121 novos documentos nas últimas 24h (HN Show 71, HN Top 44, Manual do Usuário 4, OpenAI Blog 2). Amostra dos 30 mais relevantes agrupada em 5 temas:

  • Maior cluster do dia (6+ launches): file commander vi-driven para agentes, PiP para sessões de terminal, walkthroughs de diff como HTML (guides.show), sessão → nota persistente (KeepNow).
  • O gargalo deslocou da capacidade do modelo para gestão de contexto e UX ao redor do agente — working tree, histórico de sessão e artifacts são o novo battleground.
  • Countinghouse propõe tools MCP chamando-se in-process sem passar pelo modelo — menos tokens, menos latência, padrão a observar.

Contexto com provenance e cache invalidável — Coalent · context-engine

  • Coalent: cache de respostas LLM invalidado quando o documento-fonte muda — resolve o stale-context do RAG clássico.
  • context-engine: expora API via hierarquia + assinaturas sem ler corpo de arquivo — ataque direto à alucinação de API em agentes de código.
  • Sinal: “context layer” virando categoria própria (cache + provenance + estruturas de código), desacoplada do chat.

A crise dos benchmarks — Dan Luu

  • Análogo à vulnpocalypse: ficou trivial degradar performance séria enquanto benchmarks continuam ignorando o problema — medição descolada da realidade.
  • Diretamente relevante para qualquer pipeline de eval: benchmark defasado = decisão de modelo cega.
  • Conecta com o seu trabalho: a qualidade do harness de avaliação é o meta-problema antes de qualquer comparação de modelos.

OpenAI captura a próxima geração — ChatGPT for Teens · CodeAI

  • Produto dedicado para adolescentes com controles parentais + parceria para “AI literacy” estudantil.
  • Estratégia clara: lock-in educacional antes da idade profissional — mesma playbook que a Google usou com Gmail for Education.

Fome de dados e privacidade em escala — The Register · Privacy Guides · Seth’s Blog

  • Google compra dados da extinta Spirit em leilão para treinar IA — dados corporativos viram ativo líquidável em falência.
  • Meta patenteia reconhecimento facial + gravação automática via Ray-Ban (“memory recall”).
  • Amazon lucra ~US$ 1 bi/semana com ads que distorcem a própria busca — plataformas extraindo valor via degradação (ver também o lamento sobre a internet).

Síntese: O ciclo mudou de “modelos melhores” para infraestrutura de contexto, avaliação confiável e disputa por dados — quem controla cache/provenance, benchmarks honestos e acesso a dados de treino define o próximo degrau, enquanto a camada de IA consumidor avança via lock-in educacional e vigilância patenteada.

Conteúdo gerado a partir do Personal Brain — sistema de captura e análise com GraphRAG.