando a régua barata e ainda trancando a porta. E uma da briga pelo bronze, onde o Grok passou o Google usando o Claude de referência.

Para um segundo e respira.

Vamos?

3 :: Notícias Que Você Precisa Saber

O GPT-5.6 Chegou Mirando um Número Só: “A Um Ponto do Claude”

No dia 9 de julho, a OpenAI lançou a família GPT-5.6 pra todo mundo. São três modelos: o Sol, que é o topo de linha, o Terra, equilibrado, e o Luna, o mais rápido e barato.

A bandeira do lançamento não foi inteligência bruta. Foi eficiência: fazer mais trabalho com menos token, gastando de 35% a 48% menos em chamadas de ferramenta e até 63% menos no total em tarefa complexa.

Por que isso importa:

:: O número que a própria OpenAI colocou no palco: no índice de inteligência da Artificial Analysis, o Sol fica a menos de 1 ponto do Claude Fable 5, sendo 61% mais rápido e por cerca de metade do custo
:: Preço por milhão de tokens: Sol a US$ 5 na entrada e US$ 30 na saída, Terra a US$ 2,50 e US$ 15, Luna a US$ 1 e US$ 6
:: Ganhou modo de esforço: default, max (mais tempo pra raciocinar) e ultra, que dispara até 4 agentes em paralelo, chegando a 16
:: Num teste de raciocínio abstrato, o ARC-AGI-3, o Sol fez 7,78% contra 1,5% do Claude Opus 4.8, ou seja, tem frente onde ele passa na frente

O detalhe que ninguém nota:

Repara na escolha da manchete.

A OpenAI tem o modelo mais usado do planeta. Podia ter dito “somos os melhores, ponto”. Mas o número que ela escolheu pra vender o carro-chefe dela foi “quase tão bom quanto o Claude Fable 5, só que mais barato”.

Isso não é modéstia. É confissão. Quando você lança sua nave mais cara e o orgulho da apresentação é “chego perto do fulano gastando menos”, você acabou de dizer pro mercado inteiro quem é o fulano.

O GPT-5.6 é ótimo. Mas ele nasceu se medindo pela régua. Guarda essa ideia, ela se repete nas próximas cinco notícias.

Fonte :: OpenAI

E o ChatGPT Work Copiou a Jogada da Anthropic da Semana Passada

No mesmo movimento, a OpenAI lançou o ChatGPT Work, rodando por cima do GPT-5.6.

A ideia: ele para de ser uma aba de conversa e vira um colega de trabalho. Puxa contexto das suas ferramentas, monta um plano de trabalho que você aprova, e sai executando entrega pronta, planilha, documento, apresentação, painel.

Por que isso importa:

:: Ele se conecta a mais de 1.400 integrações, tipo Slack, Salesforce, Jira e Databricks, pra juntar o contexto espalhado antes de agir
:: Tem modo plano: ele te faz pergunta, você aprova o passo a passo, e só então ele executa, navegando por várias abas sozinho
:: Os números dos clientes: a Virgin Atlantic cortou uma análise de concorrência de semanas pra horas, a NVIDIA reduziu 40% do trabalho manual num fluxo de evento
:: Na Shopify, ele já virou camada de operação pra 3.500 funcionários, e roda hoje no desktop de todos os planos, com web e mobile chegando

O detalhe que ninguém nota:

Volta lá pra edição passada.

Semana passada eu te contei que a Anthropic vestiu o Claude de cientista com o Claude Science: parou de vender cérebro e passou a vender o cérebro já fantasiado pro trabalho, com jaleco e ferramenta na mão.

Olha o que a OpenAI fez agora. Vestiu o ChatGPT de funcionário. Mesma jogada, mesmo roteiro, uma semana depois.

Isso é o que a régua faz com o mercado. Ela não só define o número da corrida. Ela define a estratégia. A Anthropic mostrou que o caminho é embrulhar capacidade por profissão, e a OpenAI foi atrás no mesmo trilho. O líder anda na frente, e o resto pisa na pegada.

Fonte :: OpenAI

E o GPT-Live Abriu a Única Frente Onde o Claude Não Joga

No dia 8 de julho veio a terceira, e essa é diferente. A OpenAI lançou o GPT-Live, a nova voz do ChatGPT.

A sacada é técnica: ele é full-duplex, ou seja, escuta e fala ao mesmo tempo. Ele solta “mhmm”, “sei”, concorda no meio da sua frase, sabe ficar calado quando precisa. E enquanto conversa, ele delega a tarefa pesada, a busca e o raciocínio, pra um modelo mais forte trabalhando no fundo.

Por que isso importa:

:: Ele acaba com a conversa em turnos, aquela de você fala, espera, ele responde. Agora é fluxo contínuo, dá pra interromper em tempo real
:: Vem em duas versões: o GPT-Live-1, padrão pros planos pagos (Plus, Pro, Go), e o GPT-Live-1 mini, padrão pra quem usa de graça :: Por baixo, quem faz o trabalho de fundo é o GPT-5.5, e a promessa é trocar por modelo mais novo automático conforme sai
:: Já subiu global no iOS, Android e no ChatGPT.com, por enquanto só voz, sem vídeo nem compartilhar tela

O detalhe que ninguém nota:

Essa é a mais esperta das três.

As duas primeiras, GPT-5.6 e ChatGPT Work, foram a OpenAI correndo atrás da régua, se medindo contra o Claude, pisando na pegada da Anthropic.

O GPT-Live não. Voz em tempo real é território que a Anthropic não ocupa. Aqui a OpenAI parou de tentar bater o líder na quadra dele e mudou de quadra.

Isso tem nome de estratégia. Quando você não consegue vencer a régua onde ela mede, você abre uma frente onde a régua não alcança. A OpenAI não conseguiu ser mais Claude que o Claude, então foi ser o que o Claude não é: uma voz que conversa. Fincou bandeira onde a medição não chega.

Fonte :: OpenAI

Torne-se um membro VIP

2 :: Notícias da Geopolítica da IA

A China Vai Trancar os Próprios Modelos, Igual os EUA Fizeram

Segundo a Reuters, no dia 7 de julho, Pequim está estudando limitar o acesso do resto do mundo aos melhores modelos de IA dela.

Teve reunião do Ministério do Comércio e da comissão de planejamento com os pesos-pesados de casa: Alibaba, ByteDance e a startup Z.ai. A ideia é restringir acesso estrangeiro aos modelos, abertos e fechados, e tratar vazamento ou roubo como quebra de segurança nacional.

Por que isso importa:

:: O motivo é o sucesso: modelos chineses como o Qwen (Alibaba), o Doubao (ByteDance) e o GLM-5.2 (Z.ai) viraram febre global, e o governo quer controlar essa saída
:: A regra também miraria dinheiro, apertando o funil de investimento pras startups de IA de lá
:: Isso vem depois de a China já ter forçado a Meta a desfazer a compra da startup Manus e investigado empresas chinesas de IA operando fora
:: E espelha o lado de cá: faz duas semanas eu te contei que o governo americano suspendeu a exportação do Fable 5, o modelo mais poderoso da Anthropic, alegando segurança nacional

O detalhe que ninguém nota:

Junta as duas pontas do mundo.

Há duas semanas, os Estados Unidos trancaram o melhor modelo deles, o Fable 5, com desculpa de segurança. Agora a China se prepara pra trancar o melhor modelo dela, com a mesma desculpa.

As duas superpotências chegaram na mesma conclusão, no mesmo mês, sem combinar: o modelo de ponta parou de ser produto de exportação e virou ativo de Estado.

Sente o peso disso. A régua deixou de ser só uma vara de medir capacidade. Ela virou arma estratégica. E arma ninguém empresta. Se semana passada o valor subiu de andar, essa semana ele passou a ter passaporte, fronteira e cadeado.

Fonte :: Reuters

E as Empresas Americanas Estão Fugindo do Claude Pela Versão Chinesa Mais Barata

Do outro lado da mesma guerra, o dado que dói. Segundo a CNBC, também em 7 de julho, empresas dos Estados Unidos estão trocando os modelos de casa pelos chineses pra cortar custo.

Os nomes são DeepSeek V4, o GLM 5.2 da Z.ai e o Qwen da Alibaba. O argumento é um só: entregam quase o mesmo, por muito menos.

Por que isso importa:

:: Os modelos chineses abertos saem de 60% a 90% mais baratos que o que a OpenAI e a Anthropic cobram
:: E de novo a régua aparece: especialistas dizem que o GLM 5.2 já chega a menos de um ponto do Claude Opus 4.8 em teste de benchmark, ficando só de 6 a 9 meses atrás da fronteira
:: A Lindy migrou 100% do tráfego dela do Claude pro DeepSeek e economizou milhões. A Vercel viu o volume do GLM 5.2 crescer 27 vezes e a base de clientes 80 vezes na primeira semana
:: No agregador OpenRouter, o uso de modelo chinês por empresa americana passou de 30% toda semana desde fevereiro, com pico de 46%

O detalhe que ninguém nota:

Olha a frase de venda da China: “o GLM está a um ponto do Opus 4.8”.

De novo. Exatamente como a OpenAI lá em cima, exatamente como o Grok logo abaixo. O desafiante do outro lado do planeta também se mede em unidades de Claude. A régua é universal.

Só que aqui mora o lado perigoso de ser a régua. A Lindy não usou o Claude “quase igual”. Ela largou o Claude inteiro e foi pro chinês. Porque quando o “quase tão bom” custa 90% menos, ser o padrão não paga a conta.

Ser a régua é a melhor posição do mercado. E a mais cara de sustentar. Todo mundo te copia pra vender mais barato, e o seu próprio cliente olha o preço e vai embora com a cópia.

Fonte :: CNBC

Quer receber conteúdo mais exclusivo?

1 :: Notícia do novo terceiro lugar da corrida

Grok 4.5: A x.ai Chutou o Google Pra Fora do Pódio Usando o Claude de Régua

No dia 8 de julho, a x.ai lançou o Grok 4.5, que ela chama de modelo mais capaz dela pra programação e tarefa autônoma.

E o recado é agressivo: ele vem batendo os líderes em benchmark de engenharia de software, tipo o SWE Bench Pro e o Terminal Bench 2.1, e se posiciona direto na turma da frente.

Por que isso importa:

:: O número que interessa é eficiência: o Grok 4.5 gasta cerca de 15 mil tokens de saída numa tarefa do SWE Bench Pro, contra 67 mil do Claude Opus 4.8. É quatro vezes mais enxuto no mesmo trabalho
:: Roda a cerca de 80 tokens por segundo, então é rápido além de barato
:: Preço de US$ 2 na entrada e US$ 6 na saída por milhão de tokens, mirando bem embaixo dos modelos premium
:: Já está no Grok Build, no Cursor em todos os planos e na API, com a Europa ficando pra meados de julho

O detalhe que ninguém nota:

Lê a comparação que a x.ai escolheu fazer.

Ela não disse “somos melhores que o Google”. Ela disse “gastamos 15 mil tokens onde o Opus 4.8 gasta 67 mil”. O alvo da mira, de novo, é o Claude. Sempre o Claude.

E aqui está a virada de posição da semana. A briga pelo terceiro lugar não se mede mais contra o terceiro lugar. Se mede contra o líder. O Grok chegou, plantou a bandeira ao lado da Anthropic, e o Google, que ocupava aquele degrau do pódio, simplesmente sumiu da frase.

É assim que se perde o bronze. Não é levando uma surra. É deixando de ser o nome que os outros usam pra se comparar. O Grok virou assunto medindo-se pelo Claude. O Google virou paisagem. Quando você some da régua dos outros, você já saiu da corrida.

Fonte :: x.ai

Conhecer mais

Volta lá pro começo, na tal da régua.

Semana passada eu disse que o modelo virou commodity e que o valor subiu de andar. Essa semana o mercado me mostrou o outro lado da mesma moeda: se o cérebro é igual pra todo mundo, alguém precisa ser o padrão. E o padrão, hoje, é o Claude.

A OpenAI lançou três produtos, e o mais caro deles se vendeu como “quase um Claude, mais barato”. A China está copiando essa régua a um décimo do preço, e ainda trancando a própria versão a sete chaves. E o Grok subiu ao pódio medindo cada token contra o Opus, empurrando o Google pra fora do quadro.

Uma semana, seis notícias, a mesma verdade por baixo: existe um nome que todo o resto usa pra se explicar. Ser esse nome é o lugar mais poderoso do mercado.

E é também o mais perigoso.

Porque quando você é a régua, você é o alvo. Todo lançamento mira em você. Todo concorrente te copia pra vender mais barato. Todo cliente olha a cópia de 90% de desconto e pesa se vale a pena continuar pagando pelo original. A liderança, aqui, não é um trono onde você senta e descansa. É uma mira nas suas costas.

E é por isso que a lição pra você, do lado de cá da tela, não mudou. Continua sendo a mesma da semana passada, só que mais clara.

Não se casa com modelo. O líder de hoje é o alvo de amanhã, e a régua vira substituível no trimestre que vem. O que não vira commodity é saber orquestrar qualquer que seja a régua da vez. Montar o sistema, plugar a capacidade, fazer o modelo trabalhar sozinho pra você, seja ele o Claude de hoje ou a melancia do vizinho amanhã.

O modelo mais esperto muda de dono toda estação. A régua na sua mão, essa é sua.

For those about AI... We salute you.

Caio

PS :: A imagem que fica da semana é essa. A OpenAI lançando o modelo mais poderoso dela e se orgulhando de chegar “a um ponto do Claude”. A China copiando essa mesma régua por um décimo do preço. O Grok medindo cada token contra o Opus pra passar o Google. Todo mundo, sem exceção, usando o mesmo nome pra explicar o próprio valor. Ser esse nome é ouro e é alvo ao mesmo tempo. Por isso a aposta segura nunca é o modelo, é saber montar coisa em cima dele. É exatamente isso que a Formação Ecossistema Claude te ensina, e a turma de lançamento abre agora. Garante seu lugar aqui.