#inteligencia-artificial

29 posts

2026 - outubro

5 posts

2026 - setembro

6 posts

2026 - agosto

1 post

2026 - julho

2 posts

2026 - maio

1 post

2026 - abril

1 post

2026 - março

4 posts

2026 - fevereiro

6 posts

2025 - junho

1 post

2025 - abril

1 post

2023 - novembro

1 post

2026 - outubro

5 posts

Auto-publiquei meu próprio Livro/e-book: Competente o Suficiente

Publiquei meu livro sobre IA, de graça, em EPUB e PDF: os 131 textos de 2026 do blog, quase meio milhão de palavras, reorganizados em 20 capítulos, 6 apêndices, glossário e quase 300 referências. Este texto é o bastidor técnico: o inventário com hash de cada post, o contrato que cada agente lia antes de escrever, os rascunhos em paralelo, a marca invisível por parágrafo que liga o livro ao blog, o verificador que reprova capítulo com erro, o que a conferência pegou de errado nos meus próprios posts, e a pipeline Quarto, Typst e Pandoc que gera tudo. É preview: abra uma issue se achar erro.

Engenharia Reversa com IA: a Adobe morreu?

Na mesma semana, um dev soltou sete clones da Adobe feitos com Claude, o REA passou de 100 mil estrelas prometendo 'engenharia reversa de qualquer coisa', e o retrô ganhou port novo todo dia. A conclusão viral: nenhum binário é sagrado, a Adobe morreu, programador morreu. Explico o que cada coisa dessas faz de verdade: o PhotoCraft é alpha com mais de 800 issues abertas, o REA é uma caixa de ferramentas que exige o binário e o Ghidra, e o retrô anda rápido porque ROM de 8 MB vira 135 mil linhas de C. Reescrever o Bun custou US$ 165 mil com o autor e 64 agentes; o Photoshop nem binário aberto tem nas partes que importam. Engenharia reversa ficou mais fácil. Mágica continua sem existir.

LLMs + Agentes = competente o suficiente

Uma síntese do que venho medindo e escrevendo: os LLMs convergiram. A arquitetura transformer chegou perto do teto, a guerra de parâmetros acabou, e o salto que todos sentimos em 2025 e 2026 veio do harness agêntico (tool calling, prompt caching, sessões longas), não de uma inteligência de base ordens de magnitude maior. Reconto a linha do tempo de 2019 pra cá com fontes, explico por que o agente permite um modelo menos denso, e por que isso já é competente o suficiente pra automatizar engenharia de software de verdade.

Qual modelo de decisão/classificador de IA tipo Jev é melhor?

Rodei meu próprio benchmark de modelos de decisão: Jev, Clef, OpenAI Decisions e Microsoft Decision-1 na nuvem, mais dezoito configurações abertas (Perplexity Decider 27B, Decision 3.0 e Edge, Clef-flash, Kev, Jebadiah, Mapika, Eikos, Laya, Julia, GLiNER, Simple-Jev) no meu Strix Halo, em mais de 22 mil classificações com casos em inglês e português. O topo agora tem dois de pesos abertos: Perplexity e Decision 3.0 empataram em 99,4%, com rótulos idênticos nas 1.024 classificações e 100% em português. O Microsoft Decision-1 empatou com o Jev em 97,6% sendo o hospedado mais barato. Tabela completa, custo em e-mails de suporte, pegadinhas e onde os dados convergem.

Entendendo o Hype do Jev: pra que serve?

O Jev é um classificador hospedado, e o choque de '193x mais rápido' só existe porque muita gente usa LLM de chat como classificador caro. Reproduzo o ensaio do Paulo Câmara, da LUA Vision, com os gráficos dele, explico o que é um classificador e por que é a primeira coisa que um cientista da computação pensa, aponto onde o ensaio pede desconto, comparo com as alternativas abertas Clef e Laya, e fecho com como pensar em ferramenta desse tipo no seu projeto.

2026 - setembro

6 posts

2026 - agosto

1 post

2026 - julho

2 posts

2026 - maio

1 post

2026 - abril

1 post

2026 - março

4 posts

2026 - fevereiro

6 posts

2025 - junho

1 post

2025 - abril

1 post

2023 - novembro

1 post