Escrever código com IA ficou mais fácil; decidir se ele funciona e o que pode fazer continua trabalhoso. Duas das conversas de hoje tratam dessa diferença pelo lado da infraestrutura e das permissões. As outras perguntam o que os sistemas poderiam aprender e até como seria interagir com eles de outro jeito.
O código precisa passar por testes. O agente, por autorização.
The $1B Company Fixing AI’s Software Bottleneck · Y Combinator · 9min13s
A Blacksmith aposta que gerar mais código não adianta se a integração contínua demora a validá-lo. Seu fundador explica por que escolheu servidores com CPUs de jogos pelo desempenho em tarefas que dependem de uma única linha de execução. A empresa também trabalha numa forma de reunir capturas de tela e vídeos como evidência das mudanças. É uma proposta para facilitar a revisão, não uma prova de que os testes deixaram de ser necessários.
A Valid Key Let an AI Agent Delete Production - Sagar Batchu, Speakeasy · AI Engineer · 20min39s
Sagar Batchu reconstitui um incidente que apresenta como real para discutir outro limite: uma credencial válida pode dar ao agente acesso maior do que a tarefa exige. Sua proposta é concentrar as chamadas a sistemas externos e submeter ações a regras de identidade, permissão e registro. O vídeo não verifica o episódio de forma independente. Mas a distinção que ele faz é útil: conseguir executar uma ação e estar autorizado a executá-la são coisas diferentes.
Aprender com o trabalho, sem prometer mágica
Your Company Should Train Its Own AI Models - Will Brown, Prime Intellect · AI Engineer · 19min57s
Will Brown defende que agentes aprendam com o uso, em vez de redescobrir as mesmas preferências a cada conversa. Ele sugere guardar registros de execução e retorno dos usuários para construir avaliações; decisões como escolher entre modelos mais caros ou baratos seriam um ponto de partida. Treinar um modelo próprio, nessa visão, exige antes entender quais tarefas se repetem e como verificar se o comportamento melhorou. É uma proposta de trabalho, não um ganho medido apresentado no vídeo.
Quando a imagem vira interface
You Can’t Tell What’s Real Anymore. Here’s What Comes Next - Cristóbal Valenzuela, Runway · AI Engineer · 16min51s
Cristóbal Valenzuela mostra uma demonstração em que cliques alteram uma cena gerada por modelo de vídeo, como abrir o capô de um carro. Depois apresenta o Continuum, pesquisa ainda inicial sobre interfaces baseadas em vídeo gerado em tempo real. O salto entre uma demonstração e um sistema operacional utilizável ainda é grande; o interessante aqui é testar se uma imagem pode responder a ações sem que cada estado seja desenhado de antemão.
Se a IA acelera a criação, testes, autorização e avaliação precisam acompanhar o que ela põe em movimento.