> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/pt-br/2024/essay-collection-ai.md).
# Coletânea de ensaios — IA
A CES terminou. Neste ano, os fabricantes chineses voltaram a participar, e o setor de eletrônicos de consumo ganhou visivelmente mais público e assuntos de interesse. As duas tendências que mais me marcaram foram a IA e os equipamentos de armazenamento de energia.
A IA deixou de ser apenas um serviço remoto na nuvem e está se integrando profundamente aos eletrônicos de consumo. AI PC, AI for ALL: os fabricantes estão fazendo apostas estratégicas em IA. Há um consenso cada vez maior de que 2024 é o primeiro ano dos dispositivos com IA. O Rabbit R1 é um novo formato de hardware que rompeu a bolha do setor. Os fabricantes tradicionais de celulares e PCs certamente seguirão esse caminho, mas vejo mais potencial nos líderes de segmentos específicos, como iFlytek e DJI.
Os equipamentos de armazenamento de energia estão amadurecendo e entrando no mercado de consumo. Quando falamos de energia, tudo parece sempre determinado pela oferta, com pouca escolha para o consumidor: reforma da matriz energética, da rede elétrica, das tarifas. O armazenamento pode trazer uma mudança pelo lado do consumo, aumentar o uso de energia verde e viabilizar soluções energéticas para cada residência. Por exemplo, armazenar energia verde nos horários de baixa demanda e usá-la nos horários de pico, suavizando as oscilações. Isso resolve tanto a instabilidade do fornecimento de energia renovável quanto o custo da eletricidade. Imagino que ainda permanecerá por bastante tempo na fase dos primeiros adeptos. É como o NAS, que, mesmo depois de tantos anos, continua restrito aos entusiastas. Mas é interessante pensar nas aplicações de energia para o consumidor. Você poderia ver quanta energia verde usa por dia e, se puder gerar eletricidade e fornecê-la à rede, quantas pessoas atende e quanto reduz de emissões de carbono. A neutralidade de carbono por residência também poderia criar um novo mercado de negociação.
***
Li recentemente um livro cujo título em chinês significa “Isto é o ChatGPT”. O prefácio de Liu Jiang é excelente.
Primeiro, seu autor, Stephen Wolfram, é uma figura singular de nosso tempo que vale conhecer. Desde pequeno, desprezava os “livros idiotas” recomendados pela escola. Também não era bom em aritmética, de modo que, a princípio, seus professores pensavam que “esse menino não vai dar certo”. No entanto, aos 13 anos já havia escrito vários livros de física. Aos 15, publicou um artigo sobre física de altas energias que recebeu cinco citações. Aos 20, obteve o doutorado no Caltech. Depois recebeu a bolsa MacArthur, tornando-se seu beneficiário mais jovem. Trabalhou no Institute for Advanced Study, em Princeton, estudando autômatos celulares, e foi um dos pioneiros da ciência da complexidade.
A possibilidade de aprender e a irredutibilidade computacional formam uma tensão central em seu argumento. O surgimento do GPT criou a impressão de que os computadores ficaram subitamente muito poderosos. Na verdade, o que era difícil de calcular continua difícil; a natureza da aprendizagem e da irredutibilidade computacional não mudou. O que mudou é que tarefas como escrever textos, antes consideradas difíceis para um computador, eram problemas de “baixa profundidade computacional”. Hoje parecem mais simples do que imaginávamos.
Para ele, o sucesso do ChatGPT constitui um fato científico importante. Mostra que ainda podemos esperar descobrir novas e importantes “leis da linguagem”, que, na realidade, são “leis do pensamento”. Se conseguirmos explicitá-las de alguma forma, talvez possamos realizar o que o ChatGPT faz de maneira mais direta, eficiente e transparente. Essa é a vantagem técnica do GPT e a razão pela qual o processamento de linguagem natural baseado no simbolismo nunca atingiu um resultado satisfatório. Há algum tempo, vi uma entrevista com Fei-Fei Li na qual ela sugeria que talvez a humanidade esteja novamente num momento pré-newtoniano, às vésperas de compreender essas leis.
Wolfram estuda a lógica subjacente à natureza e à sociedade. Há muito tempo, criou a Wolfram Language. Uma linguagem de programação comum diz exatamente ao computador o que fazer. A Wolfram Language representa e processa computacionalmente o que as pessoas pensam. É uma linguagem computacional abrangente, com a qual se pode falar, em termos computacionais, sobre praticamente qualquer coisa no mundo. Sua intenção é permitir tanto aos humanos quanto aos computadores “pensar computacionalmente”.
Wolfram transformou os resultados de sua pesquisa no Wolfram|Alpha, acessível pela web. O usuário digita instruções em linguagem natural e recebe respostas precisas e detalhadas, produzidas a partir de uma grande base de conhecimento, algoritmos e regras. Em cálculos matemáticos, por exemplo, suas respostas são muito mais confiáveis do que as do ChatGPT. Muita gente o considera a primeira tecnologia de inteligência artificial realmente prática. É possível experimentá-lo em ; atualmente, só aceita inglês. Quando o livro foi escrito, o GPT-4 ainda não existia. Wolfram já queria combinar os dois: uma pergunta passaria primeiro pelo Wolfram|Alpha, que produziria uma análise baseada em conhecimentos e fatos precisos; depois, esse resultado seria enviado ao GPT, gerando uma resposta mais correta e natural. Hoje, é possível encontrar o plugin do Wolfram no GPT-4 e usar esses dois sistemas de IA com mais facilidade.
Ao terminar o livro, achei o autor tão interessante quanto o ChatGPT. A trajetória de figuras como Wolfram sempre parece familiar e, ao mesmo tempo, estranha. Depois de alguns anos de desaceleração durante a pandemia, o avanço tecnológico voltou a acelerar e continua num ritmo espantoso. Menos de um mês depois do retorno do Ano-Novo Chinês, Sora e Claude 3 apareceram em sequência. Agora, quase todo mês traz uma grande novidade. Nossa misteriosa terra oriental nunca teve falta de gênios, mas quando produzirá figuras dessa singularidade? Pensei na pergunta de Qian Xuesen e na questão de Needham.
Wolfram oferece os seguintes conselhos para o trabalho e o aprendizado daqui em diante. Compartilho-os aqui.
A maneira mais eficiente de avançar é descobrir novas possibilidades e definir o que tem valor para você.
Passar de responder perguntas a aprender a formulá-las e a decidir quais merecem ser feitas. Em outras palavras, passar da execução do conhecimento à estratégia do conhecimento.
A amplitude do conhecimento e a clareza de pensamento serão importantes.
Já não é necessário aprender diretamente todos os detalhes. Podemos aprender e trabalhar num nível mais alto de abstração, deixando muitos detalhes específicos de lado. “Integrar”, em vez de se especializar. Pensar com a maior amplitude e profundidade possíveis, mobilizando o máximo de conhecimentos e paradigmas.
Aprender a usar ferramentas para fazer as coisas. No passado, nos apoiávamos mais na lógica e na matemática. No futuro, será preciso dar atenção especial ao paradigma computacional e às formas de pensar diretamente relacionadas à computação.
***
A Tencent Technology publicou recentemente uma série de entrevistas para “revisitar os grandes modelos da China”. Até agora, saíram três, com Yang Zhilin, Zhu Xiaohu e Wang Xiaochuan.
O formato é bom. Cada um fala sozinho em seu próprio espaço, sem confrontos exaltados; as respostas vêm depois de algum tempo, como defesas racionais. O choque de opiniões, as diferenças de visão de mundo e a diversidade de perspectivas são muito interessantes.
A ideia central de Yang Zhilin é obter generalização e personalização com contexto longo e leis de escala. O contexto longo funciona como uma memória cada vez maior: registra todo o seu histórico e armazena uma grande quantidade de informações digitalizadas sobre o mundo. Todos os problemas podem ser modelados nesse quadro. A lei de escala diz que, desde que se invista poder computacional suficiente, o modelo continuará melhorando.
Zhu Xiaohu representa a confiança no mercado. Para ele, a curva acelerada de evolução técnica dos grandes modelos inevitavelmente perderá inclinação, e os modelos abertos alcançarão os fechados à medida que a tecnologia se difundir. É preciso aplicar uma “capacidade de IA suficiente” a cenários comerciais que possam gerar receita rapidamente, usando os dados vastos e peculiares do mercado chinês para construir barreiras competitivas. Hoje, o B2B oferece a melhor capacidade de monetização; o B2C exige uma queima de caixa que não dá para sustentar.
Depois de ler as duas entrevistas anteriores, Wang Xiaochuan disse que os dois viam apenas partes do problema, como nas histórias chinesas dos cegos examinando um elefante e do potro atravessando o rio. A tecnologia tende a olhar longe; os negócios, para perto. Agora, porém, a questão é menos a distância do olhar do que sua abrangência. Ele sempre pensou em como transformar a vida num modelo matemático. O GPT é uma boa ferramenta para isso, e foi essa a motivação para voltar a empreender no ano passado. Sua proposta é usar o GPT para construir mundos virtuais, mundos vivos e representações do mundo real, encontrando um encaixe entre tecnologia e produto, ou TPF, nos jogos, na medicina e na produtividade. É cauteloso em relação ao Sora: considera-o um produto de uma etapa intermediária, de uma linhagem diferente da do GPT, sem a linguagem como eixo. Para ele, o Sora é apenas um simulador e não consegue ser um modelo de mundo.
Não sei se foi intencional, mas a ordem das entrevistas também é engenhosa: da confiança na tecnologia à confiança no mercado e, depois, à confiança no mundo. Talvez outra ordem contasse outra história.
***
Dois exemplos de tecnologias que levam os setores a um desenvolvimento mais concentrado e eficiente, escolhendo a difusão de uma determinada tecnologia para obter o maior retorno.
No relatório sobre tendências de IA publicado na semana passada pelo Stanford HAI, o capítulo 4, sobre economia, traz dados interessantes. Nos últimos três anos, o investimento privado total e os postos de trabalho em IA diminuíram, enquanto o investimento e o emprego em IA generativa aumentaram. A queda do total parece um pouco contraintuitiva. Diferentemente das ondas tecnológicas anteriores, ela expressa uma difusão tecnológica mais concentrada. Vejo duas razões. A primeira é que indústria, academia e pesquisa já compartilham um consenso técnico claro. As rotas tecnológicas convergem para os LLMs, representados pelo GPT; quanto às capacidades, acelera-se a evolução da TSAI, a IA para tarefas específicas, para a AGI. A segunda é que esta onda de empreendedorismo exige muito capital e recursos. Parece favorecer as grandes empresas de tecnologia, em vez de ameaçá-las. Pelo menos por enquanto.
Na semana passada, aproveitei uma reunião no Banco Agrícola da China para conversar presencialmente, pela primeira vez, com nossa equipe de computação que preserva a privacidade. Ficou claro que os bancos já adotam um marketing mais concentrado e eficiente. Abandonaram a mentalidade de distribuir dinheiro indiscriminadamente. Quem conseguir ajudá-los a enxergar o retorno e fazer as contas terá mais chances de conquistar seu orçamento de marketing. Naturalmente, isso depende do desenvolvimento tecnológico, e a computação que preserva a privacidade é um meio importante para viabilizar o marketing de precisão. Na China, é impossível falar do avanço dessa área sem mencionar o SecretFlow, da Ant. Ele praticamente liderou sozinho o desenvolvimento do setor. Usar o código aberto como instrumento central de difusão tecnológica talvez seja a maior forma de comercialização.
***
Na semana passada, encontrei um bom cenário para combinar LLMs e resultados de negócio. O recurso Super Bill, voltado a empresas, tem aplicações com valor para grandes modelos, enquanto a plataforma técnica possui capacidade de engenharia para construir aplicações inteligentes. A combinação pode reduzir o custo inicial de explorar grandes modelos na plataforma para comerciantes.
Experimentei a plataforma de construção de aplicações inteligentes. Sua experiência de produto toma o Coze como referência. Com os fluxos de trabalho da plataforma, é possível combinar livremente componentes de LLM, HTTP, bases de conhecimento e execução de código para montar rapidamente a aplicação desejada. Atualmente, ela está na terceira etapa do MVP. Para serviços online voltados diretamente ao cliente, ainda são necessárias mais pesquisa e validação.
Na sessão de brainstorming da semana passada sobre o Super Bill, chegamos a um consenso concreto sobre a direção das próximas versões. Primeiro, dados precisos e completos. Segundo, lançamentos fáceis, com custo marginal decrescente. Terceiro, agrupamento adequado das transações e categorias suficientemente detalhadas. Quarto, uma análise de receitas e despesas que oriente a gestão e possa encaminhar usuários a serviços financeiros. Há dois cenários imediatos para usar grandes modelos. Um é o resumo da análise de receitas: apesar de ser uma frase simples, hoje sua geração depende de um conjunto complexo de regras codificadas manualmente. O outro é reduzir o esforço de registrar transações. A interação por chatbot é adequada a essa tarefa e permite entradas multimodais, como texto em linguagem natural, voz e imagens. Se também criarmos uma conta oficial no WeChat para registrar gastos na hora, o ponto de entrada passará de um segundo nível no aplicativo do comerciante a um primeiro nível dentro do WeChat. No Android, o aplicativo Xiaoguai Jizhang já implementa algo parecido.
***
Na semana passada, conversei com Huiling sobre a plataforma de construção de aplicações inteligentes. Ela comentou uma percepção do LRP sobre como está mudando a forma das entregas dos produtos de apoio e gestão interna. Isso abriu meus olhos. A tendência é passar de uma interação majoritariamente por páginas para uma interação por grandes modelos. Também poderíamos dizer: “Seu próximo aplicativo de front-end precisa mesmo ser uma página?”. Ainda não sabemos qual será a forma final de uma aplicação puramente baseada em grandes modelos, mas sua interação deve ser inteiramente baseada em NUI. Antes, por exemplo, entregávamos um conjunto de páginas à equipe de operações. Para lançar uma campanha de marketing, ela precisava fazer N etapas de configuração e manter seu próprio procedimento operacional. Num produto baseado na interação com um grande modelo, deveria bastar descrever claramente a configuração da campanha, conferir, confirmar e concluir.
***
Depois de mudar para um Huawei, ficou muito difícil instalar as novidades tecnológicas do Vale do Silício. Acabei comprando um iPhone com uma conta da região dos Estados Unidos, só para explorar produtos estrangeiros. Nas últimas duas semanas, passei bastante tempo alternando entre os dois celulares. Minha impressão é que, entre os lados A e B, ainda temos uma distância considerável a percorrer nos produtos digitais puramente online, o lado A. Nas aplicações do lado B, temos uma vantagem absoluta.
Dois exemplos. Só na semana passada descobri que o Perplexity foi o precursor dos produtos de RAG no mercado. Continua simples e direto, ao contrário dos produtos C2C posteriores, cheios de enfeites e tentativas de desviar sua atenção, que tornam o percurso do usuário confuso. O segundo exemplo é o Arc. A versão móvel lançada neste ano também recebeu muitos elogios. Ouvi dizer que o iOS 18 vai copiar alguns de seus elementos de design. Browser for Me, o gesto de pinça com resumo e a função de chamada são novas interações para navegadores móveis. O Arc foi criado pela The Browser Company, uma startup de Nova York. Lembro vagamente de Yujie me recomendar a versão desktop durante o Ano-Novo Chinês de 2023, quando ainda era preciso um convite. Tenho muito respeito por essa empresa. Ela me mostrou o que é inovação orientada pelo usuário. Acredito que está realmente repensando e redefinindo o navegador.
***
A Apple usou o jogo com as iniciais de Apple Intelligence para redefinir “AI”. A essência do Apple Intelligence está nos modelos executados no dispositivo. A inteligência local, discutida há tanto tempo, finalmente chegou a um ponto de inflexão.
Embora os cenários apresentados pela Apple na WWDC não pareçam extraordinários, é preciso reconhecer que, entre empresas que desenvolvem aplicações, a Apple escolheu caminhos mais engenhosos e mais perceptíveis para o usuário. Um exemplo é a nova calculadora do iPadOS: reconhecer fórmulas manuscritas, calcular e gerar gráficos. A demonstração de três minutos foi tão fluida que assisti de boca aberta.
**A vantagem da integração entre hardware e software voltou a aparecer.** Na Apple, essa integração não se limita ao produto e ao sistema operacional; inclui os chips e a cadeia de ferramentas de desenvolvimento. Os modelos no dispositivo têm permissões e acesso a dados no nível do sistema, podendo usar dados pessoais do usuário para ajuste fino local. Isso exige equilibrar computação, dados, modelos e segurança. Para fazer bem, a integração de hardware e software parece ser a única solução. É também o que permite colocar a privacidade e a segurança em primeiro lugar.
**Depois da App Store, haverá uma Model Store?** Com o aumento da capacidade computacional dos dispositivos, os modelos disponíveis talvez não venham de um único fornecedor. Se você for programador, por exemplo, poderá escolher um modelo pré-treinado popular para programação. Uma vez construída a infraestrutura de computação e das Intent APIs, seria possível criar uma nova plataforma para um mercado de modelos. Os modelos próprios abririam cenários de uso e estimulariam a criatividade da comunidade.
**O sucesso dependerá, no fim, de a comunidade prosperar.** No modo de agir da Apple, o entusiasmo da própria empresa serve para entusiasmar os desenvolvedores e atrair mais gente talentosa. A Apple continua tendo a maior capacidade de atrair bons desenvolvedores do mundo. Isso me fez pensar na Huawei: talvez esse seja o ponto em que ela terá mais dificuldade para alcançar a concorrente. A Huawei já obteve uma vitória inicial na integração entre hardware e software. Mas ainda tem um longo caminho para respeitar os desenvolvedores como se vê na WWDC e permitir que ganhem dinheiro de maneira digna.
***
O avanço da IA no dispositivo é animador. Na FEDAY, em novembro do ano passado, eu ainda achava que seriam necessários dois ou três anos para colocá-la em prática na engenharia. Pouco mais de seis meses depois, Apple e Google já apresentaram soluções para seus ecossistemas.
Na Google I/O 2024, Jason Mayes apresentou o novo tema Web AI. Antes, ele era o divulgador do TensorFlow\.js; agora, lidera Web AI. A proposta se baseia em WebAssembly e WebGPU. Ele não mencionou WebNN, o que sugere um avanço abaixo do esperado. Afinal, ainda há poucos dispositivos equipados com NPUs. O Visual Blocks é uma plataforma para montar fluxos de trabalho de aprendizado de máquina, na qual se podem criar aplicações baseadas em Web AI. Em outras palavras, é possível construir sem código um fluxo de IA local para tradução, remoção de fundo de imagens, classificação de textos e outras tarefas. O Chrome já implementou parte do Web AI; a versão Canary do Chrome 127 já permite usar o Gemini Nano.
As vantagens da IA no dispositivo continuam sendo privacidade e segurança, baixa latência mesmo offline e custo reduzido. Jason deu um exemplo bastante claro de redução de custos.
> Considere uma videoconferência. Muitos serviços oferecem desfoque ou remoção do fundo para proteger a privacidade dos usuários.
>
> Uma câmera normalmente gera vídeo a 30 quadros por segundo. Supondo que uma reunião dure, em média, 30 minutos, será preciso desfocar o fundo de 54.000 quadros.
>
> Com um milhão de reuniões por dia, isso significa 54 bilhões de processamentos diários.
>
> Mesmo que cada processamento custe apenas 0,0001 centavo de dólar, isso ainda representaria US$ 5,4 milhões por dia, ou cerca de US$ 2 bilhões por ano em computação de GPU no servidor.
>
> Ao desfocar o fundo no cliente com Web AI, esses custos deixam de existir.
>
> Também é possível levar outros modelos ao navegador, como os de remoção de ruído de fundo, e melhorar a experiência da reunião com um custo muito baixo.
***
Vamos falar do impacto dos grandes modelos sobre os programadores.
O setor chinês de direção inteligente passa por uma mudança decisiva. A rota tecnológica está saindo da direção automatizada controlada por regras para a direção inteligente de ponta a ponta, sem mapas, baseada em grandes modelos. Vistas de hoje, as equipes anteriores parecem pertencer a um setor intensivo em mão de obra. A direção autônoma era implementada com módulos de percepção, planejamento e controle. Além de algumas aplicações de visão computacional na percepção, o planejamento e o controle consistiam em criar regras a partir de cada caso e codificá-las no sistema. Depois dessa mudança, já não será necessário um grande número de programadores para implementar regras. Por isso, apesar do entusiasmo com a direção inteligente neste ano, também ocorreram muitas demissões no setor. Musk publicou certa vez que, com a nova versão do FSD da Tesla, o código C++ caiu de 300 mil para 3 mil linhas: 99% do código desapareceu. A solução de ponta a ponta enfrenta dois desafios. O primeiro é o volume de dados. Para que as leis de escala levem o sistema além da capacidade de um motorista humano, é preciso uma quantidade enorme de dados. Hoje, talvez só a Tesla disponha dela; também é a única que desenhou tudo segundo uma abordagem inteiramente de ponta a ponta. O segundo é a regulação de segurança. Não é possível explicar a influência de cada parâmetro sobre a condução. Em termos de controle e auditabilidade do sistema, a lei precisará conceder uma tolerância relativamente alta na fase inicial.
Uma pessoa chamada lapurita publicou no Reddit um texto sobre “desenvolver dez vezes mais rápido com Claude Sonnet 3.5”. Ainda não descobri quem é, mas parece ter bastante influência. Em essência, descreve como o Claude Sonnet 3.5 é bom para programar e claramente superior ao ChatGPT-4. Nos últimos tempos, passei mais de um mês numa refatoração técnica, também explorando uma forma de trabalho baseada na colaboração entre pessoas e máquinas. Que tarefas convém delegar ao modelo e quais devo fazer pessoalmente? Trabalhei com o Claude durante todo o processo e não recorri ao Google uma única vez. Identifiquei-me muito com o relato. Programar com o Claude vicia. Os grandes modelos me deram mais tempo e mais opções. Livram-me dos detalhes fragmentados e de baixo valor das regras de sintaxe e me permitem dedicar mais tempo ao desenho e à otimização, tornando possível programar de forma estratégica. Acredito firmemente que, em breve, nossos métodos de trabalho e processos de entrega mudarão. As dimensões da competição entre pessoas também vão mudar. Disso não tenho dúvida.
***
Já falei do impacto potencial dos grandes modelos sobre a produtividade. Um ou dois meses depois, surgiram bons produtos que integram profundamente os modelos à experiência de programação.
**TL;DR: você precisa experimentar o Cursor.**
Para acompanhar o avanço dos grandes modelos na programação, observe a combinação Claude + Cursor + Vercel. Talvez estejamos atravessando o abismo entre os primeiros adeptos e a maioria inicial. O impacto potencial continua sendo sobre a produtividade e a estratégia competitiva, tanto de indivíduos quanto de organizações. Em negócios exploratórios, sobretudo, “ser rápido” às vezes é o fator decisivo. Experimentar e aprender já constituem a estratégia do negócio. Quem chega primeiro ao encaixe entre produto e mercado, o PMF, conquista a vantagem de sair na frente. Se o custo de desenvolvimento cair abaixo de certo limiar e a produtividade atingir outro nível, a estratégia da rapidez se aprofundará, podendo até mudar estruturalmente a estratégia competitiva como um todo.
1. O Claude 3.5 Sonnet já consolidou a primeira posição em raciocínio lógico aplicado a código. Quase todos os bons produtos de programação com IA estão migrando seu modelo de base para o Sonnet, inclusive o Cursor. Programadores representam uma capacidade produtiva relativamente cara. Na transformação da produtividade, a Claude escolheu a área em que acredita obter maior efeito multiplicador. A maioria dos primeiros adeptos de grandes modelos é formada por programadores. Concentrar-se no raciocínio sobre código também agrada à comunidade de desenvolvedores e influencia a escolha de tecnologias na camada de aplicações. Se bem me lembro, a Strip adotou uma estratégia competitiva parecida no setor de pagamentos.
2. O Cursor é o IDE com integração profunda de IA mais popular do momento e recebe elogios constantes da comunidade. Depois da adoção do Sonnet, muitos usuários do Copilot migraram para o Cursor. Vale compará-los. O Copilot foi concebido como um plugin, inicialmente voltado a completar código e fazer sugestões, sem participar profundamente de todo o processo de programação. Os fornecedores dos IDEs que o integram também não costumam fazer adaptações especiais, de modo que a experiência varia bastante. Além disso, os vínculos comerciais impedem a troca do modelo de base pelo Claude. O Cursor foi pensado como um IDE: é uma versão profundamente modificada do VS Code. Sua interface e suas interações receberam muitas otimizações, aproximando-se da intuição do desenvolvedor. Para um grande modelo ser mais útil, ele precisa entender melhor o projeto. O Cursor tem justamente uma vantagem considerável ao lidar com o contexto do projeto inteiro. Além do Cursor, a Claude passou a oferecer uma ferramenta de linha de comando, o Claud Engineer. Ela permite operar diretamente no sistema de arquivos, executar scripts e pesquisar na web. Em alguns cenários, é mais conveniente do que um IDE.
3. O Vercel v0 é uma ferramenta de geração de código que ganhou muita atenção recentemente. Gera interfaces e código, com suporte a TypeScript, React, Next.js e outras tecnologias. O motivo do interesse é que seu código está cada vez mais próximo do padrão de produção, ou seja, é um código que um programador consegue continuar desenvolvendo. O Claude também tem uma função correspondente, chamada Artifact, que gera interfaces e código. Em comparação, o Vercel v0 está mais próximo de uma solução completa nesse campo. A Vercel tem um papel cada vez mais importante no front-end. Next.js e Turbopack são seus produtos. A empresa não se limita a fornecer uma ferramenta ou um framework isolado; construiu um ecossistema que cobre o ciclo de vida das aplicações de front-end, do desenvolvimento e da construção à implantação e à operação. Na prática, seu posicionamento é o de um provedor de infraestrutura de front-end na nuvem, que ganha dinheiro com serviços de nuvem. Também avançou bastante em aplicações de IA, usando essa tecnologia para simplificar e acelerar o desenvolvimento. Além do v0, oferece um AI SDK, uma biblioteca TypeScript para construir aplicações web baseadas em IA.
***
Neste ano, reorganizei e melhorei a qualidade geral das minhas fontes de informação. Isso me levou a algumas reflexões sobre a distribuição de informação.
Na internet, essa distribuição passou por quatro fases: portais, busca, assinatura e recomendação. A eficiência aumentou a cada etapa.
Um marco da passagem da assinatura para a recomendação foi o fechamento do Google Reader, há dez anos. O Google Reader era um leitor de RSS. Assinar fontes RSS exige uma boa capacidade de organizar informação e um trabalho contínuo de seleção e controle das fontes. Por isso, só poderia atender às necessidades de uma pequena parcela das pessoas. Depois, tanto na China quanto no exterior, entramos na era do consumo de conteúdo recomendado por máquinas.
Os mecanismos atuais de recomendação não permitem um salto na qualidade das fontes. As boas fontes ainda precisam ser encontradas por meios relativamente tradicionais. Comparando com dez anos atrás, não sei se a assimetria criada pelas bolhas de informação tornou as pessoas mais abertas ou mais estreitas. As ilhas de informação dificultam ainda mais a gestão das fontes. Muitas delas não oferecem uma assinatura direta e ficam espalhadas pelas funções de “seguir” de diversas plataformas. No exterior, ainda encontramos newsletters e RSS. Plataformas como o Substack também permitem a interação direta entre leitores e autores, oferecendo apenas a tecnologia e o serviço. Mas esse tipo de distribuição não é predominante.
Os LLMs já afetam a distribuição de informação em grande escala e impulsionam a próxima fase. Não sei o que acontecerá. Talvez, ao se integrarem à camada do sistema operacional, desmontem a lógica de distribuição das plataformas atuais. Talvez, com a transformação dos dados em ativos, todos passemos a fornecer conteúdo para a IA.
Quero compartilhar um aplicativo que tenho experimentado, o Ground News. Acho que sua proposta representa, em alguma medida, uma possibilidade para o futuro, embora os LLMs ainda não sejam o fator decisivo nele. O Ground News foi projetado para combater a assimetria de informação, acrescentando perspectivas de diferentes orientações políticas e evitando a radicalização. Ele analisa cada notícia em duas dimensões, Bias e Factuality. Bias indica a orientação política: a partir das posições dos veículos que cobrem a notícia, calcula a proporção de esquerda e direita. Se uma notícia é coberta principalmente por veículos de direita, quem costuma ler veículos de esquerda deve prestar atenção, pois provavelmente a perderia. Factuality indica a confiabilidade factual. O Ground News não verifica a veracidade de cada notícia. Calcula um percentual a partir dos veículos que a publicaram. A avaliação de cada veículo se baseia principalmente em seu histórico de uso de fontes confiáveis e de correção tempestiva de informações erradas.
###