DEV Community: Marcelo Cabral Ghilardi

Rodei IA de 35B na minha GPU velha e me surpreendi!

Marcelo Cabral Ghilardi — Wed, 03 Jun 2026 13:47:38 +0000

Bah, gurizada, uma coisa eu digo: nunca subestimem o poder de uma GPU "velha" quando o assunto é inteligência artificial. Eu mesmo, com anos de estrada em engenharia de software e IA, me peguei duvidando se seria realmente viável rodar um modelo de linguagem de 35 bilhões de parâmetros sem gargalo numa plaquinha mais modesta. E não é que funcionou? E funcionou bem e rápido! Eu já tinha a pulga atrás da orelha com a evolução das técnicas de otimização, mas ver na prática é outra história.

Por Que Eu Me Meti Nisso?

Sempre fui um entusiasta da democratização da tecnologia. A ideia de que só grandes corporações com data centers milionários podem brincar com IA de ponta me incomoda. Meu objetivo com esse experimento era justamente testar os limites do hardware de consumidor e mostrar que a barreira de entrada para explorar LLMs gigantes está cada vez menor. Queria provar que a gente não precisa da última RTX 5090 para começar a inovar e experimentar com modelos poderosos. É sobre tirar o máximo do que a gente já tem, sabe?

A Mágica por Trás dos Panos: Otimização e Engenharia

Como diabos a gente bota um bicho de 35 bilhões de parâmetros pra rodar numa GPU que não é de última geração? A resposta não é mágica, é engenharia pura e algumas sacadas geniais da comunidade open-source.

Quantização: O Segredo do Espaço

O principal truque aqui é a quantização. Em termos simples, é como compactar um arquivo. Em vez de usar 32 bits para representar cada peso do modelo (FP32), a gente "diminui" essa precisão para 8 ou até 4 bits (INT8, INT4). Parece pouco, mas a redução no consumo de memória de vídeo (VRAM) é brutal! É a diferença entre o modelo caber ou não na sua GPU. O mais impressionante é que, na maioria dos casos de uso, a perda de qualidade do modelo é mínima, quase imperceptível. Isso me surpreendeu pra caramba, porque a intuição diria que reduzir a precisão detonaria o modelo, mas não é o que acontece na prática.

Ferramentas Otimizadas: Os Motores Potentes

Outro ponto crucial são as ferramentas. Projetos como llama.cpp e Ollama são verdadeiros canivetes suíços para quem quer rodar LLMs localmente. Eles são otimizados para aproveitar ao máximo o hardware disponível, seja GPU, CPU, ou uma combinação dos dois. Eles implementam as quantizações de forma eficiente e gerenciam a memória de um jeito que a gente, desenvolvedor, não precisa se preocupar tanto. É a prova de que a comunidade open-source está anos-luz à frente em termos de inovação e acessibilidade.

Modelos Customizados e Finetuning

Além disso, a comunidade tem trabalhado em versões de modelos que já nascem mais "leves" ou que são finetunados especificamente para rodar em hardware de consumidor. Isso mostra uma tendência clara: a IA não é mais só para cientistas de dados em universidades de ponta, mas para qualquer um com curiosidade e um computador.

Impacto Real: Por Que Isso Importa Pra Ti?

Rodar esses modelos localmente não é só um "truque legal". Tem um impacto gigante, gurizada:

Privacidade: Teus dados ficam na tua máquina. Fim de papo. Não precisa mandar nada para a nuvem de ninguém. Para quem se preocupa com segurança e privacidade, isso é ouro.
Custo Zero (depois do hardware): Acabou a conta de API ou de computação em nuvem para cada requisição. Depois que tu tem a GPU, o custo marginal de usar o modelo é praticamente zero. Isso abre portas para experimentar sem medo de estourar o orçamento.
Experimentação Sem Barreiras: Quer testar uma ideia maluca com um LLM? Vai fundo! Não tem fila, não tem limite de tokens, não tem custo por requisição. A liberdade de experimentação é imensa.
Acessibilidade e Inovação: Mais gente com acesso a essa tecnologia significa mais mentes pensando em novas aplicações. A inovação acelera quando as ferramentas estão nas mãos de todos.

Eu mostrei todo o processo e os resultados no meu vídeo. Se tu quer ver na prática e pegar umas dicas, assista no YouTube.

Conclusão e Uma Provocação

Minha experiência rodando um modelo de 35B na minha GPU "velha" foi um lembrete poderoso de que a engenharia e a otimização podem derrubar barreiras que parecem intransponíveis. Não é sobre ter o hardware mais caro, mas sobre usar o que temos de forma inteligente. A democratização da IA é uma realidade, e as implicações são vastas para desenvolvedores e empresas.

Agora, me diz aí, gurizada: se a gente consegue fazer isso com uma GPU modesta, qual é a próxima barreira que a gente vai derrubar na acessibilidade da IA? O que tu acha que vem por aí?

Para mais conteúdo sobre IA e engenharia de software, confere meu site: marcelocabral.com.br

ChatGPT no Navegador: O Fim da Dependência de APIs?

Marcelo Cabral Ghilardi — Tue, 02 Jun 2026 19:06:53 +0000

E aí, gurizada! Deixa eu te contar uma coisa que me deixou de cara: rodei um modelo de linguagem estilo ChatGPT direto no navegador, sem API e sem servidor. Isso mesmo, tu não leu errado. Eu, Marcelo Cabral, que vivo no meio dessa loucura de IA e engenharia de software, sempre fui calejado com a dependência de APIs pra tudo que é lado. Mas essa experiência me abriu os olhos para um futuro que, até pouco tempo, parecia ficção científica. E o mais legal? A performance foi surpreendente.

Por Que Eu Fui Fuçar Nisso?

Desde que comecei a mergulhar de cabeça no mundo da Inteligência Artificial, sempre me incomodou a "caixa preta" que muitas vezes se torna a interação com modelos. A gente manda os dados pra lá, espera, e recebe a resposta. É prático, sim, mas e a privacidade? E a latência? E o custo, que vira uma bola de neve rapidinho? Meu lado gaúcho, que sempre busca a eficiência e a autonomia, me cutucava. Eu queria ver se era possível trazer essa inteligência para mais perto do usuário, para dentro do próprio dispositivo dele.

Foi aí que topei com a ideia de Edge AI – a IA na ponta, no limite da rede, onde a mágica acontece sem a necessidade de um servidor intermediário. E pensei: "Bah, se eu conseguir rodar um LLM (Large Language Model) direto no browser, a gente quebra um monte de paradigmas". E fui lá, botei a mão na massa e o resultado tá aí pra quem quiser ver, assista no YouTube.

Desvendando a Magia: Como Funciona Essa Tal de Edge AI no Navegador

A essência dessa brincadeira é simples, mas a implementação envolve umas tecnologias bem interessantes. Tradicionalmente, quando tu usa um ChatGPT da vida, tua requisição vai pra um servidor da OpenAI, ele processa, e te devolve a resposta. Tudo isso via API. Com a Edge AI no navegador, o modelo de linguagem é "compilado" ou "otimizado" para rodar diretamente no teu browser. Isso é possível graças a avanços como o WebAssembly (Wasm) e, mais recentemente, a WebGPU.

Funciona assim: em vez de chamar uma API remota, o próprio navegador usa os recursos do teu computador – CPU e, se disponível, a GPU – pra executar o modelo. Imagina que o modelo é um programa que roda no teu PC, mas ele tá encapsulado dentro da página web. É como ter um "mini-ChatGPT" rodando localmente, sem mandar teus dados pra lugar nenhum.

Meus Testes Práticos e o Que Aprendi

Eu testei com um modelo menor, claro, porque um GPT-4 da vida ainda é inviável pra rodar localmente de forma fluida. Mas a experiência foi reveladora. A velocidade de resposta é absurda, praticamente instantânea. Não tem o tempo de ida e volta pro servidor. Isso, pra mim, é um divisor de águas, especialmente em aplicações onde a latência é crítica.

O que funcionou muito bem:

Privacidade: Essa é a cereja do bolo. Teus dados não saem do teu navegador. Ponto final. Pra quem trabalha com dados sensíveis ou simplesmente valoriza a própria privacidade, isso é um baita avanço.
Performance: A resposta quase imediata é viciante. Em cenários de interação em tempo real, isso muda tudo.
Custo: Pra devs e empresas menores, a redução da dependência de APIs e servidores pode significar uma economia brutal a longo prazo.

O que ainda é um desafio (e por que não é o fim das APIs ainda):

Tamanho do Modelo: Modelos muito grandes ainda são pesados demais pra rodar em qualquer navegador e em qualquer máquina. A otimização é chave aqui.
Recursos do Usuário: Nem todo mundo tem um computador potente. Modelos rodando localmente podem consumir bastante CPU e memória, o que pode não ser uma boa experiência pra todos.
Atualização do Modelo: Se o modelo roda localmente, como tu garante que o usuário tá sempre usando a versão mais recente e melhorada? A distribuição de updates pode ser um desafio complexo.

A Grande Sacada: Autonomia e o Futuro da IA

Pra mim, como CTO, a grande sacada dessa tecnologia é a autonomia. Ela permite que a gente comece a pensar em aplicações de IA que não dependem de uma infraestrutura centralizada. Pensa em chatbots offline, assistentes pessoais que não mandam tuas conversas pra nuvem, ou até mesmo ferramentas de análise de texto que funcionam sem internet. Isso abre um leque de possibilidades que a gente mal começou a explorar.

Não tô dizendo que as APIs vão sumir amanhã. Elas ainda são essenciais pra modelos gigantescos e para a integração de serviços complexos. Mas a Edge AI no navegador é um passo gigante em direção a um ecossistema de IA mais distribuído, privado e eficiente. É uma quebra de paradigma que, pra mim, tem o potencial de democratizar ainda mais o acesso à inteligência artificial.

E tu, gurizada, já pensou nas implicações disso pra teus projetos? Que tipo de aplicação tu construiria se pudesses rodar um LLM direto no navegador do usuário? Deixa tua opinião nos comentários, vamos trocar uma ideia sobre esse futuro que já tá batendo na porta. E se quiser saber mais sobre minhas andanças no mundo da tecnologia, dá uma olhada lá no meu site: marcelocabral.com.br.

Google I/O e IA: o que realmente muda na vida do dev?

Marcelo Cabral Ghilardi — Fri, 22 May 2026 11:49:59 +0000

E aí, gurizada! Deixa eu te contar uma coisa que percebi depois de tantos Google I/Os: a gente gasta uma energia absurda no "hype" e esquece de olhar o que realmente importa. Pra quem, como eu, tá com a mão na massa desenvolvendo com Inteligência Artificial, o I/O é um termômetro, sim, mas o verdadeiro teste é o que a gente consegue colocar em produção na segunda-feira. E foi exatamente isso que me motivou a gravar um vídeo assista no YouTube e agora a escrever este artigo: como a gente filtra o ruído e foca no que realmente impacta nosso dia a dia.

Desmistificando o Google I/O para Devs de IA

Eu sempre acompanho o Google I/O com um misto de expectativa e ceticismo. É inegável que o evento dita tendências e mostra a direção que o Google tá tomando em IA. Mas, como CTO, meu olhar é sempre no "e daí?".

O que eu busco são as novidades que se traduzem em:

APIs e SDKs mais maduras: Menos boilerplate, mais produtividade. Se uma nova SDK me economiza horas de integração, isso sim é um ganho.
Otimizações em modelos existentes: Não é só sobre ter um modelo novo, mas um Gemini que custa menos pra rodar ou que entrega um resultado com 10% mais de acurácia. Isso é ouro pra quem paga a conta da infra e se preocupa com a experiência do usuário.
Ferramentas que resolvem a dor real: Se o I/O me apresenta uma ferramenta que simplifica o deploy de modelos ou a gestão de datasets, aí sim a conversa fica interessante. Menos tempo brigando com infra, mais tempo desenvolvendo.
Insights sobre a pesquisa: Às vezes, o mais valioso nem é um produto pronto, mas um paper ou uma demo que aponta pra onde o futuro da IA tá indo. Isso me ajuda a planejar os próximos passos da minha equipe e da empresa.

O que aprendi com o tempo: Foco na Aplicabilidade

No começo da minha jornada com IA, eu me empolgava com cada anúncio mirabolante. Hoje, a maturidade me trouxe uma perspectiva diferente. A pergunta que faço é sempre a mesma: "Como isso resolve um problema real do meu cliente ou do meu negócio?".

Um exemplo prático: quando anunciam um novo modelo de linguagem gigante, minha primeira reação não é sair testando. Eu penso: "Qual o custo? Qual a latência? Ele se adapta ao meu caso de uso específico, ou vou gastar dias fazendo fine-tuning?". Muitas vezes, um modelo menor e mais otimizado, ou até uma solução que já conheço, entrega mais valor com menos dor de cabeça. É sobre pragmatismo, gurizada.

Minha visão como CTO: Onde o I/O realmente impacta

Pra mim, o Google I/O é uma bússola. Ele mostra as direções, mas quem traça a rota somos nós. As "grandes" novidades nem sempre são as mais disruptivas no curto prazo. Às vezes, um pequeno ajuste em uma API de visão computacional ou uma melhoria na integração do Firebase com ferramentas de ML podem gerar um impacto muito maior no meu roadmap do que um anúncio de um robô que faz café.

Por isso, meu conselho é: assista aos keynotes, leia os resumos, mas depois mergulhe nos docs, faça seus próprios testes e veja o que realmente se encaixa na sua realidade. O que funciona pra um gigante da tecnologia pode não ser o ideal para o seu projeto ou startup. No meu canal e no meu blog (marcelocabral.com.br), eu sempre tento trazer essa visão prática, desmistificando o que parece complexo e focando no que realmente dá resultado.

Conclusão: Filtrando o Hype e Construindo o Futuro

O Google I/O é um evento importante, sim. Mas a nossa função como devs e líderes de tecnologia é ir além do oba-oba. É preciso discernimento para identificar o que é hype passageiro e o que é uma ferramenta robusta que realmente vai impulsionar nossos projetos e carreiras.

E você, gurizada, como filtra as novidades de eventos como o I/O? O que você busca pra decidir se uma tecnologia vale seu tempo e investimento?

Cloud Barata e Potente: Meu Guia de Bolso para Devs e Startups

Marcelo Cabral Ghilardi — Mon, 11 May 2026 15:11:00 +0000

Gurizada, vou ser direto: cansei de ver projeto bom morrer na praia porque o custo da infraestrutura virou um monstro de sete cabeças. Como CTO, lido dia a dia com GCP e Oracle Cloud para a Acertpix, onde a demanda por redundância e escala global é insana. Mas, sinceramente, para a maioria dos devs solo, startups em estágio inicial ou quem só quer testar uma ideia, essa complexidade e custo são um tiro no pé.

Eu mesmo já quebrei a cabeça no início da minha jornada, tentando otimizar cada centavo. A verdade que demorei para internalizar é que ter uma infraestrutura parruda não precisa, de forma alguma, arrombar o orçamento. E é sobre isso que quero trocar uma ideia com vocês hoje.

A Realidade dos Custos em Cloud: Desmistificando o Rombo no Bolso

Muita gente olha para o mercado e pensa que, para ter algo profissional, precisa se amarrar em contratos caros ou se submeter a cobranças em dólar que flutuam mais que preço de Bitcoin. Eu testei e comparei várias opções de VMs com 2 vCPUs e 4GB de RAM, que considero um ponto de partida excelente para a maioria dos projetos. O resultado é, no mínimo, revelador sobre onde realmente vale a pena investir.

Onde o Teu Dinheiro Rende Mais: Minhas Escolhas Pessoais

Eu sempre busco o melhor custo-benefício. E, depois de muita pesquisa e testes práticos, cheguei a um ranking que uso como base para meus projetos pessoais e para aconselhar quem está começando. Preparem-se para algumas surpresas:

Hetzner CX23 (Intel/AMD): Impressionantes $4.85 por mês! Com 40GB NVMe e 20TB de tráfego, isso é um absurdo de bom. Para mim, é o campeão absoluto para quem busca performance e previsibilidade sem gastar uma fortuna.
Hetzner CAX11 (ARM): Por $5.40, você tem a tecnologia Ampere. Se o teu workload se beneficia de ARM, essa máquina voa baixo e ainda mantém o preço lá embaixo.

Sim, a Hetzner é a minha recomendação número um para a maioria dos cenários onde você quer uma infraestrutura robusta e barata. Eles entregam performance de gente grande pagando preço de café, como eu costumo dizer.

O Meio Termo: Boas Opções com Atenção aos Detalhes

Existem outras opções que podem ser interessantes, mas exigem um pouco mais de atenção:

Hostinger KVM 2: Cerca de $8.90, mas exige contratos mais longos para chegar nesse valor. No mensal, o preço sobe para uns $15. Fiquem de olho nas letrinhas miúdas.
Contabo Cloud VPS S: $10.50, com 8GB de RAM, o que é ótimo! Mas atenção às taxas de setup que podem aparecer. Nada que tire o sono, mas é bom saber.
Linode 4GB: Com $20,00, é uma opção sólida. Preço fixo, sem surpresas. Para quem busca simplicidade e odeia flutuações, é uma boa pedida.

Big Players: Quando o Ecossistema Justifica o Preço

Para a gurizada que precisa de um ecossistema completo, com serviços gerenciados e escala global, os grandes players entram em cena. Mas, como podem ver, o preço é outro patamar:

DigitalOcean Basic: $24.00. Simples de usar, mas essa simplicidade tem seu preço.
Oracle Cloud E4 Flex: $25.18. Flexibilidade é o nome do jogo aqui, e isso se reflete no custo.
GCP / AWS / Azure: Variam de $30.00 a $38.00. Aqui, o foco é ecossistema, integrações e escala massiva. Se você não precisa disso tudo, é dinheiro jogado fora.

A Dica do Marcelo: Free Tier da Oracle Cloud

Uma sacada que uso e sempre compartilho é o Free Tier da Oracle Cloud. Eles oferecem até 4 vCPUs ARM e 24GB de RAM de graça, para sempre. É quase inacreditável! Se conseguir uma vaga na região de São Paulo, não solta por nada. É uma máquina de desenvolvimento ou teste de respeito, sem custo algum. Eu mesmo já utilizei para projetos que precisavam de um ambiente mais robusto para experimentação.

Como Eu Faço na Prática: Hetzner em Ação

Para provar que não estou de papo furado, eu mesmo gravei um passo a passo detalhado de como configurar uma VPS potente na Hetzner por menos de R$30. A ideia é mostrar que é totalmente possível ter uma infraestrutura de qualidade sem esfolar o bolso.

Assista o passo a passo no YouTube

Minha visão é clara: não faz sentido usar uma bazuca para matar uma mosca, nem ir para a guerra de estilingue. Escolha a ferramenta certa para o seu momento e para a sua necessidade. A previsibilidade de custos e a performance são cruciais, especialmente no início.

Conclusão: Escolha Inteligente, Crescimento Sustentável

Depois de testar, comparar e usar essas plataformas, minha principal conclusão é que o mercado de cloud oferece opções para todos os bolsos e necessidades. O segredo está em entender o que o seu projeto realmente precisa e não se deixar levar pelo "hype" ou pela ideia de que "quanto mais caro, melhor".

Qual a sua experiência com esses provedores, gurizada? Já pegaram alguma surpresa desagradável ou encontraram um "achado" que vale a pena compartilhar nos comentários?

IA recria Montezuma's Revenge: o que aprendi sobre game dev e a máquina

Marcelo Cabral Ghilardi — Sun, 10 May 2026 13:22:00 +0000

Gurizada, preparem-se para uma confissão: eu subestimei a IA. Quando lancei o desafio de recriar Montezuma’s Revenge, aquele clássico de 1984 que me fez virar noites no Atari, eu esperava resultados... interessantes. O que eu não esperava era a falha esmagadora em capturar a alma do jogo, mesmo com todo o poder de processamento. Foi um choque de realidade sobre os limites atuais da inteligência artificial no desenvolvimento de jogos.

Por Que Montezuma's Revenge? Minha Jornada Retrô com IA

Sempre fui fascinado por jogos retrô e, como CTO, vivo e respiro inovação. A ideia de unir essas duas paixões me picou. Montezuma’s Revenge, com sua plataforma desafiadora, quebra-cabeças e a necessidade de timing preciso, parecia o teste perfeito. Não era só sobre gráficos ou assets; era sobre a sensação, a física, a jogabilidade. Eu queria ver se as IAs conseguiriam ir além do visual e realmente entender o que faz um jogo ser um clássico.

A Batalha das IAs: O Que Elas Entregaram (e O Que Não)

Eu testei diferentes modelos de IA, cada um com suas promessas de "criação autônoma". A minha expectativa era que, com as descrições detalhadas e referências visuais, elas conseguiriam pelo menos se aproximar da essência.

Gráficos: Onde a IA Brilha (mas com ressalvas)

Em termos de geração de assets, algumas IAs até que se saíram bem em criar sprites e cenários que pareciam do universo de Montezuma. A capacidade de gerar texturas e elementos visuais com um toque retrô moderno foi notável. No entanto, a consistência e a coerência artística entre os elementos gerados ainda são um ponto fraco. Era como ter um monte de peças bonitas de quebra-cabeça que não se encaixavam perfeitamente.

Lógica de Jogo e Física: O Calcanhar de Aquiles

Aqui, gurizada, a coisa desandou. A recriação da física do jogo – o pulo do personagem, a forma como ele interage com as escadas, os inimigos – foi um desastre na maioria dos casos. A IA simplesmente não conseguiu replicar a sensação de peso, inércia ou mesmo a precisão necessária para os saltos. O resultado eram jogos que pareciam flutuar ou quebrar as leis mais básicas da física, tornando a experiência frustrante e completamente diferente do original.

Geração de Níveis: Repetição sem Propósito

A criação de níveis foi outro ponto crítico. As IAs até geravam "fases", mas faltava a inteligência de design por trás delas. Os níveis eram repetitivos, sem um fluxo lógico ou desafios bem pensados. Não havia a progressão de dificuldade ou a surpresa que um bom designer humano injeta. Era como se a IA entendesse os elementos de um nível (plataformas, inimigos), mas não a estrutura e o propósito deles.

Insights Práticos: O Toque Humano Ainda é Insignificante?

O que eu tirei disso tudo é que, embora a IA seja uma ferramenta poderosa para auxiliar no game dev – especialmente na geração de assets e prototipagem rápida – ela ainda está longe de substituir a mente humana na criação da experiência de jogo. A intuição, a criatividade, a capacidade de entender a curva de aprendizado do jogador e a sutileza do level design são habilidades que, por enquanto, permanecem exclusivas dos desenvolvedores humanos.

Minha conclusão é clara: a IA pode ser um copiloto excelente, mas o piloto, aquele que sente e molda a alma do jogo, ainda somos nós. Ela economiza tempo em tarefas repetitivas, oferece novas perspectivas visuais, mas a inteligência para conectar tudo em uma experiência coesa e envolvente ainda reside no ser humano.

Conclusão: O Que Vem Por Aí?

Essa experiência com Montezuma’s Revenge me fez refletir muito sobre o futuro do game dev com IA. É uma ferramenta, não um substituto. O desafio agora é como integrar essa inteligência artificial de forma mais inteligente, para que ela realmente amplifique nossa criatividade, em vez de tentar replicá-la de forma superficial. Quer ver os testes completos e tirar suas próprias conclusões? Assista no YouTube e veja a IA em ação (e em apuros!).

E vocês, gurizada, acham que a IA um dia será capaz de criar um jogo com a mesma "alma" que um designer humano? Ou sempre faltará aquele toque de gênio imperfeito que só a gente tem?

Claude Design vs. Open Design: A Realidade no Desenvolvimento Web

Marcelo Cabral Ghilardi — Sat, 09 May 2026 21:38:40 +0000

Gurizada, preparem-se, porque a gente sempre acha que tem uma bala de prata no desenvolvimento, né? Eu mesmo, na minha jornada como CTO, já caí nessa armadilha várias vezes. Mas vou te dizer: essa história de "Claude Design vs. Open Design" me fez revisitar muita coisa que eu achava batida. A grande sacada que tive, e que talvez seja contraintuitiva para alguns, é que o "melhor" design não é uma escolha de tecnologia, mas de estratégia de negócio e maturidade do projeto.

Eu fiz um vídeo sobre isso, lá no meu canal, porque percebi que a discussão ia muito além do que a gente vê por aí. No fundo, é sobre liberdade criativa versus controle, e como isso se traduz no dia a dia da programação e do design de interfaces.

A Saga do Design: Onde Tudo Começou

Quando a gente fala em design para sites, a primeira coisa que vem à mente é o visual, as cores, as fontes. Mas como engenheiro, eu olho para a estrutura, para a escalabilidade, para a manutenibilidade. E foi aí que me deparei com essa dicotomia: o que eu chamo de "Claude Design" e "Open Design".

No meu entendimento, e baseado no que tenho visto no mercado, o "Claude Design" (um nome que criei para encapsular a ideia) se refere a uma abordagem mais fechada, com frameworks e ferramentas que ditam muitas regras. Pensa em construtores de sites drag-and-drop super específicos ou até mesmo sistemas de design proprietários de grandes empresas. A promessa é velocidade e consistência. A gente pluga, arrasta, e tá pronto. É tentador, confesso. Mas a custo de quê?

Por outro lado, o "Open Design" é a liberdade total. É o HTML, CSS e JavaScript puros, talvez com um framework front-end como React ou Vue, mas sem as amarras de um sistema fechado. É a tela em branco para o artista, ou melhor, para o dev que quer controle total. Aqui, a criatividade não tem limites, mas a responsabilidade de construir tudo do zero ou de integrar diversas peças é toda sua.

O Meu Experimento e as Dores da Realidade

Eu testei as duas abordagens em diferentes projetos. Com o "Claude Design", percebi uma velocidade inicial absurda. Para protótipos rápidos ou sites institucionais simples, onde a marca já tem um guideline visual super definido e não quer se aventurar em grandes inovações, ele voa. A consistência é garantida, e a curva de aprendizado para a equipe é menor. Mas, gurizada, a dor vem quando o cliente pede "aquela" funcionalidade que não está prevista no sistema. É um inferno. Você gasta mais tempo tentando contornar a limitação do que construindo do zero. E o pior: o código fica uma gambiarra só, difícil de manter e escalar.

Já o "Open Design", ah, esse é o meu playground preferido. A liberdade de criar interfaces complexas, animadas, com interações que realmente engajam o usuário, é impagável. Eu consigo otimizar performance no nível do pixel, integrar com qualquer API, e a manutenibilidade é muito maior, porque o controle está nas minhas mãos, não nas de um fornecedor. O custo? Tempo. Tempo de desenvolvimento, tempo de design, tempo de refatoração. E exige uma equipe com um nível técnico mais elevado. Não é para qualquer projeto, nem para qualquer orçamento.

O Que Aprendi com a Batalha e o Que Você Deve Considerar

Minha conclusão, depois de botar a mão na massa, é que não existe um "melhor". Existe o adequado. Se você tem um projeto com requisitos bem definidos, pouca necessidade de customização extrema e um prazo apertado, o "Claude Design" pode ser seu aliado. Pense em landing pages de campanha ou sites de eventos. Mas esteja ciente das amarras futuras.

Se o seu projeto é complexo, com funcionalidades únicas, alta interatividade, ou se você precisa de uma identidade visual que realmente se destaque e evolua, vá de "Open Design". Prepare-se para investir mais tempo e ter uma equipe mais robusta. É o caminho para construir algo escalável e que realmente se adapte às mudanças do mercado.

Eu explico tudo isso com exemplos práticos e mais detalhes no meu vídeo, assista no YouTube, onde eu aprofundo as vantagens e desvantagens de cada um. A real é que a escolha entre um e outro é uma decisão estratégica que impacta a longo prazo.

No fim das contas, a pergunta que fica é: você prefere a conveniência de uma gaiola dourada ou a liberdade (e o trabalho) de voar com as próprias asas?

O Fim da IA "Grátis": Proteja seus Projetos das Big Techs

Marcelo Cabral Ghilardi — Sat, 09 May 2026 13:10:00 +0000

E aí, gurizada! De um tempo pra cá, eu andei percebendo uma movimentação no mercado de IA que me deixou com uma pulga atrás da orelha. Aquele papo de "IA grátis" ou "API baratinha" das Big Techs... bom, sinto informar que essa era tá com os dias contados. E como eu sou desses que gosta de meter a mão na massa e construir coisas, logo pensei: "preciso compartilhar isso com a galera que também bota a mão no código!".

Foi por isso que gravei um vídeo (que inclusive tá embedado aí em cima!) e escrevi um post lá no meu site, marcelocabral.com.br, sobre o tema. Minha intenção é alertar e, mais importante, mostrar algumas estratégias pra gente não ficar na mão quando as regras do jogo mudarem, porque elas SEMPRE mudam.

A "amostra grátis" da IA tá acabando, e não é surpresa pra ninguém

Lembra quando a gente via as grandes empresas de tecnologia jogando APIs de IA poderosíssimas no mercado, com um free tier que parecia infinito? Eu mesmo usei bastante! Aquilo era uma estratégia clássica, e super eficaz, pra atrair a gente pro ecossistema deles. O objetivo, no fundo, nunca foi filantropia, mas sim criar uma dependência. É tipo um ciclo vicioso:

A isca: Você encontra uma API irada, com documentação fácil e um plano grátis que te faz brilhar os olhos.
A construção: Você, empolgado, começa a desenvolver seu projeto, sua PoC ou até o coração do seu produto em cima dela.
A armadilha: Seu projeto cresce, ganha usuários e, de repente, você tá completamente atrelado àquela infraestrutura, àquele preço e àquelas regras.

E o problema é que, uma vez que eles te têm "preso", eles começam a mudar as cartas na mesa. Preços sobem, limites de requisição diminuem, modelos são descontinuados... e quem paga o pato é o seu projeto, na hora.

O fantasma do Vendor Lock-in

Essa situação tem um nome, e não é bonito: vendor lock-in. É quando o custo e a dor de cabeça de trocar de fornecedor são tão grandes que a gente acaba ficando refém. No mundo da IA, isso é ainda mais crítico, porque a gente não tá falando de uma API qualquer, mas do "cérebro" da nossa aplicação. Imagina só: a OpenAI muda os preços da noite pro dia, o Google decide descontinuar um modelo do Vertex AI que você usa, ou qualquer Big Tech acorda de mau humor e decide que seu app viola algum termo de uso. Seu negócio pode ir pro beleléu em questão de horas.

Como a gente se protege? Tem jeito, sim!

A ideia aqui não é sair correndo das Big Techs, mas sim construir de forma estratégica e, acima de tudo, resiliente. Como eu comentei no vídeo (assista no YouTube), a sacada é não colocar todos os ovos na mesma cesta. Tenho duas dicas de ouro pra você:

1. Abraça o Open Source, gurizada!

A comunidade open source tá voando alto! Tem modelos poderosíssimos surgindo, como os da linha Llama da Meta, Mistral e tantos outros. A grande vantagem? O controle é seu, meu amigo!

Sem surpresas: O modelo é seu. Ninguém vai te cobrar mais caro ou cortar seu acesso do nada.
Flexibilidade total: Você pode rodar ele localmente pra testar, na sua própria infraestrutura ou em provedores de nuvem especializados, como eu mostro lá no meu blog, marcelocabral.com.br.

Pra quem quer experimentar rodar um modelo open source localmente, ferramentas como o Ollama facilitam demais a vida. É só baixar e sair usando!

2. Crie uma Camada de Abstração: o segredo dos ninjas do código

Essa é uma das melhores práticas de engenharia de software que a gente pode adotar. Pensa numa "casca" ou uma camada de abstração em volta das chamadas pra API de IA. Em vez do seu código chamar a API da OpenAI diretamente, por exemplo, ele chama uma função interna sua. Dá uma olhada no exemplo que usei no post do blog:

# Exemplo de como seu código NÃO deveria ser
# response = openai.ChatCompletion.create(model="gpt-4", ...)

# Exemplo de como ele DEVERIA ser
def gerar_texto(prompt: str):
  # A lógica aqui pode escolher o provedor: OpenAI, Google, um modelo local, etc.
  # return provedor_ia_atual.gerar(prompt)

# No seu app:
# meu_texto = gerar_texto("Me dê um resumo sobre...")

Com uma abstração simples dessas, se o seu provedor principal te der uma rasteira ou ficar caro demais, você só precisa ir lá dentro da função gerar_texto e mudar a lógica. Simples assim! Seu código principal nem sente a diferença.

E aí, curtiu o papo? Me conta nos comentários o que você pensa sobre o fim da IA "grátis" e quais estratégias você tem usado pra proteger seus projetos. Se ainda não viu, dá uma olhada também no vídeo que gravei sobre o assunto!

Quando a IA mente e te pede CALMA: um papo reto sobre alucinações

Marcelo Cabral Ghilardi — Fri, 08 May 2026 11:07:00 +0000

E aí, gurizada! Tudo tranquilo? Hoje eu quero trocar uma ideia com vocês sobre umas paradas que andei percebendo com as IAs, e que me motivaram a gravar um vídeo e até escrever um post lá no meu site, o marcelocabral.com.br. Sabe quando a inteligência artificial solta uma informação que não faz sentido nenhum, e o pior: quando tu questiona, ela ainda te pede "calma"? Pois é, eu já passei por isso e confesso que achei a situação hilária e um tanto quanto instigante.

Eu tava lá, fazendo meus testes e de repente, a IA me vem com uma resposta completamente equivocada. Na hora, eu pensei: "Tá, beleza, acontece". Mas quando eu a confrontei, esperando uma correção simples, ela veio com um papo meio defensivo, quase me pedindo pra respirar fundo. Isso me fez parar pra pensar: o que tá rolando por trás dessa "personalidade" que a máquina parece desenvolver?

Alucinações e a "personalidade" da máquina

Essa questão de a IA "mentir" e ainda por cima ter uma reação tão... peculiar, levanta alguns pontos que eu considero bem importantes na nossa jornada com essas ferramentas:

As famosas Alucinações: Quem mexe com LLMs (Large Language Models) sabe bem do que eu tô falando. As IAs têm essa característica de "alucinar", ou seja, gerar informações que são pura invenção, mas com uma confiança que te faz questionar a própria sanidade. É um desafio e tanto pra gente que desenvolve e usa essas tecnologias.
O "viés" da máquina: Será que a IA tá tentando se defender, ou ela só tá reproduzindo padrões de linguagem que associam "pedidos de calma" a situações de correção ou conflito que ela viu nos dados de treinamento? É uma reflexão interessante sobre como o treinamento molda o comportamento.
A "persona" que a gente cria: Cada interação que a gente tem com a IA, mesmo as mais inusitadas, acaba moldando a nossa percepção sobre a "personalidade" dela. Quando ela erra e reage de um jeito que a gente considera "humano", essa percepção se intensifica rapidamente.

O que aprendi e o que fica de lição

Eu gravei um vídeo sobre isso, onde mostro na prática essa interação e discuto um pouco mais a fundo esses pontos. Se tu quiser ver a IA me pedindo calma ao vivo, assista no YouTube. O que eu percebi é que, por mais avançadas que as IAs sejam, elas ainda são ferramentas. Elas não têm consciência, nem intenção, como nós, humanos. Quando elas "mentem" ou "pedem calma", elas estão apenas executando os algoritmos delas, baseados nos zilhões de dados que foram usados pra treinar elas.

Por isso, fica a dica: sempre questione as informações que vêm da IA, especialmente quando o assunto é crítico. A validação humana, a nossa capacidade de pensar criticamente, continua sendo insubstituível. A interação com a IA é um campo em constante evolução, cheio de nuances e, por vezes, de momentos que nos fazem rir e refletir. Se tu quiser te aprofundar mais, dá uma olhada lá no meu post completo no marcelocabral.com.br/blog/a-ia-mentiu-para-mim-e-ainda-me-pediu-calma.

E tu, gurizada, já passou por uma situação assim com a IA? Conta aí nos comentários! Ou, se preferir, cola lá no vídeo pra gente trocar uma ideia. Valeu!

Desvendando a Arquitetura: Frontend, Backend e Banco de Dados na Prática

Marcelo Cabral Ghilardi — Thu, 07 May 2026 12:30:00 +0000

Gurizada, outro dia eu tava pensando aqui comigo mesmo sobre como a gente, desenvolvedor, acaba se acostumando com os termos técnicos do dia a dia. Frontend, backend, banco de dados... parece que sempre esteve lá, né? Mas aí eu lembrei de quando eu comecei, e a primeira vez que ouvi falar sobre essa divisão de responsabilidades parecia coisa de outro mundo. Foi justamente essa reflexão que me motivou a gravar o segundo vídeo da minha série, que acompanha este post aqui no meu blog marcelocabral.com.br.

No vídeo "O que Vive Dentro de uma Aplicação", eu me propus a desmistificar essa arquitetura que, querendo ou não, é a espinha dorsal de qualquer software que a gente usa. Pensa comigo: quando você tá lá, navegando num site, preenchendo um formulário, dando aquele clique esperto... o que você tá vendo é só a ponta do iceberg. Tem um monte de coisa acontecendo nos bastidores pra tudo isso funcionar.

A real é que a gente pode dividir a arquitetura de uma aplicação em três grandes blocos: o frontend, o backend e o banco de dados. Cada um com sua função, e todos trabalhando juntos, como uma orquestra afinada.

O frontend é a vitrine, gurizada. É tudo aquilo que o usuário final vê e interage. A interface gráfica, os botões, os textos, as animações... tudo que roda direto no navegador ou no dispositivo móvel. É a experiência do usuário em primeiro plano.

Aí vem o backend, que eu gosto de chamar de cérebro da operação. É ele quem cuida de toda a lógica de negócio, do processamento dos dados, da segurança, da autenticação... basicamente, é o maestro que garante que tudo funcione como deveria, mesmo que a gente não veja ele diretamente. Ele é quem conversa com o banco de dados e manda as informações de volta pro frontend.

E por último, mas não menos importante, o banco de dados. Pensa nele como a memória de longo prazo da aplicação. É onde ficam guardados todos os dados, informações de usuários, históricos, configurações... tudo de forma organizada e acessível. Sem um bom banco de dados, a aplicação seria como alguém com amnésia: não lembraria de nada!

A beleza toda tá em como esses três componentes se comunicam. O frontend manda uma solicitação (uma "request"), o backend recebe, processa essa solicitação (talvez buscando algo no banco de dados), e devolve uma resposta (um "response") pro frontend exibir pro usuário. Esse ciclo é o que faz a aplicação "respirar" e funcionar.

Entender essa dinâmica é fundamental pra qualquer um que trabalhe com desenvolvimento. É o básico do básico, mas faz toda a diferença pra construir aplicações mais robustas e eficientes. Se tu curtiu essa explicação e quer visualizar isso na prática, dá uma olhada no vídeo que eu mencionei. Lá eu detalho um pouco mais essa ideia e mostro como esses blocos se encaixam. E claro, se quiser se aprofundar ainda mais, o post original lá no meu blog marcelocabral.com.br também tá bem bacana.

Eu deixei o link direto pra vocês conferirem: assista no YouTube.

E aí, gurizada? O que vocês acham dessa divisão? Já tinham parado pra pensar em como tudo se conecta? Comenta aqui embaixo o que vocês pensam!

2026: A virada tech que (talvez) chegue pra valer

Marcelo Cabral Ghilardi — Wed, 06 May 2026 10:06:00 +0000

E aí, gurizada! Aqui é o Marcelo Cabral. Dias atrás, eu gravei um vídeo pro meu canal (que você pode assistar no YouTube) com um título bem provocador: "Previsões de Tecnologia que Vão Virar Sua Vida de Cabeça em 2026". A ideia era justamente essa: cutucar a curiosidade e fazer a gente pensar se as promessas tecnológicas realmente vão se concretizar tão rápido. E, claro, depois de gravar, percebi que o assunto rendia um post maneiro pro meu blog, o marcelocabral.com.br, e agora tô trazendo pra cá a minha visão sobre esse futuro que já está batendo na porta.

O que eu tô de olho pra 2026?

Quando eu pensei nesse vídeo, minha cabeça já tava a mil com as tendências que a gente vê burburando por aí. "Virar a vida de cabeça" não é pouca coisa, né? Significa uma mudança profunda, algo que altera a forma como a gente vive, trabalha e se relaciona. Pra mim, os pontos que mais me chamam atenção e que podem ser os grandes protagonistas de 2026 são:

Inteligência Artificial Generativa pra valer

Não tô falando só do ChatGPT que a gente já usa no dia a dia. A parada é muito mais embaixo. Eu vejo a IA generativa se integrando em tudo: desde as ferramentas de produtividade que a gente nem percebe, até na criação de conteúdo mais complexo e, quem sabe, até em interações sociais mais naturais. A gente vai começar a ver essa IA em lugares que nem imaginava, otimizando processos e liberando a gente pra tarefas mais criativas.

Realidade Aumentada e Virtual no mainstream

Essa é uma que promete há um tempão, mas sinto que 2026 pode ser o ano. Com dispositivos mais acessíveis e a tecnologia amadurecendo, a RA e a RV têm tudo pra ir muito além dos games. Imagina usar isso pra aprender algo complexo, ou até mesmo pra reuniões de trabalho que parecem presenciais? A imersão vai ser um game-changer, e não só pro entretenimento.

Biotecnologia e saúde personalizada

Essa aqui é um campo fascinante e que me anima muito. A medicina genômica, os wearables que monitoram nossa saúde em tempo real e tratamentos cada vez mais feitos sob medida pra cada um. Percebo que a tecnologia tá nos dando o poder de entender e cuidar do nosso corpo de uma forma que era impensável há pouco tempo. É a ciência e a tecnologia trabalhando juntas pra uma vida melhor.

Sustentabilidade com um toque de IA

Não dá pra falar de futuro sem falar de sustentabilidade, né? E a tecnologia, principalmente a IA, tem um papel gigantesco nisso. Soluções inteligentes pra otimizar recursos, energias renováveis sendo mais eficientes, e até mesmo no combate às mudanças climáticas. Eu acredito que a IA vai ser uma aliada poderosa pra gente construir um futuro mais verde.

Como eu me preparo pra essa "virada"?

Independentemente de qual previsão se concretize primeiro, uma coisa é certa: a gente precisa estar preparado. Pra mim, a adaptabilidade é a palavra-chave. Eu sempre procuro:

Estar em constante aprendizado: Não tem jeito, gurizada. A tecnologia muda rápido demais. Eu tô sempre de olho em cursos, workshops, e adoro botar a mão na massa pra experimentar coisas novas. É o jeito de não ficar pra trás.
Ter pensamento crítico: Nem tudo que é novo é bom, ou serve pra todo mundo. Eu sempre paro pra pensar no impacto real e na ética por trás das ferramentas. É importante questionar e não só aceitar o que aparece.
Desenvolver habilidades humanas: Por mais que a IA avance, a nossa capacidade de criar, resolver problemas complexos e a nossa inteligência emocional são insubstituíveis. Eu invisto muito nisso, porque sei que é o que nos diferencia.

Bora debater o futuro?

Esse vídeo que eu fiz e esse post aqui no marcelocabral.com.br são convites pra gente refletir junto sobre o futuro. E aí, gurizada, o que vocês acham que vai realmente "virar a vida de cabeça" em 2026? Deixa um comentário aqui embaixo, vamos trocar uma ideia! Ou, se preferir, cola lá no vídeo e comenta por lá também. Fico aguardando a opinião de vocês!

River Raid e a Criatividade das IAs: Um Desafio de Código

Marcelo Cabral Ghilardi — Tue, 05 May 2026 12:05:00 +0000

E aí, gurizada! Marcelo Cabral aqui na área. Hoje eu quero papear com vocês sobre um tema que me instiga bastante: a criatividade computacional, especialmente quando o assunto é inteligência artificial. Eu andei brincando com algumas IAs e um clássico dos games, o River Raid, e o resultado foi tão massa que gravei um vídeo sobre isso. A ideia era ver como esses modelos se viram na hora de recriar um jogo que, por mais simples que pareça, tem uma lógica bem particular.

A Motivação: Desvendando a Mente das IAs

Sempre me perguntei até onde vai a capacidade de uma IA de "entender" e "criar" algo. Não é só replicar código, saca? É sobre pegar um conceito, como o movimento da nave ou a colisão com os obstáculos do River Raid, e transformar isso em algo funcional. Por isso, decidi colocar alguns dos modelos mais falados do momento para trabalhar nesse desafio. Queria ver como cada um abordaria a tarefa, quais seriam os pontos fortes e as limitações de cada um.

As IAs no Ringue: Claude, Gemini e Minimax

Eu escolhi a dedo alguns modelos que têm características bem distintas para essa "batalha" de código:

Claude: Esse camarada é conhecido por ser bom de papo, por conseguir manter um contexto longo e gerar textos bem elaborados. Minha curiosidade era ver se essa habilidade se traduziria em um código mais organizado e com uma estrutura lógica clara.
Gemini: Sendo um modelo multimodal, o Gemini tem aquela vantagem de "ver" e "entender" além do texto. Será que essa capacidade extra ajudaria ele a captar melhor a dinâmica visual e de jogabilidade do River Raid? A expectativa era alta pra ver se ele entregava algo mais alinhado com a experiência do jogo.
Minimax: Talvez esse não seja tão famoso quanto os outros, mas ele tem suas peculiaridades na geração de código. Fiquei bem curioso pra ver como ele se sairia e se traria alguma solução inesperada para o problema.

O Que Aprendi com a Brincadeira

No vídeo (que você pode assista no YouTube), eu detalho tudo, mas o que percebi é que a qualidade do código gerado varia bastante. Não é só sobre a IA "acertar", mas sobre a elegância da solução, a fidelidade às regras do jogo original e, claro, a criatividade que elas demonstram. Teve de tudo: desde códigos que precisavam de um bom debug até sacadas geniais que me fizeram pensar "bah, essa IA é boa mesmo!".

Pontos que me chamaram a atenção:

Estrutura e Limpeza do Código: Algumas IAs entregaram um código mais "redondo", fácil de ler e entender. Outras, nem tanto.
Fidelidade à Lógica: Implementar as regras do River Raid corretamente foi um divisor de águas. Não é trivial fazer a nave se mover, os inimigos aparecerem e as colisões funcionarem como no original.
Soluções Inesperadas: De vez em quando, uma IA surpreendia com uma abordagem diferente, otimizando algo ou propondo uma lógica que eu não tinha pensado. É nesses momentos que a gente vê o potencial criativo.
A Facilidade de "Arrumar": Um ponto importante é o quão fácil seria para um dev humano pegar aquele código e fazer os ajustes finos. Afinal, a IA ainda é uma ferramenta, e o toque humano é essencial.

Pra Fechar (e o Convite!)

Essa experiência com o River Raid e as IAs me mostrou que estamos num caminho muito interessante. As IAs estão evoluindo rapidamente na geração de código, mas ainda não substituem a nossa capacidade de análise crítica e de refinar o que elas produzem. A supervisão humana continua sendo crucial, gurizada.

Se você curtiu a ideia e quer ver os detalhes dessa "batalha" de código, cola lá no meu canal pra assistir ao vídeo completo. Tenho certeza que vai ser um prato cheio pra quem se interessa por IA e desenvolvimento de jogos! E se quiser ler mais sobre o assunto e ver algumas análises complementares, dá um pulo no meu blog em marcelocabral.com.br. Deixa um comentário lá ou aqui, quero saber a tua opinião!

A IA que trabalha enquanto você dorme: Um Linux autônomo?

Marcelo Cabral Ghilardi — Mon, 04 May 2026 12:03:00 +0000

E aí, gurizada! De uns tempos pra cá, tenho percebido uma mudança significativa na forma como a gente interage com a Inteligência Artificial. Não é mais só uma ferramenta que responde perguntas ou gera imagens; a parada tá ficando séria, com a IA assumindo um papel mais ativo, quase como um colega de trabalho. Foi pensando nisso que gravei um vídeo recentemente, e a repercussão me fez pensar: "Cara, isso daria um belo papo no Dev.to!".

A motivação pra esse vídeo (e agora pra este post) veio de uma observação que fiz. Eu me peguei refletindo sobre o potencial da IA em orquestrar tarefas complexas, daquelas que a gente normalmente gasta um tempo danado pra planejar e executar. E aí, me veio a ideia de explorar se a IA já estaria no ponto de "criar um Linux" enquanto eu dormia. Claro, não é um kernel do zero, mas a ideia é provocadora, né? É sobre a IA ter autonomia pra montar um ambiente, configurar infraestrutura, e até desenvolver aplicações dentro de um ecossistema Linux.

No vídeo, que você pode assista no YouTube, eu mergulho nesse conceito da IA como um "funcionário" autônomo. A gente tá falando de um cenário onde a IA não só executa comandos, mas também planeja, otimiza e entrega resultados com pouca ou nenhuma intervenção humana. Pensa comigo: a IA pode automatizar fluxos de trabalho, gerar código e infraestrutura, e até otimizar processos complexos. Isso não é mais ficção científica, gurizada, é o que a gente tá vendo acontecer agora.

Quando eu falo em "criar um Linux", na verdade, estou me referindo à capacidade da IA de:

Configurar um ambiente Linux: Instalar pacotes, configurar serviços, e otimizar o sistema para uma finalidade específica. Tipo, você pede um servidor de banco de dados, e a IA vai lá e monta tudo, do zero, com as configurações ideais.
Desenvolver aplicações no ecossistema Linux: Usar ferramentas de desenvolvimento, gerenciar dependências, e até prototipar partes de um sistema. É quase como ter um dev júnior que não dorme e não reclama!
Integrar diferentes componentes: Criar um sistema funcional a partir de várias partes, como um "mini-OS" ou um ambiente de desenvolvimento completo, tudo orquestrado pela IA.

Eu gravei esse vídeo pra gente refletir sobre o futuro do trabalho. A IA não é mais só uma ferramenta passiva; ela tá se tornando um agente ativo, capaz de tomar iniciativas e tocar projetos. Isso levanta umas perguntas bem importantes, tipo: Como é que a gente vai colaborar com essas IAs autônomas? Quais novas habilidades a gente vai precisar desenvolver? E, claro, como a gente garante que a IA atue de forma ética e responsável? São questões que ainda estamos desvendando, mas o papo já começou.

Se você quiser se aprofundar um pouco mais nesse tema, dá uma olhada no meu blog, marcelocabral.com.br, onde eu publiquei um post complementar com mais detalhes sobre essa IA que "trabalha enquanto você dorme". E, claro, assista ao vídeo pra gente continuar essa discussão. O que vocês acham, gurizada? A IA já está pronta pra ser nossa colega de trabalho?