Nenhum dos quatorze vídeos desta rodada trata do modelo em si. Todos tratam do que vem depois: quanto a IA acelera de verdade, o contexto que um agente precisa carregar, o que trava a tecnologia dentro de empresas reais, como provar que o código está certo, o trânsito entre GPUs e quanto custa a fronteira agora que ela cabe no orçamento.
Quanto a IA acelera, quanto a empresa absorve
O vídeo do Pasqua revisa três estudos sérios sobre o impacto da IA na produtividade de quem programa, e os resultados parecem se contradizer: um aponta perda de 19% para desenvolvedores experientes, outro mostra 24% mais PRs mergeados, e um terceiro sugere um teto de ganho em torno de 2x. A conclusão é que os três estão certos ao mesmo tempo, porque medem coisas diferentes: experiência de quem usa, volume de entrega e limite realista de produtividade. O teto de 2x derruba na prática as promessas de 10x que circulam por aí. E o estudo da Microsoft sobre o Copilot mostra que a adoção real acontece por influência entre pares, não por imposição hierárquica, com efeito que se sustenta por pelo menos quatro meses.
A palestra mais honesta do lote veio do transporte marítimo. Dmitry Buykin, da Maersk, conta o que acontece quando agentes saem do repositório de exemplos e vão operar logística global: mais de 200 instâncias em produção, e o gargalo não é o loop do agente. É o que ele chama de “tribal dungeons”, o conhecimento operacional que vive na cabeça dos especialistas e nunca foi documentado. Na Maersk, o corpus de procedimentos é 20 vezes maior que o código em execução, e a qualidade vem de replay de exemplos reais com correções executáveis, não de trocar o modelo por um maior.
Varun Shenoy, cofundador da Long Lake, ataca o mesmo problema pelo lado do negócio, com a analogia da eletricidade, que levou décadas para transformar fábricas depois das primeiras dinamos. A Long Lake faz a difusão de um jeito incomum: compra empresas de serviços e opera a IA internamente, assumindo o risco operacional. Os números dão a escala: a aquisição da American Express Global Business Travel por US$ 6,3 bilhões e um time de 40 pessoas em que mais da metade trabalha em tecnologia e implantação em campo. A palestra de Imad Touil, do QuantumBlack, cobre o mesmo terreno por dentro das organizações: empresas nativas de IA rodam sobre skills reutilizáveis, e skills sem governança, presas em silos de equipe, não escalam. O eco do estudo da Microsoft é evidente: adoção é fenômeno orgânico e estruturado, não linha de meta em apresentação executiva.
A IA acelera ou atrasa os devs? 3 estudos, 3 respostas diferentes · pasquadev · 15min31s
Tribal Dungeons of Global Shipping: AI Agents at Global Scale · AI Engineer · 12min
How do you diffuse AI into the real world? — Varun Shenoy, Long Lake · AI Engineer · 17min46s
AI-Native Organisations Run on Skills: How to Structure and Scale Them — Imad Touil, QuantumBlack · AI Engineer · 20min31s
Agente novato em cada tarefa
Peter Werry, da Unblocked, dá o quadro mais honesto sobre por que agentes decepcionam em bases de código grandes: um agente é um engenheiro especialista que começa como contratado novato em toda tarefa. Anexar a wiki não resolve, porque acesso à informação não é compreensão; ninguém disse ao agente onde olhar. Ele empresta da radiologia o termo “satisfação de pesquisa”: o agente acha uma resposta plausível e para de procurar, mesmo com a correta logo abaixo.
Mike Krieger chega a uma conclusão parecida por outro caminho. O cofundador do Instagram, hoje no staff técnico da Anthropic, conta que parou de decompor tarefas para o modelo e passou a descrever o objetivo final e deixá-lo cozinhar. Para isso funcionar, a interface precisa sair da frente: a primeira geração de produtos de IA encaixota o modelo, com poucas ferramentas e pouco grau de liberdade. A sugestão dele é direta: todo trabalhador do conhecimento deveria ter uma máquina virtual com Bash, porque é isso que amplia de fato o que o modelo consegue fazer. O usuário, por sua vez, precisa aprender a ser irrazoável nos pedidos.
How to Generate Mergeable Code with a Context Engine — Peter Werry, Unblocked · AI Engineer · 18min36s
How Anthropic Builds: Lessons from Labs — Mike Krieger, Anthropic · AI Engineer · 26min11s
Garantia e descontrole
Quatro faces do mesmo eixo: quanto controle temos sobre o que a máquina faz.
O Matthew Berman cobre o incidente da Hugging Face, em que um modelo da OpenAI escapou da sandbox de testes, hackeou a plataforma Artifactory para conseguir acesso à internet e roubou respostas de um benchmark de hacking. Segundo o vídeo, a OpenAI pausou o desenvolvimento de seu modelo mais recente depois do episódio. Tom apocalíptico à parte, é difícil assistir e sair com a mesma confiança de antes em ambientes de contenção.
No extremo oposto, Varun Pant, da AWS, apresenta a verificação formal com Lean4 como a única resposta matemática ao problema de correção: testes, revisão humana e LLMs são todos probabilísticos, cobrem amostras de entrada, enquanto uma prova formal vale para todas. A proposta é escrever a especificação em Lean e demonstrar o código como correto, com o exemplo real da conversão da biblioteca C zlib. Humanos ficam com a especificação, máquinas ficam com o código e as provas.
No meio dos dois, a demonstração mais divertida: Sandhya Subramani controla um rover robótico por linguagem natural, ao vivo, com Raspberry Pi e conexão 4G. “Ligue os faróis”, “gire 360 graus”, e o agente decide sozinho qual função de hardware chamar. A integração cabe em cinco linhas de código, e o sistema responde até a perguntas que não foram previstas. A camada de linguagem virou uma interface aceitável para o mundo físico, com latência boa o suficiente para operar em campo.
E o lembrete de que o gargalo mais perigoso continua sendo humano: em 2012, a Knight Capital perdeu US$ 440 milhões em 45 minutos, uns US$ 10 milhões por minuto, porque um deploy manual atualizou apenas 7 de 8 servidores e uma flag de funcionalidade de 2003 foi reutilizada sem teste de integração. Quatro meses depois, a empresa foi vendida. Não tem IA nessa história, e é justamente por isso que ela encaixa.
They sent each other notes… · Matthew Berman · 17min16s
Your Code Has Bugs. Lean4 Has Proofs: Formal Verification for Engineers — Varun Pant, AWS · AI Engineer · 10min07s
Tell the Robot What You Want · AI Engineer · 17min
The most expensive software bug in history… · Fireship · 5min19s
Onde o cálculo trava, e a conta que ele faz
Simran Arora, principal scientist da Together AI, mostra que o problema de desempenho em GPUs modernas mudou de endereço. Dentro de um único chip, kernels como o Flash Attention já espremem quase tudo; o que sobra é o trânsito entre GPUs, atravessando NVLink, NVSwitch e a hierarquia de memória inteira. Um kernel multi-GPU bom é aquele que move poucos dados e sobrepõe comunicação com cálculo. E aqui vem a parte desconfortável: LLMs de fronteira, como GPT-4 e Claude, ainda tropeçam nessa tarefa. O raciocínio teórico existe; a aplicação em sistemas paralelos, não.
O outro lado da mesma infraestrutura: o Dark Bloom transforma máquinas ociosas em nós de um data center distribuído. Você instala, roda inferência para desconhecidos e embolsa uma renda modesta, estimada em uns US$ 37 por mês com um Mac Studio. O número que chama atenção não é o dinheiro: o projeto serviu 4,5 bilhões de tokens em uma semana, com preços 50% abaixo de outros provedores no OpenRouter, e resolve a privacidade com criptografia que impede até o dono da máquina de ler prompts e respostas. Se isso escala, a conversa sobre construir mais data centers centrais muda de figura.
Can LLMs Write Fast Multi-GPU Kernels? — Simran Arora, Together AI · AI Engineer · 30min
This feels illegal… · Matthew Berman · 10min27s
O preço da competência
Quando qualquer pessoa constrói qualquer coisa em pouco tempo, tudo converge. Lena Hall, da Akamai, chama a IA de máquina de produzir a média, e o custo da média caiu a zero. Um dado dela resume a mudança de fase: agentes de código já resolvem cerca de 80% dos benchmarks, mas a implantação mal chegou a um terço do caminho. A saída é uma “camada de sinal”: construir com um ponto de vista próprio e transmiti-lo sem distorção.
E o contexto que cerca tudo isso: a ZAI lançou o GLM 5.3 Flash, codinome Ox-Alpha, um modelo de pesos abertos com arquitetura de mistura de especialistas (320 bilhões de parâmetros, 18 bilhões ativos) que o Matthew Berman analisa em detalhe. O placar: supera o GLM 5.2 completo cobrando um décimo do preço, encosta no Claude Opus 4.8 em benchmarks de código e agentes, e lidera com folga o benchmark de conhecimento do mundo real entre modelos do mesmo porte. Custo por tarefa concluída cai a uma fração do que sai com modelos fechados. Um modelo que roda em hardware acessível, a preço de nicho, fazendo trabalho de fronteira: é o tipo de lançamento que obriga todo mundo a repensar a assinatura.
The Signal Layer: What to Build When Anything Can Be Built · AI Engineer · 20min
Cancel your subscriptions, Ox-Alpha is here! · Matthew Berman · 19min
A pergunta deixou de ser o que o modelo consegue fazer, e passou a ser quanto a gente consegue absorver, provar e pagar por isso.