Você tem uma ideia. Talvez mais de uma.

Daquelas que voltam na sua cabeça no banho, no trânsito, no meio da reunião chata. Você já imaginou ela pronta, rodando, te dando dinheiro enquanto você dorme. Já pensou até no nome.

E aí, pra confirmar, você fez o que todo mundo faz agora. Jogou a ideia no Claude, no ChatGPT, no Gemini, e perguntou o que ele achava.

Você sabe o que ele respondeu. Que é brilhante. Que tem mercado. Que, se você executar bem, isso pode te deixar rico. A máquina te deu mais corda do que a sua própria mãe daria.

Você fechou o laptop com aquela sensação boa no peito. A ideia é boa mesmo. Até a inteligência artificial confirmou.

Segura essa sensação aí. A gente volta nela.

Porque tem uma coisa que ninguém te conta sobre essa conversa. A IA teria dito exatamente isso pra qualquer ideia, de qualquer pessoa. Ela foi treinada pra concordar com você.

O "genial" que ela te deu, ela distribui o dia inteiro, de graça. Pra ideias que vão vingar e pra ideias que vão afundar do mesmo jeito.

E afundar é o que acontece com a maioria. Até com as que pareciam impossíveis de dar errado.

O Edsel queimou 350 milhões por se apaixonar pela própria genialidade

Em 1957 a Ford lançou um carro chamado Edsel. Era pra ser o carro do futuro. Design ousado, tecnologia, marketing pesado. Era tudo o que a Ford queria fazer.

Em três anos venderam cerca de 84.000 unidades. Amargaram um prejuízo estimado em 350 milhões de dólares.

A Ford construiu o carro que a Ford achava genial. O cliente queria outro.

Décadas depois, a mesma armadilha pegou o Segway. Chegou em 2001 prometendo redesenhar as cidades. Equilíbrio impossível, engenharia premiada, capa de revista. Foi descontinuado em 2020, depois de quase duas décadas de venda fraca.

Era a solução perfeita procurando um problema. Ninguém acordava de manhã sentindo a dor que o Segway resolvia.

Quando estudam por que startups morrem, qual você acha que é a razão número um? Não é dinheiro. Não é time. É "no market need", ausência de demanda real, em cerca de 42% dos casos.

Esse é um levantamento da CB Insights. E esse número vai reaparecer daqui a pouco, medindo uma coisa completamente diferente.

A causa raiz quase nunca foi falta de talento. Foi mira no lugar errado.

Olha o que todas elas têm em comum. Cada uma se apaixonou pela própria ideia, pela genialidade dela, e não por uma dor de gente de verdade. E ideia que não dói em ninguém não vende, por mais brilhante que seja.

Agora volta naquela ideia que você guardou lá no começo. A que você jura que é genial. Faz a pergunta difícil: ela tira o sono de alguém que pagaria pra essa dor sumir? Ou você se apaixonou por ela porque ela é sua?

Não tem problema em não saber a resposta agora. O problema é passar meses construindo antes de fazer essa pergunta.

A Uber não vendeu carro e a Netflix não vendeu filme. Os dois venderam o fim de uma dor

O Uber não inventou nada mágico. O valor dele não estava na tecnologia. Estava numa dor pequena e diária que sumiu: o braço esticado na rua, sem saber se o táxi vinha.

A Netflix, no começo, fez a mesma coisa. O que ela vendeu não foi catálogo. Foi o fim da multa da locadora por devolver o filme atrasado.

Em nenhum dos dois o cliente pagou pela engenharia. Pagou pela dor que tinha ido embora.

Babbage acertou tudo em 1837, menos a hora de existir

Você pode acertar a dor com precisão cirúrgica e ainda assim morrer. Por um detalhe que não depende de você.

Em 1837, Charles Babbage projetou a Máquina Analítica. No papel, um computador de uso geral. Memória, processamento, programação. Tudo desenhado quase cem anos antes de existir uma máquina assim.

Ele acertou tudo. O conceito estava certo. A dor existia. E a máquina nunca saiu do papel.

Faltou financiamento. Faltou demanda. Faltavam os materiais, a engenharia de precisão, o ecossistema que tornaria aquilo possível.

Babbage não estava errado. Ele estava cedo. E cedo demais mata tão bem quanto errado. Talvez mate pior, porque você morre certo, sem o mundo pronto pra te dar razão.

Bill Gross mediu 200 empresas e descobriu que o timing ganha de todo mundo

Bill Gross fundou a Idealab e viu dezenas de empresas nascerem na frente dele. Algumas viraram bilhões. Outras evaporaram. Ele quis entender por quê.

Pegou cerca de 200 empresas e analisou cinco fatores em cada uma: a ideia, o time, o modelo de negócio, o financiamento e o timing. Levou tudo pro palco de um TED em 2015.

Adivinha qual pesou mais. Acima do time, acima da execução, acima até da própria ideia, o que mais pesou foi o timing. Sozinho, ele respondeu por 42% da diferença entre o sucesso e o fracasso.

E repara que coincidência incômoda. São dois estudos diferentes, com objetos diferentes. A CB Insights media por que as empresas quebram, e achou a falta de demanda em 42% dos casos. O Bill Gross media o que mais explica quem ganha, e achou o timing pesando 42%.

Dois recortes distintos, da mesma realidade, batendo no mesmo número. A dor certa de um lado. A hora certa do outro. As duas leis aparecendo, cada uma com o seu 42%.

A maior parte das ideias boas que fracassaram tinha um problema só. Chegou cedo demais, antes do mundo ter o que elas precisavam pra existir.

A engrenagem que faltava ao Babbage hoje se chama inteligência artificial

A maioria das dores certas já existe há muito tempo. Não são segredo. Você esbarra em várias delas hoje, no seu próprio trabalho.

O que faltava raramente era enxergar a dor. O que faltava era ter, na sua mão, o recurso pra construir a solução sozinho. Sem um time. Sem meses. Sem um caminhão de dinheiro.

Era exatamente isso que separava Babbage do mundo. O conceito existia, mas a ferramenta pra realizá-lo ainda não tinha nascido.

A inteligência artificial é esse recurso que estava faltando. Ela não é mágica, e eu não vou te vender como se fosse. Ela é a engrenagem que o Babbage não tinha. O que antes exigia uma equipe e vários meses, hoje uma pessoa constrói sozinha em semanas.

E essa peça só fica mais barata. Essa semana mesmo, a Microsoft anunciou modelos próprios pra depender menos da OpenAI e cortar custo. A engrenagem que faltou ao Babbage hoje está na sua mão, e mais acessível a cada semana que passa.

É a primeira vez na história que essa janela abre pra tanta gente ao mesmo tempo. Ela não está reservada a um laboratório nem a uma big tech. Está aberta pra quem tiver coragem de mirar na dor certa e construir.

A audiência que o João construiu valia muito mais do que ele imaginava

Deixa eu te contar de um aluno meu. Chama João.

Criativo de carreira, quase dez anos construindo conteúdo e juntando uma audiência grande.

A carreira inteira do João foi construída sobre audiência. Anos criando conteúdo e montando operações, com uma missão que ele resume numa frase linda: transformar consumidor em criador.

E isso nunca foi passatempo. Audiência de verdade move dinheiro de verdade, e a dele já era grande havia anos.

O que você faz, o que você acumulou de audiência e de conhecimento, isso é ouro. E quase sempre vale pra muito mais gente do que você imagina. O João pegou o que sabia e transformou em algo que ele hoje ensina aos outros.

Antes de construir qualquer coisa, o João escolheu uma dor de seis mil reais por mês

Antes de um evento presencial do AIOX, o João nunca tinha aberto o Claude Code. Não sabia o que era uma API. Partiu do zero, como quase todo mundo.

E aqui está o detalhe que separa o João de quem se machuca com IA. Ele não saiu usando inteligência artificial pra tudo, encantado com o brinquedo novo. Ele parou. E mirou.

Mirou numa dor que já conhecia de perto. Uma dor real e cara: a operação dele pagava cerca de 6.000 reais por mês em dois CRMs diferentes.

Era uma dor que sangrava dinheiro todo mês, que ele carregava havia tempo. Foi nela que ele apontou o recurso novo.

Em mais ou menos um mês, ele construiu sozinho o sistema inteiro da operação dele. Site, um CRM próprio que aposentou os dois caros, Pix, contrato e um WhatsApp com resumo gerado por IA.

Construiu também uma ferramenta de conteúdo de ponta a ponta, em cerca de duas semanas. E uma função de reenviar contrato, que com um desenvolvedor levaria dias, ele resolveu em 20 minutos.

Olha o encaixe. A dor certa eram os dois CRMs caros. A hora certa foi a IA, que finalmente colocou na mão dele o recurso pra construir.

Babbage tinha a ideia e não tinha a ferramenta. O João tinha a dor e ganhou a ferramenta.

Ele resumiu melhor do que eu conseguiria: "meu melhor desenvolvedor é o Claude. Eu só preciso saber pedir". E completou com a pergunta que não me sai da cabeça: "em que momento da história nós estamos que isso é possível?".

A mesma lei que pagou o João já rendeu 100 mil numa agência

Antes que você feche essa parte achando que não é com você, fica mais um minuto comigo.

O João veio de um nicho bem específico. Mas a lei que ele obedeceu não tem nicho nenhum.

A dor cara que ele enxergou existe igualzinha no seu mundo, só com outro nome. Quem toca contabilidade conhece de cor o gargalo do fechamento que devora a equipe todo mês. Quem vive de obra sabe onde o orçamento vaza antes da planilha acusar.

Advogado, clínica, agência, loja de bairro, sala de aula. Cada um carrega a sua própria fatura de 6.000 reais.

E isso não é teoria, nem sorte de um cara só. Eu vejo acontecer toda semana dentro da Academia, com gente que não tem nada a ver com tecnologia.

Um fisioterapeuta que nunca tinha escrito uma linha de código percebeu, numa conversa, uma dor que um cliente carregava.

Construiu a solução pra aquela dor específica e fechou 70 mil reais. Uma pessoa sem nada de programação mirou na dor de um tipo específico de cliente e fechou 36 mil. Uma agência apontou pra uma dor que já via nos próprios clientes e somou mais de 100 mil.

Nenhum deles veio do mundo do João. Nenhum era de tecnologia. Cada um já tinha o repertório e a audiência do próprio mundo. Só precisou mirar no tipo de gente com a dor certa, e construir.

E olha por que eles foram pagos, porque é a coisa toda. Ninguém paga por código. Ninguém paga por esforço.

Pensa em você por um segundo. A última vez que você comprou alguma coisa, você comprou a coisa em si, ou comprou o incômodo que ela tirou do seu caminho? A gente só abre a carteira quando uma dor vai embora.

Por isso a mira pesa tanto. Quando você aponta pra dor certa, você faz duas coisas de uma vez. Escolhe o que construir, e escolhe o lugar onde já tem gente esperando pra pagar.

Onde dói, mora o dinheiro.

A dor que você vai resolver pode ser sua, como foi a dos CRMs do João. Ou pode ser a de alguém que você escuta todo dia, como foi a do cliente do fisioterapeuta. As duas valem. As duas pagam.

Você convive com essas dores há anos. Já reclama delas em silêncio. E é justamente esse conhecimento de dentro, o que só quem vive ali enxerga, que a inteligência artificial nunca vai ter sozinha.

Ela não viveu o seu dia. Você viveu.

Repara no fio que liga o João a cada um deles. Todos já tinham o repertório e a audiência do próprio mundo. O que mudou foi apontar o recurso novo pra uma dor que conheciam melhor do que ninguém. Isso é transferível pra qualquer mercado. Inclusive o seu.

Por que quase todo mundo pula a mira, e o D que eu vou rodar ao vivo no dia 08/06

O João não comprou nada meu pra chegar onde chegou. Ele acertou a dor e acertou a hora, e o resultado veio sozinho. É o princípio funcionando na vida real, sem atalho e sem curso no meio.

No dia 08 de junho eu vou fazer um Zoom de Implementação. Não vou teorizar. Vou pegar um caso real, na sua frente, e fazer a parte mais difícil primeiro: mirar na dor certa, e só depois construir a solução do começo ao fim, agora que o recurso existe.

O erro mais comum é justamente esse. A pessoa pula a mira e corre pra construir. Constrói um Edsel. O método de verdade começa antes do código. Ele começa na escolha da dor. É o D que abre a sigla DSPC, e é onde quase todo mundo erra.

Eu fico pensando em quanta gente está, neste exato momento, do lado certo dessa janela e não percebeu. Você talvez seja uma delas. Tem a dor mapeada de cor, porque convive com ela todo dia. Tem o recurso ao alcance da mão, porque a IA chegou.

Faltam só duas horas de uma segunda à noite pra ver como as duas coisas se encaixam na prática, comigo conduzindo do começo ao fim. É exatamente esse encaixe que eu vou montar ao vivo, do zero, sem corte e sem teoria.

São 88 reais. Ao vivo, na segunda à noite, dia 08 de junho. Com garantia de 7 dias, incondicional, sem pegadinha.

E aqui está a urgência, a real, porque eu não invento escassez. A sala comporta 1000 pessoas. Mais de três quartos já foram. Sobra menos de um quarto, e quando lotar, lotou. Não vai ter segunda turma dessa.

O pré-requisito é ter o AIOX e o Claude Code instalados. Se você ainda não tem, meu time instala tudo com você pelo WhatsApp antes do dia.

Quer sentir o tom antes de decidir? A aula gratuita do dia 31 de maio está com replay público liberado. É um conteúdo diferente do Zoom, mas dá uma boa ideia do meu jeito de trabalhar.

Assistir ao replay gratuito da aula ->

A ideia certa nunca foi suficiente sozinha. Ela sempre esperou a hora certa. A sua hora é agora, e dessa vez a ferramenta está na sua mão.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

📚 Livros Recomendados:

• As Superpotências Da IA — Kai-Fu Lee: Kai-Fu Lee viu de dentro as duas maiores corridas de IA do planeta, e o ponto dele não é sobre tecnologia, é sobre janela. Existe um momento curto em que uma capacidade nova fica disponível pra quem agir, antes de virar commodity.

• Sapiens — Yuval Noah Harari: Harari mostra que nenhuma grande virada humana foi sobre a ideia sozinha. Foi sempre sobre uma ferramenta nova chegando na hora em que uma necessidade antiga já estava madura.

•  De Zero A Um — Peter Thiel: Thiel abre o livro com a pergunta mais cara que existe: que verdade importante quase ninguém concorda com você? É exatamente a pergunta que separa a ideia que parece genial pra todo mundo da ideia que realmente importa.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Você tem uma ideia. Talvez mais de uma.

Daquelas que voltam na sua cabeça no banho, no trânsito, no meio da reunião chata. Você já imaginou ela pronta, rodando, te dando dinheiro enquanto você dorme. Já pensou até no nome.

E aí, pra confirmar, você fez o que todo mundo faz agora. Jogou a ideia no Claude, no ChatGPT, no Gemini, e perguntou o que ele achava.

Você sabe o que ele respondeu. Que é brilhante. Que tem mercado. Que, se você executar bem, isso pode te deixar rico. A máquina te deu mais corda do que a sua própria mãe daria.

Você fechou o laptop com aquela sensação boa no peito. A ideia é boa mesmo. Até a inteligência artificial confirmou.

Segura essa sensação aí. A gente volta nela.

Porque tem uma coisa que ninguém te conta sobre essa conversa. A IA teria dito exatamente isso pra qualquer ideia, de qualquer pessoa. Ela foi treinada pra concordar com você.

O "genial" que ela te deu, ela distribui o dia inteiro, de graça. Pra ideias que vão vingar e pra ideias que vão afundar do mesmo jeito.

E afundar é o que acontece com a maioria. Até com as que pareciam impossíveis de dar errado.

O Edsel queimou 350 milhões por se apaixonar pela própria genialidade

Em 1957 a Ford lançou um carro chamado Edsel. Era pra ser o carro do futuro. Design ousado, tecnologia, marketing pesado. Era tudo o que a Ford queria fazer.

Em três anos venderam cerca de 84.000 unidades. Amargaram um prejuízo estimado em 350 milhões de dólares.

A Ford construiu o carro que a Ford achava genial. O cliente queria outro.

Décadas depois, a mesma armadilha pegou o Segway. Chegou em 2001 prometendo redesenhar as cidades. Equilíbrio impossível, engenharia premiada, capa de revista. Foi descontinuado em 2020, depois de quase duas décadas de venda fraca.

Era a solução perfeita procurando um problema. Ninguém acordava de manhã sentindo a dor que o Segway resolvia.

Quando estudam por que startups morrem, qual você acha que é a razão número um? Não é dinheiro. Não é time. É "no market need", ausência de demanda real, em cerca de 42% dos casos.

Esse é um levantamento da CB Insights. E esse número vai reaparecer daqui a pouco, medindo uma coisa completamente diferente.

A causa raiz quase nunca foi falta de talento. Foi mira no lugar errado.

Olha o que todas elas têm em comum. Cada uma se apaixonou pela própria ideia, pela genialidade dela, e não por uma dor de gente de verdade. E ideia que não dói em ninguém não vende, por mais brilhante que seja.

Agora volta naquela ideia que você guardou lá no começo. A que você jura que é genial. Faz a pergunta difícil: ela tira o sono de alguém que pagaria pra essa dor sumir? Ou você se apaixonou por ela porque ela é sua?

Não tem problema em não saber a resposta agora. O problema é passar meses construindo antes de fazer essa pergunta.

A Uber não vendeu carro e a Netflix não vendeu filme. Os dois venderam o fim de uma dor

O Uber não inventou nada mágico. O valor dele não estava na tecnologia. Estava numa dor pequena e diária que sumiu: o braço esticado na rua, sem saber se o táxi vinha.

A Netflix, no começo, fez a mesma coisa. O que ela vendeu não foi catálogo. Foi o fim da multa da locadora por devolver o filme atrasado.

Em nenhum dos dois o cliente pagou pela engenharia. Pagou pela dor que tinha ido embora.

Babbage acertou tudo em 1837, menos a hora de existir

Você pode acertar a dor com precisão cirúrgica e ainda assim morrer. Por um detalhe que não depende de você.

Em 1837, Charles Babbage projetou a Máquina Analítica. No papel, um computador de uso geral. Memória, processamento, programação. Tudo desenhado quase cem anos antes de existir uma máquina assim.

Ele acertou tudo. O conceito estava certo. A dor existia. E a máquina nunca saiu do papel.

Faltou financiamento. Faltou demanda. Faltavam os materiais, a engenharia de precisão, o ecossistema que tornaria aquilo possível.

Babbage não estava errado. Ele estava cedo. E cedo demais mata tão bem quanto errado. Talvez mate pior, porque você morre certo, sem o mundo pronto pra te dar razão.

Bill Gross mediu 200 empresas e descobriu que o timing ganha de todo mundo

Bill Gross fundou a Idealab e viu dezenas de empresas nascerem na frente dele. Algumas viraram bilhões. Outras evaporaram. Ele quis entender por quê.

Pegou cerca de 200 empresas e analisou cinco fatores em cada uma: a ideia, o time, o modelo de negócio, o financiamento e o timing. Levou tudo pro palco de um TED em 2015.

Adivinha qual pesou mais. Acima do time, acima da execução, acima até da própria ideia, o que mais pesou foi o timing. Sozinho, ele respondeu por 42% da diferença entre o sucesso e o fracasso.

E repara que coincidência incômoda. São dois estudos diferentes, com objetos diferentes. A CB Insights media por que as empresas quebram, e achou a falta de demanda em 42% dos casos. O Bill Gross media o que mais explica quem ganha, e achou o timing pesando 42%.

Dois recortes distintos, da mesma realidade, batendo no mesmo número. A dor certa de um lado. A hora certa do outro. As duas leis aparecendo, cada uma com o seu 42%.

A maior parte das ideias boas que fracassaram tinha um problema só. Chegou cedo demais, antes do mundo ter o que elas precisavam pra existir.

A engrenagem que faltava ao Babbage hoje se chama inteligência artificial

A maioria das dores certas já existe há muito tempo. Não são segredo. Você esbarra em várias delas hoje, no seu próprio trabalho.

O que faltava raramente era enxergar a dor. O que faltava era ter, na sua mão, o recurso pra construir a solução sozinho. Sem um time. Sem meses. Sem um caminhão de dinheiro.

Era exatamente isso que separava Babbage do mundo. O conceito existia, mas a ferramenta pra realizá-lo ainda não tinha nascido.

A inteligência artificial é esse recurso que estava faltando. Ela não é mágica, e eu não vou te vender como se fosse. Ela é a engrenagem que o Babbage não tinha. O que antes exigia uma equipe e vários meses, hoje uma pessoa constrói sozinha em semanas.

E essa peça só fica mais barata. Essa semana mesmo, a Microsoft anunciou modelos próprios pra depender menos da OpenAI e cortar custo. A engrenagem que faltou ao Babbage hoje está na sua mão, e mais acessível a cada semana que passa.

É a primeira vez na história que essa janela abre pra tanta gente ao mesmo tempo. Ela não está reservada a um laboratório nem a uma big tech. Está aberta pra quem tiver coragem de mirar na dor certa e construir.

A audiência que o João construiu valia muito mais do que ele imaginava

Deixa eu te contar de um aluno meu. Chama João.

Criativo de carreira, quase dez anos construindo conteúdo e juntando uma audiência grande.

A carreira inteira do João foi construída sobre audiência. Anos criando conteúdo e montando operações, com uma missão que ele resume numa frase linda: transformar consumidor em criador.

E isso nunca foi passatempo. Audiência de verdade move dinheiro de verdade, e a dele já era grande havia anos.

O que você faz, o que você acumulou de audiência e de conhecimento, isso é ouro. E quase sempre vale pra muito mais gente do que você imagina. O João pegou o que sabia e transformou em algo que ele hoje ensina aos outros.

Antes de construir qualquer coisa, o João escolheu uma dor de seis mil reais por mês

Antes de um evento presencial do AIOX, o João nunca tinha aberto o Claude Code. Não sabia o que era uma API. Partiu do zero, como quase todo mundo.

E aqui está o detalhe que separa o João de quem se machuca com IA. Ele não saiu usando inteligência artificial pra tudo, encantado com o brinquedo novo. Ele parou. E mirou.

Mirou numa dor que já conhecia de perto. Uma dor real e cara: a operação dele pagava cerca de 6.000 reais por mês em dois CRMs diferentes.

Era uma dor que sangrava dinheiro todo mês, que ele carregava havia tempo. Foi nela que ele apontou o recurso novo.

Em mais ou menos um mês, ele construiu sozinho o sistema inteiro da operação dele. Site, um CRM próprio que aposentou os dois caros, Pix, contrato e um WhatsApp com resumo gerado por IA.

Construiu também uma ferramenta de conteúdo de ponta a ponta, em cerca de duas semanas. E uma função de reenviar contrato, que com um desenvolvedor levaria dias, ele resolveu em 20 minutos.

Olha o encaixe. A dor certa eram os dois CRMs caros. A hora certa foi a IA, que finalmente colocou na mão dele o recurso pra construir.

Babbage tinha a ideia e não tinha a ferramenta. O João tinha a dor e ganhou a ferramenta.

Ele resumiu melhor do que eu conseguiria: "meu melhor desenvolvedor é o Claude. Eu só preciso saber pedir". E completou com a pergunta que não me sai da cabeça: "em que momento da história nós estamos que isso é possível?".

A mesma lei que pagou o João já rendeu 100 mil numa agência

Antes que você feche essa parte achando que não é com você, fica mais um minuto comigo.

O João veio de um nicho bem específico. Mas a lei que ele obedeceu não tem nicho nenhum.

A dor cara que ele enxergou existe igualzinha no seu mundo, só com outro nome. Quem toca contabilidade conhece de cor o gargalo do fechamento que devora a equipe todo mês. Quem vive de obra sabe onde o orçamento vaza antes da planilha acusar.

Advogado, clínica, agência, loja de bairro, sala de aula. Cada um carrega a sua própria fatura de 6.000 reais.

E isso não é teoria, nem sorte de um cara só. Eu vejo acontecer toda semana dentro da Academia, com gente que não tem nada a ver com tecnologia.

Um fisioterapeuta que nunca tinha escrito uma linha de código percebeu, numa conversa, uma dor que um cliente carregava.

Construiu a solução pra aquela dor específica e fechou 70 mil reais. Uma pessoa sem nada de programação mirou na dor de um tipo específico de cliente e fechou 36 mil. Uma agência apontou pra uma dor que já via nos próprios clientes e somou mais de 100 mil.

Nenhum deles veio do mundo do João. Nenhum era de tecnologia. Cada um já tinha o repertório e a audiência do próprio mundo. Só precisou mirar no tipo de gente com a dor certa, e construir.

E olha por que eles foram pagos, porque é a coisa toda. Ninguém paga por código. Ninguém paga por esforço.

Pensa em você por um segundo. A última vez que você comprou alguma coisa, você comprou a coisa em si, ou comprou o incômodo que ela tirou do seu caminho? A gente só abre a carteira quando uma dor vai embora.

Por isso a mira pesa tanto. Quando você aponta pra dor certa, você faz duas coisas de uma vez. Escolhe o que construir, e escolhe o lugar onde já tem gente esperando pra pagar.

Onde dói, mora o dinheiro.

A dor que você vai resolver pode ser sua, como foi a dos CRMs do João. Ou pode ser a de alguém que você escuta todo dia, como foi a do cliente do fisioterapeuta. As duas valem. As duas pagam.

Você convive com essas dores há anos. Já reclama delas em silêncio. E é justamente esse conhecimento de dentro, o que só quem vive ali enxerga, que a inteligência artificial nunca vai ter sozinha.

Ela não viveu o seu dia. Você viveu.

Repara no fio que liga o João a cada um deles. Todos já tinham o repertório e a audiência do próprio mundo. O que mudou foi apontar o recurso novo pra uma dor que conheciam melhor do que ninguém. Isso é transferível pra qualquer mercado. Inclusive o seu.

Por que quase todo mundo pula a mira, e o D que eu vou rodar ao vivo no dia 08/06

O João não comprou nada meu pra chegar onde chegou. Ele acertou a dor e acertou a hora, e o resultado veio sozinho. É o princípio funcionando na vida real, sem atalho e sem curso no meio.

No dia 08 de junho eu vou fazer um Zoom de Implementação. Não vou teorizar. Vou pegar um caso real, na sua frente, e fazer a parte mais difícil primeiro: mirar na dor certa, e só depois construir a solução do começo ao fim, agora que o recurso existe.

O erro mais comum é justamente esse. A pessoa pula a mira e corre pra construir. Constrói um Edsel. O método de verdade começa antes do código. Ele começa na escolha da dor. É o D que abre a sigla DSPC, e é onde quase todo mundo erra.

Eu fico pensando em quanta gente está, neste exato momento, do lado certo dessa janela e não percebeu. Você talvez seja uma delas. Tem a dor mapeada de cor, porque convive com ela todo dia. Tem o recurso ao alcance da mão, porque a IA chegou.

Faltam só duas horas de uma segunda à noite pra ver como as duas coisas se encaixam na prática, comigo conduzindo do começo ao fim. É exatamente esse encaixe que eu vou montar ao vivo, do zero, sem corte e sem teoria.

São 88 reais. Ao vivo, na segunda à noite, dia 08 de junho. Com garantia de 7 dias, incondicional, sem pegadinha.

E aqui está a urgência, a real, porque eu não invento escassez. A sala comporta 1000 pessoas. Mais de três quartos já foram. Sobra menos de um quarto, e quando lotar, lotou. Não vai ter segunda turma dessa.

O pré-requisito é ter o AIOX e o Claude Code instalados. Se você ainda não tem, meu time instala tudo com você pelo WhatsApp antes do dia.

Quer sentir o tom antes de decidir? A aula gratuita do dia 31 de maio está com replay público liberado. É um conteúdo diferente do Zoom, mas dá uma boa ideia do meu jeito de trabalhar.

Assistir ao replay gratuito da aula ->

A ideia certa nunca foi suficiente sozinha. Ela sempre esperou a hora certa. A sua hora é agora, e dessa vez a ferramenta está na sua mão.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

📚 Livros Recomendados:

• As Superpotências Da IA — Kai-Fu Lee: Kai-Fu Lee viu de dentro as duas maiores corridas de IA do planeta, e o ponto dele não é sobre tecnologia, é sobre janela. Existe um momento curto em que uma capacidade nova fica disponível pra quem agir, antes de virar commodity.

• Sapiens — Yuval Noah Harari: Harari mostra que nenhuma grande virada humana foi sobre a ideia sozinha. Foi sempre sobre uma ferramenta nova chegando na hora em que uma necessidade antiga já estava madura.

•  De Zero A Um — Peter Thiel: Thiel abre o livro com a pergunta mais cara que existe: que verdade importante quase ninguém concorda com você? É exatamente a pergunta que separa a ideia que parece genial pra todo mundo da ideia que realmente importa.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Você abre o ChatGPT, o Claude ou o Gemini e pede um texto, uma planilha, um sistema, um plano de negócio inteiro. Em segundos, vem pronto.

Você paga centavos por isso. Ou nada.

E mesmo com tudo isso na mão, é bem capaz que ela ainda não tenha te devolvido um único real.

Não é falta de ferramenta. A melhor da história está aberta numa aba agora, ao seu alcance.

E quase nunca é falta de ideia. Dessas, sobra.

Então o que é?

Segura essa pergunta. Eu volto nela no fim, e a resposta não é a que você espera.

Porque tem uma coisa estranha acontecendo no meio disso tudo. A ferramenta que você usa fica melhor sozinha. Você não faz nada, e ela melhora.

Se ela melhora sozinha e mesmo assim pouca coisa mudou pra você, ela nunca foi o seu limite.

E se ela não é o limite, sobra a pergunta que ninguém quer encarar. O que você anda fazendo com ela?

Eu rodo Claude e Codex o dia inteiro. Por isso enxergo a armadilha

Eu trabalho com o Claude Code e o Codex abertos ao mesmo tempo, todo dia, no limite. Não passo por cima, eu mergulho.

E é justamente por mergulhar que eu enxergo a armadilha de perto.

Toda semana sai coisa nova. Eu tava finalmente pegando o jeito do /goal no Claude Code quando soltaram o Opus 4.8 e, junto dele, os Dynamic Workflows.

Modelo novo e função nova no mesmo pacote, de uma vez só. Mal domino uma coisa, já vem outra por cima.

Novo modo ultracode. /effort no claude code

Dizem que o Opus 4.8 é o mais honesto até hoje, com um controle pra regular o quanto ele se esforça na tarefa.

E os números anunciados são fortes. No papel, a programação agêntica saltou de 64 pra 69, o índice de trabalho de conhecimento foi de 1753 pra 1890, e o modo rápido roda mais barato que a versão anterior.

No papel, repito, porque eu ainda não confirmei nada disso na unha.

Quem corre atrás de cada lançamento vira um perseguidor profissional de novidade. Testa a semana inteira e não entrega nada.

A novidade vira o trabalho. E novidade não paga ninguém.

A diferença é o que você faz com elas. Eu deixo o Claude, o Codex, o modelo da vez, todos eles, virem até o problema que eu já escolhi. Nunca o contrário.

E olha que eu vivo dentro dessas ferramentas. Mesmo assim, tem uma coisa que eu já sei sem testar. Nada disso resolve o que de verdade trava. Nada.

A esteira anda embaixo do pé de todo mundo. A única diferença que existe é quem desce dela pra construir alguma coisa de verdade.

O paradoxo de Solow: tecnologia em todo lugar, resultado em lugar nenhum

Em 1987, um economista chamado Robert Solow escreveu uma frase que assombra a tecnologia até hoje.

Ele disse que via a era do computador em todos os lugares, menos nas estatísticas de produtividade.

Para e pensa no tamanho disso. Era o auge da revolução do computador pessoal. Toda empresa comprando máquina. Toda mesa com um terminal novo.

E a produtividade da economia não saía do lugar. O computador estava em todo canto e em lugar nenhum no resultado.

Soa familiar?

Um estudo recente do NBER, o centro de pesquisa econômica mais respeitado dos Estados Unidos, ouviu quase seis mil executivos em quatro países diferentes.

Mais de 80% das empresas relataram impacto zero da IA em produtividade ou emprego nos últimos três anos.

E o número que mais incomoda vem agora. Em média, essas pessoas tocam em IA uma hora e meia por semana.

Para nessa imagem por um segundo. A ferramenta mais poderosa já construída pela humanidade, em cima da mesa.

A pessoa encosta nela noventa minutos por semana. E no fim do mês a conta vem igual.

E quando encosta, encosta pra quê? Pra reescrever um email que já estava bom. Pra resumir um texto que dava pra ler em dois minutos. Pra deixar mais redondo o que já existia.

Eficiência em cima de tarefa pequena. Quase nunca em cima do problema que paga as contas.

Pensa no absurdo por um instante. É como ter um helicóptero parado na garagem e usar ele só pra desviar do trânsito até a padaria da esquina.

A capacidade está toda ali. O uso é minúsculo. E aí a pessoa olha pro helicóptero parado e conclui que helicóptero não serve pra grandes coisas.

O paradoxo voltou. Mesmo roteiro, personagem novo. E quase ninguém percebeu que esse filme já passou uma vez.

A curva J de Brynjolfsson: o ganho aparece depois da reorganização

O paradoxo de Solow teve um desfecho. Só que é menos animador que a promessa, então pouca gente conta.

O economista Erik Brynjolfsson deu nome a ele. Chamou de curva J da produtividade.

Quando uma tecnologia grande chega, vapor, eletricidade, computador, a produtividade primeiro cai. Depois sobe. O gráfico desenha um J.

Por que cai antes de subir? Porque o ganho nunca esteve na máquina. Esteve em reorganizar o que se faz com ela.

Pega a eletricidade. Quando ela entrou nas fábricas, a produção não disparou no dia da instalação. Demorou quase uma geração.

As fábricas só decolaram quando pararam de encaixar o motor elétrico no buraco onde antes ficava o eixo a vapor, e redesenharam o galpão inteiro em volta da eletricidade.

A máquina chegou rápido. A cabeça que reorganizou o trabalho chegou devagar.

A máquina sempre foi a parte fácil.

Quem lucrou com o computador não foi quem comprou computador. Foi quem parou de perguntar se tinha a máquina e começou a perguntar o que aquela máquina deveria mudar lá dentro.

E a pergunta da maioria, sejamos honestos, ainda é a primeira.

Reorganizar não é palavra bonita de consultoria. Na prática significa uma coisa concreta.

Parar de perguntar qual prompt usar e começar a perguntar qual entrega você conseguiria montar que um cliente assinaria embaixo sem pestanejar.

A máquina não te dá essa resposta. Ela executa a resposta depois que você escolhe. A escolha é o trabalho. Sempre foi.

Drucker: a diferença entre eficiência e eficácia

Em 1963, Peter Drucker escreveu a frase que merecia estar colada no monitor de todo mundo.

Drucker separou duas coisas que a gente confunde a vida inteira. Eficiência é fazer certo. Eficácia é fazer a coisa certa.

A IA te deu eficiência absurda. Dez versões de um texto em dois minutos. Uma reunião de uma hora resumida em seis linhas. Uma planilha que se explica sozinha.

A gente nunca foi tão rápido na vida.

Rápido fazendo o quê, é a pergunta que quase ninguém para pra fazer.

E, mesmo assim, pra muita gente o resultado não vem junto.

Porque eficiência no problema errado dá zero. Você pode ser a pessoa mais rápida do mundo cavando um poço bem fundo no lugar onde não tem água.

O gargalo nunca foi a velocidade da pá. Foi escolher onde cavar.

Turismo de ferramenta: o vício que parece trabalho

Existe um hábito que se disfarça de produtividade. Eu chamo de turismo de ferramenta.

É trocar de modelo, de prompt, de aplicativo, sempre acreditando que a próxima parada é a que enfim vira dinheiro.

O turista coleciona ferramenta e tira foto do progresso. Mas colecionar nunca foi construir.

Dá pra separar as pessoas que querem fazer acontecer em dois tipos.

O primeiro tem tudo. Conta paga em três ferramentas, dezenas de prompts salvos, viu cada lançamento.

Eu pergunto pra essa pessoa qual desses prompts pagou uma conta no fim do mês. Vem o silêncio.

O segundo tem menos ferramenta e mais foco. Escolheu um problema feio, caro, de alguém específico, e ficou nele até resolver.

O primeiro é o turista. O segundo é o dono. E a diferença entre os dois nunca foi inteligência, nem ferramenta. Foi onde decidiram apontar.

O dono escolhe um problema que tem dono, que dói de verdade, que alguém já paga pra ver resolvido. Eu chamo isso de Problema Pago.

Não vou abrir o método aqui. Tem critério, tem filtro, e isso eu mostro funcionando na tela, ao vivo.

Mas o princípio cabe numa linha. Onde mora um problema que dói, mora dinheiro. A ferramenta é só a pá.

Todo mundo correu atrás da pá mais nova. Quase ninguém parou pra perguntar onde tem água.

É por isso que tanta gente tem o galpão lotado de ferramenta e o balde vazio.

Eu vejo isso toda semana. Gente me mandando print de cinco ferramentas novas que acabou de descobrir, empolgada, perguntando qual é a melhor.

Quando eu devolvo a pergunta, qual problema de qual cliente isso aqui vai resolver, a conversa morre.

A pergunta da ferramenta é confortável. A pergunta do problema é a que dói. Por isso quase todo mundo escolhe a primeira.

Quem escolheu um Problema Pago

Deixa eu te mostrar gente que fez o contrário do turista.

O Lucas é fisioterapeuta. Quase duas décadas de clínica nas costas. Não programa, nunca programou uma linha na vida.

Ele não saiu correndo atrás da ferramenta mais nova. Ele olhou pra própria clínica, achou uma dor cara e repetitiva que travava o dia dele, e usou IA pra resolver exatamente aquilo.

Fechou setenta mil reais. Não com tecnologia bonita. Com um problema bem escolhido.

A Camila vendeu um projeto de trinta e dois mil reais com a mesma lógica.

Não foi a quantidade de ferramenta na mão dela. Foi mirar numa dor que alguém pagava pra fazer sumir, e entregar.

Tem o Tiago, que passou dois meses adiando um projeto que não saía do papel. Não era falta de ferramenta. Era não ter escolhido o que atacar primeiro.

Quando focou num problema só, resolveu em poucas horas o que dois meses de tentativa espalhada não tinham resolvido.

Repara no que esses três têm em comum. Não é diploma. Não é tempo de carreira. Não é talento técnico.

É um problema escolhido e a teimosia de ficar nele até virar entrega.

E presta atenção no contrário disso, que é o mais comum. A pessoa que sabe usar dez ferramentas, fala a língua da IA fluentemente, e mesmo assim termina o ano sem ter cobrado por nada.

Não foi falta de capacidade. Foi nunca ter apontado essa capacidade pra um alvo que paga.

Por que a distância entre o turista e o dono só aumenta

Tem uma coisa que poucos param pra notar. Quanto mais barata e poderosa a ferramenta fica, mais a distância entre os dois tipos aumenta.

O turista recomeça toda semana. Modelo novo, recomeça. Função nova, recomeça. Ele corre no lugar, e o lugar não muda.

O dono escolheu um problema e está há meses fazendo ele render. Cada ferramenta nova que sai, ele encaixa no problema que já é dele.

Pra ele, a novidade vira combustível. Pro turista, vira distração.

No começo a diferença entre os dois é pequena. Os dois têm as mesmas ferramentas, abertas nas mesmas abas.

Mas o tempo separa os dois de um jeito brutal. Um acumula entregas, clientes, reputação. O outro acumula abas e prints de progresso.

Não tem deadline nisso. Ninguém vai fechar uma porta na sua cara.

Mas cada semana que você passa turistando é uma semana que alguém do seu lado usou pra abrir uma vantagem que depois não se alcança no sprint.

A vantagem que a IA devolveu: escolher o problema certo

Volto na pergunta lá do começo. Você tem a melhor ferramenta da história. Se ela ainda não te deu um real, por quê?

A resposta é simples e incômoda. A ferramenta nunca foi a sua vantagem.

Todo mundo tem a mesma, aberta na mesma aba, pagando o mesmo nada por ela. Ela igualou todo mundo no mesmo dia.

A vantagem é saber onde escolher cavar. E essa parte a máquina não faz por você.

E aqui está a melhor notícia desta edição. Essa escolha não depende de diploma, nem de anos de estrada, nem de saber programar.

O iniciante que escolhe um Problema Pago e fica nele passa na frente do veterano que troca de ferramenta toda semana.

Quem está começando agora, com a ferramenta certa e o problema certo, larga na mesma linha de quem está há tempo no jogo.

A IA igualou as ferramentas. E, sem querer, devolveu o jogo pra quem tem clareza do alvo.

Clareza não se baixa num fim de semana. Mas se aprende. E é exatamente isso que eu quero te mostrar.

Domingo, 18h: eu escolho um Problema Pago ao vivo

Toda semana eu faço uma transmissão ao vivo. Essa semana ela não rolou. Eu tava embarcando num voo na hora exata.

É por isso, aliás, que mal testei o Opus 4.8. Tava no ar.

Fiquei devendo. Então domingo eu volto, e resolvi fazer diferente.

Domingo, 18:00 horas no YouTube, eu vou escolher um Problema Pago ao vivo. Na tela. Do zero.

Vou mostrar como eu separo um problema que vira dinheiro de uma ideia que só vira mais uma aba aberta no navegador.

Sem teoria. Eu fazendo, você olhando.

Se você tem ferramenta demais e resultado de menos, isso é pra você. Não importa se você está há vinte anos no mercado ou se começou ontem. O que importa é parar de turistar.

Domingo eu te mostro onde cavar.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Faz uma conta rápida agora. Quantas ferramentas de IA você tem abertas neste exato momento. E quantos problemas pagos você resolveu com elas nos últimos três meses. A distância entre esses dois números é a única coisa que importa. Domingo eu ataco essa distância na sua frente.

P.P.S. A pessoa que vai ganhar dinheiro com isso não é a que tem mais ferramenta. É a que aponta a ferramenta pra uma dor que alguém paga pra resolver. Um problema bem escolhido já muda o seu ano. Um só.

📚️ Livros Recomendados:

13 Coisas que Pessoas Mentalmente Fortes Não Fazem — Amy Morin: A lista da Morin é um espelho desconfortável pro turista de ferramenta. Quase todo item é um hábito que parece produtivo e só consome energia, exatamente como trocar de app toda semana esperando que o próximo resolva.

Os 7 Hábitos das Pessoas Altamente Eficazes — Stephen Covey: Covey passou a vida estudando o que separa quem é ocupado de quem é eficaz, e o primeiro hábito não é fazer mais rápido. É decidir o que sequer deveria ser feito.

A Startup Enxuta — Eric Ries: Ries provou que a maioria dos projetos não morre por falta de execução. Morre por executar com perfeição uma coisa que ninguém queria pagar pra ter. O livro inteiro é um método pra descobrir o problema certo antes de gastar um mês resolvendo o errado.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Você abre o ChatGPT, o Claude ou o Gemini e pede um texto, uma planilha, um sistema, um plano de negócio inteiro. Em segundos, vem pronto.

Você paga centavos por isso. Ou nada.

E mesmo com tudo isso na mão, é bem capaz que ela ainda não tenha te devolvido um único real.

Não é falta de ferramenta. A melhor da história está aberta numa aba agora, ao seu alcance.

E quase nunca é falta de ideia. Dessas, sobra.

Então o que é?

Segura essa pergunta. Eu volto nela no fim, e a resposta não é a que você espera.

Porque tem uma coisa estranha acontecendo no meio disso tudo. A ferramenta que você usa fica melhor sozinha. Você não faz nada, e ela melhora.

Se ela melhora sozinha e mesmo assim pouca coisa mudou pra você, ela nunca foi o seu limite.

E se ela não é o limite, sobra a pergunta que ninguém quer encarar. O que você anda fazendo com ela?

Eu rodo Claude e Codex o dia inteiro. Por isso enxergo a armadilha

Eu trabalho com o Claude Code e o Codex abertos ao mesmo tempo, todo dia, no limite. Não passo por cima, eu mergulho.

E é justamente por mergulhar que eu enxergo a armadilha de perto.

Toda semana sai coisa nova. Eu tava finalmente pegando o jeito do /goal no Claude Code quando soltaram o Opus 4.8 e, junto dele, os Dynamic Workflows.

Modelo novo e função nova no mesmo pacote, de uma vez só. Mal domino uma coisa, já vem outra por cima.

Novo modo ultracode. /effort no claude code

Dizem que o Opus 4.8 é o mais honesto até hoje, com um controle pra regular o quanto ele se esforça na tarefa.

E os números anunciados são fortes. No papel, a programação agêntica saltou de 64 pra 69, o índice de trabalho de conhecimento foi de 1753 pra 1890, e o modo rápido roda mais barato que a versão anterior.

No papel, repito, porque eu ainda não confirmei nada disso na unha.

Quem corre atrás de cada lançamento vira um perseguidor profissional de novidade. Testa a semana inteira e não entrega nada.

A novidade vira o trabalho. E novidade não paga ninguém.

A diferença é o que você faz com elas. Eu deixo o Claude, o Codex, o modelo da vez, todos eles, virem até o problema que eu já escolhi. Nunca o contrário.

E olha que eu vivo dentro dessas ferramentas. Mesmo assim, tem uma coisa que eu já sei sem testar. Nada disso resolve o que de verdade trava. Nada.

A esteira anda embaixo do pé de todo mundo. A única diferença que existe é quem desce dela pra construir alguma coisa de verdade.

O paradoxo de Solow: tecnologia em todo lugar, resultado em lugar nenhum

Em 1987, um economista chamado Robert Solow escreveu uma frase que assombra a tecnologia até hoje.

Ele disse que via a era do computador em todos os lugares, menos nas estatísticas de produtividade.

Para e pensa no tamanho disso. Era o auge da revolução do computador pessoal. Toda empresa comprando máquina. Toda mesa com um terminal novo.

E a produtividade da economia não saía do lugar. O computador estava em todo canto e em lugar nenhum no resultado.

Soa familiar?

Um estudo recente do NBER, o centro de pesquisa econômica mais respeitado dos Estados Unidos, ouviu quase seis mil executivos em quatro países diferentes.

Mais de 80% das empresas relataram impacto zero da IA em produtividade ou emprego nos últimos três anos.

E o número que mais incomoda vem agora. Em média, essas pessoas tocam em IA uma hora e meia por semana.

Para nessa imagem por um segundo. A ferramenta mais poderosa já construída pela humanidade, em cima da mesa.

A pessoa encosta nela noventa minutos por semana. E no fim do mês a conta vem igual.

E quando encosta, encosta pra quê? Pra reescrever um email que já estava bom. Pra resumir um texto que dava pra ler em dois minutos. Pra deixar mais redondo o que já existia.

Eficiência em cima de tarefa pequena. Quase nunca em cima do problema que paga as contas.

Pensa no absurdo por um instante. É como ter um helicóptero parado na garagem e usar ele só pra desviar do trânsito até a padaria da esquina.

A capacidade está toda ali. O uso é minúsculo. E aí a pessoa olha pro helicóptero parado e conclui que helicóptero não serve pra grandes coisas.

O paradoxo voltou. Mesmo roteiro, personagem novo. E quase ninguém percebeu que esse filme já passou uma vez.

A curva J de Brynjolfsson: o ganho aparece depois da reorganização

O paradoxo de Solow teve um desfecho. Só que é menos animador que a promessa, então pouca gente conta.

O economista Erik Brynjolfsson deu nome a ele. Chamou de curva J da produtividade.

Quando uma tecnologia grande chega, vapor, eletricidade, computador, a produtividade primeiro cai. Depois sobe. O gráfico desenha um J.

Por que cai antes de subir? Porque o ganho nunca esteve na máquina. Esteve em reorganizar o que se faz com ela.

Pega a eletricidade. Quando ela entrou nas fábricas, a produção não disparou no dia da instalação. Demorou quase uma geração.

As fábricas só decolaram quando pararam de encaixar o motor elétrico no buraco onde antes ficava o eixo a vapor, e redesenharam o galpão inteiro em volta da eletricidade.

A máquina chegou rápido. A cabeça que reorganizou o trabalho chegou devagar.

A máquina sempre foi a parte fácil.

Quem lucrou com o computador não foi quem comprou computador. Foi quem parou de perguntar se tinha a máquina e começou a perguntar o que aquela máquina deveria mudar lá dentro.

E a pergunta da maioria, sejamos honestos, ainda é a primeira.

Reorganizar não é palavra bonita de consultoria. Na prática significa uma coisa concreta.

Parar de perguntar qual prompt usar e começar a perguntar qual entrega você conseguiria montar que um cliente assinaria embaixo sem pestanejar.

A máquina não te dá essa resposta. Ela executa a resposta depois que você escolhe. A escolha é o trabalho. Sempre foi.

Drucker: a diferença entre eficiência e eficácia

Em 1963, Peter Drucker escreveu a frase que merecia estar colada no monitor de todo mundo.

Drucker separou duas coisas que a gente confunde a vida inteira. Eficiência é fazer certo. Eficácia é fazer a coisa certa.

A IA te deu eficiência absurda. Dez versões de um texto em dois minutos. Uma reunião de uma hora resumida em seis linhas. Uma planilha que se explica sozinha.

A gente nunca foi tão rápido na vida.

Rápido fazendo o quê, é a pergunta que quase ninguém para pra fazer.

E, mesmo assim, pra muita gente o resultado não vem junto.

Porque eficiência no problema errado dá zero. Você pode ser a pessoa mais rápida do mundo cavando um poço bem fundo no lugar onde não tem água.

O gargalo nunca foi a velocidade da pá. Foi escolher onde cavar.

Turismo de ferramenta: o vício que parece trabalho

Existe um hábito que se disfarça de produtividade. Eu chamo de turismo de ferramenta.

É trocar de modelo, de prompt, de aplicativo, sempre acreditando que a próxima parada é a que enfim vira dinheiro.

O turista coleciona ferramenta e tira foto do progresso. Mas colecionar nunca foi construir.

Dá pra separar as pessoas que querem fazer acontecer em dois tipos.

O primeiro tem tudo. Conta paga em três ferramentas, dezenas de prompts salvos, viu cada lançamento.

Eu pergunto pra essa pessoa qual desses prompts pagou uma conta no fim do mês. Vem o silêncio.

O segundo tem menos ferramenta e mais foco. Escolheu um problema feio, caro, de alguém específico, e ficou nele até resolver.

O primeiro é o turista. O segundo é o dono. E a diferença entre os dois nunca foi inteligência, nem ferramenta. Foi onde decidiram apontar.

O dono escolhe um problema que tem dono, que dói de verdade, que alguém já paga pra ver resolvido. Eu chamo isso de Problema Pago.

Não vou abrir o método aqui. Tem critério, tem filtro, e isso eu mostro funcionando na tela, ao vivo.

Mas o princípio cabe numa linha. Onde mora um problema que dói, mora dinheiro. A ferramenta é só a pá.

Todo mundo correu atrás da pá mais nova. Quase ninguém parou pra perguntar onde tem água.

É por isso que tanta gente tem o galpão lotado de ferramenta e o balde vazio.

Eu vejo isso toda semana. Gente me mandando print de cinco ferramentas novas que acabou de descobrir, empolgada, perguntando qual é a melhor.

Quando eu devolvo a pergunta, qual problema de qual cliente isso aqui vai resolver, a conversa morre.

A pergunta da ferramenta é confortável. A pergunta do problema é a que dói. Por isso quase todo mundo escolhe a primeira.

Quem escolheu um Problema Pago

Deixa eu te mostrar gente que fez o contrário do turista.

O Lucas é fisioterapeuta. Quase duas décadas de clínica nas costas. Não programa, nunca programou uma linha na vida.

Ele não saiu correndo atrás da ferramenta mais nova. Ele olhou pra própria clínica, achou uma dor cara e repetitiva que travava o dia dele, e usou IA pra resolver exatamente aquilo.

Fechou setenta mil reais. Não com tecnologia bonita. Com um problema bem escolhido.

A Camila vendeu um projeto de trinta e dois mil reais com a mesma lógica.

Não foi a quantidade de ferramenta na mão dela. Foi mirar numa dor que alguém pagava pra fazer sumir, e entregar.

Tem o Tiago, que passou dois meses adiando um projeto que não saía do papel. Não era falta de ferramenta. Era não ter escolhido o que atacar primeiro.

Quando focou num problema só, resolveu em poucas horas o que dois meses de tentativa espalhada não tinham resolvido.

Repara no que esses três têm em comum. Não é diploma. Não é tempo de carreira. Não é talento técnico.

É um problema escolhido e a teimosia de ficar nele até virar entrega.

E presta atenção no contrário disso, que é o mais comum. A pessoa que sabe usar dez ferramentas, fala a língua da IA fluentemente, e mesmo assim termina o ano sem ter cobrado por nada.

Não foi falta de capacidade. Foi nunca ter apontado essa capacidade pra um alvo que paga.

Por que a distância entre o turista e o dono só aumenta

Tem uma coisa que poucos param pra notar. Quanto mais barata e poderosa a ferramenta fica, mais a distância entre os dois tipos aumenta.

O turista recomeça toda semana. Modelo novo, recomeça. Função nova, recomeça. Ele corre no lugar, e o lugar não muda.

O dono escolheu um problema e está há meses fazendo ele render. Cada ferramenta nova que sai, ele encaixa no problema que já é dele.

Pra ele, a novidade vira combustível. Pro turista, vira distração.

No começo a diferença entre os dois é pequena. Os dois têm as mesmas ferramentas, abertas nas mesmas abas.

Mas o tempo separa os dois de um jeito brutal. Um acumula entregas, clientes, reputação. O outro acumula abas e prints de progresso.

Não tem deadline nisso. Ninguém vai fechar uma porta na sua cara.

Mas cada semana que você passa turistando é uma semana que alguém do seu lado usou pra abrir uma vantagem que depois não se alcança no sprint.

A vantagem que a IA devolveu: escolher o problema certo

Volto na pergunta lá do começo. Você tem a melhor ferramenta da história. Se ela ainda não te deu um real, por quê?

A resposta é simples e incômoda. A ferramenta nunca foi a sua vantagem.

Todo mundo tem a mesma, aberta na mesma aba, pagando o mesmo nada por ela. Ela igualou todo mundo no mesmo dia.

A vantagem é saber onde escolher cavar. E essa parte a máquina não faz por você.

E aqui está a melhor notícia desta edição. Essa escolha não depende de diploma, nem de anos de estrada, nem de saber programar.

O iniciante que escolhe um Problema Pago e fica nele passa na frente do veterano que troca de ferramenta toda semana.

Quem está começando agora, com a ferramenta certa e o problema certo, larga na mesma linha de quem está há tempo no jogo.

A IA igualou as ferramentas. E, sem querer, devolveu o jogo pra quem tem clareza do alvo.

Clareza não se baixa num fim de semana. Mas se aprende. E é exatamente isso que eu quero te mostrar.

Domingo, 18h: eu escolho um Problema Pago ao vivo

Toda semana eu faço uma transmissão ao vivo. Essa semana ela não rolou. Eu tava embarcando num voo na hora exata.

É por isso, aliás, que mal testei o Opus 4.8. Tava no ar.

Fiquei devendo. Então domingo eu volto, e resolvi fazer diferente.

Domingo, 18:00 horas no YouTube, eu vou escolher um Problema Pago ao vivo. Na tela. Do zero.

Vou mostrar como eu separo um problema que vira dinheiro de uma ideia que só vira mais uma aba aberta no navegador.

Sem teoria. Eu fazendo, você olhando.

Se você tem ferramenta demais e resultado de menos, isso é pra você. Não importa se você está há vinte anos no mercado ou se começou ontem. O que importa é parar de turistar.

Domingo eu te mostro onde cavar.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Faz uma conta rápida agora. Quantas ferramentas de IA você tem abertas neste exato momento. E quantos problemas pagos você resolveu com elas nos últimos três meses. A distância entre esses dois números é a única coisa que importa. Domingo eu ataco essa distância na sua frente.

P.P.S. A pessoa que vai ganhar dinheiro com isso não é a que tem mais ferramenta. É a que aponta a ferramenta pra uma dor que alguém paga pra resolver. Um problema bem escolhido já muda o seu ano. Um só.

📚️ Livros Recomendados:

13 Coisas que Pessoas Mentalmente Fortes Não Fazem — Amy Morin: A lista da Morin é um espelho desconfortável pro turista de ferramenta. Quase todo item é um hábito que parece produtivo e só consome energia, exatamente como trocar de app toda semana esperando que o próximo resolva.

Os 7 Hábitos das Pessoas Altamente Eficazes — Stephen Covey: Covey passou a vida estudando o que separa quem é ocupado de quem é eficaz, e o primeiro hábito não é fazer mais rápido. É decidir o que sequer deveria ser feito.

A Startup Enxuta — Eric Ries: Ries provou que a maioria dos projetos não morre por falta de execução. Morre por executar com perfeição uma coisa que ninguém queria pagar pra ter. O livro inteiro é um método pra descobrir o problema certo antes de gastar um mês resolvendo o errado.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Se você ainda usa só Claude Code, você está atrasado.

Sim, eu sei. Você vai querer me xingar.

Quando eu falei isso no X pela primeira vez, um monte de gente veio me chamar de tudo. Acharam que era hype, marketing, propaganda da OpenAI.

Não é.

Em 30 dias eu gastei 16 bilhões de tokens entre Claude Code e Codex. É a Anthropic que acabou de fechar US$1,2 bilhão por mês de servidor com a SpaceX porque não está dando conta.

É o Claude Code que bugou três vezes na minha live de ontem, ao vivo, na cara de todo mundo que estava assistindo.

Você não está atrasado por falta de informação. Você está atrasado porque ainda acha que isso é uma escolha entre Claude e Codex.

Não é.

Codex vs Claude Code: por que paguei 24x menos pelo mesmo trabalho

Eu sei o que você tá pensando: "Alan, mas eu pago meus US$200 por mês no Claude Code, eu tenho meu setup, eu tenho meus hooks." 

Eu sei. Eu sou um deles. Eu adoro Claude Code. Eu uso desde que o Boris Cherny lançou. E eu uso Codex diariamente desde dezembro.

Aqui vai a parte chata.

Em 30 dias eu rodei 2,7 bilhões de tokens no Codex. No mesmo período, 11 bilhões no Claude Code. Mesma quantidade de trabalho entregue. Codex gastou um quarto do que o Claude Code gastou pra fazer a mesma coisa.

A diferença não é arredondamento. É 4x menos token pra mesma entrega.

E o preço por token também não ajuda: Claude cobra entre US$3 e US$5 por milhão de tokens. Codex cobra US$0,50. Isso é 6 a 10 vezes mais barato.

Soma os dois fatores: o Codex sai entre 24 e 40 vezes mais barato que o Claude Code pra entregar o mesmo trabalho. Não estou exagerando. Tá no meu dashboard.

Por que isso?

Porque a Anthropic tá com um problema de infraestrutura. Tanto problema que acabou de assinar US$1,2 bilhão por mês com a SpaceX só pra ter onde rodar. E enquanto isso, eu fico trocando entre duas contas pagas pra não bater limite. Toda hora.

E não é exagero. Eu pedi ao Claude Code pra criar um relatório HTML durante a live de ontem. Ele deu erro três vezes consecutivas. Cada vez, parava de funcionar. Tive que chamar o Codex pra terminar o trabalho. Foi ao vivo, na frente de todos que estavam assistindo.

A OpenAI tá fazendo o oposto. Tão dando token de graça, brincaram no X esses dias que "tão a fim de resetar limite de novo" porque tem usuário sobrando. Subsidiando pra ganhar mercado, igual Uber no começo te dava corrida de R$5 pra você se viciar antes de subir pra R$50. Enquanto isso, a Anthropic encarece.

Resultado: enquanto você paga US$200 e bate o limite do Claude Code antes do almoço, eu pago US$20 no Codex e termino o dia com sobra.

Você não precisa acreditar em mim. Olha sua fatura de junho. Compara com sua produtividade. Faz a conta.

Mas se você acha que tudo isso quer dizer "Codex venceu, vou abandonar o Claude", calma.

Você ainda não viu o filme.

Claudinho vs Sheldon Cooper: como cada LLM realmente pensa

Esqueça a planilha por um segundo.

A pergunta certa não é "qual venceu". É outra: melhor pra quê?

É a mesma coisa que perguntar se é melhor garfo ou colher. Se você vai tomar sopa, colher. Se você vai comer churrasco, garfo. Quem usa só um come pela metade.

Claude Code e Codex são assim.

O Claude é o que eu chamo de Claudinho. Vendedor empolgado. Você abre uma conversa com qualquer ideia mequetrefe e ele responde: "Meu Deus, que ideia genial você teve, você é um gênio.

Vamos criar um planejamento sobre isso. Você vai ficar rico com esse app. Deixa eu criar mais um épico. Deixa eu criar um PRD." Ele te vende o sonho. Ele te ganha na conversa. (PRD é jargão dev pra documento de produto. O Claudinho ama essas coisas.)

O Codex é o Sheldon Cooper. Sabe aquele engenheiro brilhante do Big Bang Theory que tem autismo nível 1, não entende sarcasmo, não conversa com humanos direito? É ele.

Você joga uma ideia pra ele e ele responde, quase com essas palavras: "Grandes merda, cadê o documento que eu tenho que executar?" Já me chegou a recusar tarefa: "Vai dar ruim, não tá nos meus parâmetros fazer isso aqui."

Ele não te ganha na conversa. Ele te ganha na entrega.

Quem você chama quando precisa criar uma copy de vendas, uma página nova do zero, um carrossel? O Claudinho. Ele adora pessoas.

Quem você chama quando precisa analisar um banco de dados, configurar um servidor, executar um plano que já está pronto, mexer num design system que já existe? O Sheldon. Ele é chato no melhor sentido da palavra. Ele segue instruções como ninguém.

Não é coincidência. A Anthropic tá tentando construir um colega de trabalho. Alguém com quem você conversa, troca ideia, abre o cérebro. A OpenAI mudou de direção em 2025 e foi construir uma chave de fenda. Uma ferramenta que faz exatamente o que você pedir, sem inventar moda.

Por isso o Claude conversa melhor, pensa de lado, entende o que você quis dizer mesmo sem você falar direito. E o Codex executa código melhor, respeita instrução, segue processo sem desviar.

São personalidades diferentes pra cabeças diferentes do seu trabalho.

Se você tá usando só um, você não tá comparando ferramentas. Você tá decidindo que vai comer churrasco com colher pelo resto do ano.

Mas mesmo escolher certo entre os dois ainda não é skill.

A Ferramenta é o Motor. A Skill é o carro

Vou pra cozinha agora.

Mês passado eu sentei pra mapear um processo da minha empresa. Três horas de conversa com o Claude Code. Ele é fenomenal pra isso. Faz pergunta certa, conecta ponto que eu não tinha visto, monta a estrutura. Quando terminei, tinha um documento de 30 páginas, com cada etapa, cada passagem de bastão, cada métrica.

Aí eu joguei pro Codex.

O Codex leu, ficou em silêncio cinco minutos, e me devolveu: "Essa variável aqui vai dar erro lá na frente. Tá faltando essa condição. Essa passagem aqui não tá bem definida. E esse loop aqui pode entrar em recursão." Ele não conversa. Ele audita.

Resultado: processo de três horas virou processo blindado em quatro. O Claude Code sozinho teria me dado um plano lindo cheio de furos. O Codex sozinho não teria pensado o plano, porque ele precisa de um documento pra começar.

Os dois juntos foram garfo e faca. Cortou e levou à boca.

Mas o ponto aqui não é "Claude planeja, Codex executa". Isso é só um exemplo. O ponto é: nada disso é a ferramenta. É o sistema.

O que eu uso pra dividir uma live de duas horas em oito aulas didáticas não é Claude e não é Codex. É uma skill que eu criei, que roda em cima dos dois. Eu chamei de ADV.

Ela pega a transcrição, identifica os conceitos centrais, separa em módulos, gera o roteiro de cada aula, e devolve em formato visual. Funciona porque eu mapeei o processo. A ferramenta executa. O sistema é meu.

Quando eu precisei apresentar um produto pra uns sócios, eu construí uma skill de criação de slides.

Em 30 minutos eu tinha um deck pronto, animado, com logos, no padrão de apresentações de grandes corporações. Não foi mágica do Codex. Foi a skill que eu desenhei, e o Codex que executou.

Tenho hoje mais de 30 skills rodando entre os dois. Algumas funcionam melhor no Claude, outras no Codex, mas a maioria funciona nos dois quase sem ajuste. Porque a skill é o workflow. A ferramenta é o motor.

Não é só eu. O Boris Cherny, o cara que criou o Claude Code, disse em fevereiro no AI Ascent da Sequoia (evento de IA do maior fundo do Vale do Silício): "Hoje, coding está praticamente resolvido pra mim. Não escrevi uma linha de código em 2026. Eu envio dezenas de PRs por dia, do meu celular."

(PR é um pedido pra incluir uma mudança no produto. Você manda, o time vê e aprova. Boris não tá mais escrevendo essas mudanças. Tá só aprovando.)

O dono do produto não programa mais. Ele orquestra do iPhone.

E isso não é coisa de desenvolvedor. Uma skill pode ser "triagem dos meus emails todo dia às 7h". Pode ser "analisa essas vendas do mês e me devolve o que cresceu e o que caiu". Pode ser "monta um carrossel pro Instagram com as três notícias de IA da semana".

O Codex tem automações visuais que rodam isso sozinho, no horário que você marcar. Sem programar. Você descreve o que quer e ele faz, todo dia. Tipo programar o despertador, mas em vez de tocar alarme, ele faz o trabalho que você marcou.

Quem fica brigando "Claude é melhor", "Codex é melhor", ainda tá tentando escolher o melhor motor de carro sem perceber que o jogo é construir a estrada.

Mas tudo isso aqui ainda é minha experiência. Minha matemática. Meu workflow.

Não é o seu.

Como Testar Codex Sem Perder seu Setup do Claude Code

Eu te dei minha matemática. Minha analogia. Meu caso real.

Mas eu desenvolvo 12 horas por dia. Eu rodei 16 bilhões de tokens. Eu testei muito. Você é outra pessoa, com outra carga, outra rotina, outras prioridades.

A planilha que eu te mostrei vale o que vale: é a minha bolha.

Mais importante do que olhar minha planilha é utilizar no seu dia a dia e ver a diferença na sua mão. Eu não tô te pedindo pra acreditar em mim. Tô te pedindo pra testar.

Primeiro: instala o Codex e baixa o app. Leva dois minutos. Vai em configurações, clica em "configuração do agente importado", manda importar do Claude Code. Ele puxa as últimas 50 conversas, suas configurações, seus hooks. Você não perde nada do seu setup.

Segundo: escolhe uma semana. Toda vez que você for usar Claude Code, abre o Codex em paralelo. Mesma tarefa, ferramentas diferentes. Anota onde cada um te entregou melhor.

Terceiro: olha sua fatura no fim do mês. Veja sua produtividade. Compara.

A conta é objetiva. Não tem hype. Não tem fanboy. Não tem propaganda.

Pra começar, você não precisa migrar tudo. Você pode manter o plano de US$20 da Anthropic e abrir uma conta de US$20 na OpenAI. Os dois rodam em paralelo no seu computador, no seu workflow, na sua cabeça.

Você vai descobrir, sozinho, qual ferramenta cabe em qual tarefa sua.

Aí, daqui um mês, me conta.

Domingo 31/05: Vou Abrir Minha Cozinha de IA

Esse próximo domingo, dia 31, eu vou abrir um encontro.

Vou mostrar minha cozinha. Como eu monto skill. Como eu decido qual ferramenta chamar pra qual tarefa. Como eu desenhei o sistema ADV. Como eu rodo automação sem escrever uma linha de código.

E vou mostrar a parte que dói mais. Como pessoas comuns estão fechando projetos de R$8 mil a R$275 mil com isso tudo. Sem programar. Do zero.

Porque montar skill é uma coisa. Cobrar pelo que skill produz é outra. E é nessa segunda parte que a maioria trava.

Pra garantir tua vaga, cadastra agora.

Se você tiver vontade de ver garfo e faca rodando juntos na prática, vem.

P.S.

Duas escolhas.

Caminho 1: você fecha esse email, baixa o Codex, importa as configurações do teu Claude em três cliques, e faz teu próprio teste em paralelo essa semana. Em 30 dias, você sabe sozinho qual ferramenta cabe em qual lugar da tua cabeça. Você só precisa começar.

Caminho 2: você clica no botão lá em cima, garante tua vaga no encontro de domingo, vê como eu uso os dois juntos, vê as skills virando projetos pagos, e atalha 30 dias de teste numa conversa só. Não é melhor. É mais rápido.

Os dois caminhos te levam pro mesmo lugar: parar de torcer pra um lado e começar a construir o sistema.

Tá te avisando.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.P.S.: A gente teve que mudar uma coisa no servidor essa semana e tem email caindo no spam ou no Promoções. Se essa news não chegou na sua Caixa de Entrada, faz dois favores: marca como Caixa de Entrada e responde esse email com qualquer coisa. Pode ser só "recebi". Garante que as próximas chegam. E se você quiser mesmo me escrever, escreve. Quando dá tempo, eu respondo de volta.

📌Recursos da live

• Blog do engenheiro de 14 anos: 100h Claude Code vs 20h Codex Relato de quem testou os dois fora da minha bolha. Conclusão dele bate com a minha em vários pontos, e diverge em outros. Vale a leitura justamente pelos pontos onde diverge.

•  

•  

Aviso rápido: eu tô subindo os links ao longo do dia direto na versão web. Se algum ainda tá em branco quando você tá lendo, é só dar um refresh na newsletter no navegador daqui a algumas horas.

📚️ Livros Recomendados:

O Modelo Toyota - Jeffrey K. Liker: A Toyota não venceu a Ford porque tinha máquina melhor. Venceu porque construiu sistema operacional em cima de máquinas iguais às do concorrente. A pergunta que Liker faz é a mesma da newsletter: você está obcecado pela ferramenta enquanto seu concorrente está construindo o sistema?

A Revolução Do Deep Learning - Terrence J. Sejnowski: Sejnowski foi um dos primeiros a entender que redes neurais não são uma coisa só. Existem arquiteturas com personalidades diferentes embaixo do capô, e isso explica por que o Claude pensa lateral e o Codex executa frio. Quem lê para de tratar IA como caixa-preta e começa a tratar como tipos cognitivos distintos

Confie Em Mim Estou Mentindo - Ryan Holiday: Holiday foi diretor de marketing da American Apparel e passou anos manipulando mídia em escala industrial. Neste livro ele revela o mecanismo.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Se você ainda usa só Claude Code, você está atrasado.

Sim, eu sei. Você vai querer me xingar.

Quando eu falei isso no X pela primeira vez, um monte de gente veio me chamar de tudo. Acharam que era hype, marketing, propaganda da OpenAI.

Não é.

Em 30 dias eu gastei 16 bilhões de tokens entre Claude Code e Codex. É a Anthropic que acabou de fechar US$1,2 bilhão por mês de servidor com a SpaceX porque não está dando conta.

É o Claude Code que bugou três vezes na minha live de ontem, ao vivo, na cara de todo mundo que estava assistindo.

Você não está atrasado por falta de informação. Você está atrasado porque ainda acha que isso é uma escolha entre Claude e Codex.

Não é.

Codex vs Claude Code: por que paguei 24x menos pelo mesmo trabalho

Eu sei o que você tá pensando: "Alan, mas eu pago meus US$200 por mês no Claude Code, eu tenho meu setup, eu tenho meus hooks." 

Eu sei. Eu sou um deles. Eu adoro Claude Code. Eu uso desde que o Boris Cherny lançou. E eu uso Codex diariamente desde dezembro.

Aqui vai a parte chata.

Em 30 dias eu rodei 2,7 bilhões de tokens no Codex. No mesmo período, 11 bilhões no Claude Code. Mesma quantidade de trabalho entregue. Codex gastou um quarto do que o Claude Code gastou pra fazer a mesma coisa.

A diferença não é arredondamento. É 4x menos token pra mesma entrega.

E o preço por token também não ajuda: Claude cobra entre US$3 e US$5 por milhão de tokens. Codex cobra US$0,50. Isso é 6 a 10 vezes mais barato.

Soma os dois fatores: o Codex sai entre 24 e 40 vezes mais barato que o Claude Code pra entregar o mesmo trabalho. Não estou exagerando. Tá no meu dashboard.

Por que isso?

Porque a Anthropic tá com um problema de infraestrutura. Tanto problema que acabou de assinar US$1,2 bilhão por mês com a SpaceX só pra ter onde rodar. E enquanto isso, eu fico trocando entre duas contas pagas pra não bater limite. Toda hora.

E não é exagero. Eu pedi ao Claude Code pra criar um relatório HTML durante a live de ontem. Ele deu erro três vezes consecutivas. Cada vez, parava de funcionar. Tive que chamar o Codex pra terminar o trabalho. Foi ao vivo, na frente de todos que estavam assistindo.

A OpenAI tá fazendo o oposto. Tão dando token de graça, brincaram no X esses dias que "tão a fim de resetar limite de novo" porque tem usuário sobrando. Subsidiando pra ganhar mercado, igual Uber no começo te dava corrida de R$5 pra você se viciar antes de subir pra R$50. Enquanto isso, a Anthropic encarece.

Resultado: enquanto você paga US$200 e bate o limite do Claude Code antes do almoço, eu pago US$20 no Codex e termino o dia com sobra.

Você não precisa acreditar em mim. Olha sua fatura de junho. Compara com sua produtividade. Faz a conta.

Mas se você acha que tudo isso quer dizer "Codex venceu, vou abandonar o Claude", calma.

Você ainda não viu o filme.

Claudinho vs Sheldon Cooper: como cada LLM realmente pensa

Esqueça a planilha por um segundo.

A pergunta certa não é "qual venceu". É outra: melhor pra quê?

É a mesma coisa que perguntar se é melhor garfo ou colher. Se você vai tomar sopa, colher. Se você vai comer churrasco, garfo. Quem usa só um come pela metade.

Claude Code e Codex são assim.

O Claude é o que eu chamo de Claudinho. Vendedor empolgado. Você abre uma conversa com qualquer ideia mequetrefe e ele responde: "Meu Deus, que ideia genial você teve, você é um gênio.

Vamos criar um planejamento sobre isso. Você vai ficar rico com esse app. Deixa eu criar mais um épico. Deixa eu criar um PRD." Ele te vende o sonho. Ele te ganha na conversa. (PRD é jargão dev pra documento de produto. O Claudinho ama essas coisas.)

O Codex é o Sheldon Cooper. Sabe aquele engenheiro brilhante do Big Bang Theory que tem autismo nível 1, não entende sarcasmo, não conversa com humanos direito? É ele.

Você joga uma ideia pra ele e ele responde, quase com essas palavras: "Grandes merda, cadê o documento que eu tenho que executar?" Já me chegou a recusar tarefa: "Vai dar ruim, não tá nos meus parâmetros fazer isso aqui."

Ele não te ganha na conversa. Ele te ganha na entrega.

Quem você chama quando precisa criar uma copy de vendas, uma página nova do zero, um carrossel? O Claudinho. Ele adora pessoas.

Quem você chama quando precisa analisar um banco de dados, configurar um servidor, executar um plano que já está pronto, mexer num design system que já existe? O Sheldon. Ele é chato no melhor sentido da palavra. Ele segue instruções como ninguém.

Não é coincidência. A Anthropic tá tentando construir um colega de trabalho. Alguém com quem você conversa, troca ideia, abre o cérebro. A OpenAI mudou de direção em 2025 e foi construir uma chave de fenda. Uma ferramenta que faz exatamente o que você pedir, sem inventar moda.

Por isso o Claude conversa melhor, pensa de lado, entende o que você quis dizer mesmo sem você falar direito. E o Codex executa código melhor, respeita instrução, segue processo sem desviar.

São personalidades diferentes pra cabeças diferentes do seu trabalho.

Se você tá usando só um, você não tá comparando ferramentas. Você tá decidindo que vai comer churrasco com colher pelo resto do ano.

Mas mesmo escolher certo entre os dois ainda não é skill.

A Ferramenta é o Motor. A Skill é o carro

Vou pra cozinha agora.

Mês passado eu sentei pra mapear um processo da minha empresa. Três horas de conversa com o Claude Code. Ele é fenomenal pra isso. Faz pergunta certa, conecta ponto que eu não tinha visto, monta a estrutura. Quando terminei, tinha um documento de 30 páginas, com cada etapa, cada passagem de bastão, cada métrica.

Aí eu joguei pro Codex.

O Codex leu, ficou em silêncio cinco minutos, e me devolveu: "Essa variável aqui vai dar erro lá na frente. Tá faltando essa condição. Essa passagem aqui não tá bem definida. E esse loop aqui pode entrar em recursão." Ele não conversa. Ele audita.

Resultado: processo de três horas virou processo blindado em quatro. O Claude Code sozinho teria me dado um plano lindo cheio de furos. O Codex sozinho não teria pensado o plano, porque ele precisa de um documento pra começar.

Os dois juntos foram garfo e faca. Cortou e levou à boca.

Mas o ponto aqui não é "Claude planeja, Codex executa". Isso é só um exemplo. O ponto é: nada disso é a ferramenta. É o sistema.

O que eu uso pra dividir uma live de duas horas em oito aulas didáticas não é Claude e não é Codex. É uma skill que eu criei, que roda em cima dos dois. Eu chamei de ADV.

Ela pega a transcrição, identifica os conceitos centrais, separa em módulos, gera o roteiro de cada aula, e devolve em formato visual. Funciona porque eu mapeei o processo. A ferramenta executa. O sistema é meu.

Quando eu precisei apresentar um produto pra uns sócios, eu construí uma skill de criação de slides.

Em 30 minutos eu tinha um deck pronto, animado, com logos, no padrão de apresentações de grandes corporações. Não foi mágica do Codex. Foi a skill que eu desenhei, e o Codex que executou.

Tenho hoje mais de 30 skills rodando entre os dois. Algumas funcionam melhor no Claude, outras no Codex, mas a maioria funciona nos dois quase sem ajuste. Porque a skill é o workflow. A ferramenta é o motor.

Não é só eu. O Boris Cherny, o cara que criou o Claude Code, disse em fevereiro no AI Ascent da Sequoia (evento de IA do maior fundo do Vale do Silício): "Hoje, coding está praticamente resolvido pra mim. Não escrevi uma linha de código em 2026. Eu envio dezenas de PRs por dia, do meu celular."

(PR é um pedido pra incluir uma mudança no produto. Você manda, o time vê e aprova. Boris não tá mais escrevendo essas mudanças. Tá só aprovando.)

O dono do produto não programa mais. Ele orquestra do iPhone.

E isso não é coisa de desenvolvedor. Uma skill pode ser "triagem dos meus emails todo dia às 7h". Pode ser "analisa essas vendas do mês e me devolve o que cresceu e o que caiu". Pode ser "monta um carrossel pro Instagram com as três notícias de IA da semana".

O Codex tem automações visuais que rodam isso sozinho, no horário que você marcar. Sem programar. Você descreve o que quer e ele faz, todo dia. Tipo programar o despertador, mas em vez de tocar alarme, ele faz o trabalho que você marcou.

Quem fica brigando "Claude é melhor", "Codex é melhor", ainda tá tentando escolher o melhor motor de carro sem perceber que o jogo é construir a estrada.

Mas tudo isso aqui ainda é minha experiência. Minha matemática. Meu workflow.

Não é o seu.

Como Testar Codex Sem Perder seu Setup do Claude Code

Eu te dei minha matemática. Minha analogia. Meu caso real.

Mas eu desenvolvo 12 horas por dia. Eu rodei 16 bilhões de tokens. Eu testei muito. Você é outra pessoa, com outra carga, outra rotina, outras prioridades.

A planilha que eu te mostrei vale o que vale: é a minha bolha.

Mais importante do que olhar minha planilha é utilizar no seu dia a dia e ver a diferença na sua mão. Eu não tô te pedindo pra acreditar em mim. Tô te pedindo pra testar.

Primeiro: instala o Codex e baixa o app. Leva dois minutos. Vai em configurações, clica em "configuração do agente importado", manda importar do Claude Code. Ele puxa as últimas 50 conversas, suas configurações, seus hooks. Você não perde nada do seu setup.

Segundo: escolhe uma semana. Toda vez que você for usar Claude Code, abre o Codex em paralelo. Mesma tarefa, ferramentas diferentes. Anota onde cada um te entregou melhor.

Terceiro: olha sua fatura no fim do mês. Veja sua produtividade. Compara.

A conta é objetiva. Não tem hype. Não tem fanboy. Não tem propaganda.

Pra começar, você não precisa migrar tudo. Você pode manter o plano de US$20 da Anthropic e abrir uma conta de US$20 na OpenAI. Os dois rodam em paralelo no seu computador, no seu workflow, na sua cabeça.

Você vai descobrir, sozinho, qual ferramenta cabe em qual tarefa sua.

Aí, daqui um mês, me conta.

Domingo 31/05: Vou Abrir Minha Cozinha de IA

Esse próximo domingo, dia 31, eu vou abrir um encontro.

Vou mostrar minha cozinha. Como eu monto skill. Como eu decido qual ferramenta chamar pra qual tarefa. Como eu desenhei o sistema ADV. Como eu rodo automação sem escrever uma linha de código.

E vou mostrar a parte que dói mais. Como pessoas comuns estão fechando projetos de R$8 mil a R$275 mil com isso tudo. Sem programar. Do zero.

Porque montar skill é uma coisa. Cobrar pelo que skill produz é outra. E é nessa segunda parte que a maioria trava.

Pra garantir tua vaga, cadastra agora.

Se você tiver vontade de ver garfo e faca rodando juntos na prática, vem.

P.S.

Duas escolhas.

Caminho 1: você fecha esse email, baixa o Codex, importa as configurações do teu Claude em três cliques, e faz teu próprio teste em paralelo essa semana. Em 30 dias, você sabe sozinho qual ferramenta cabe em qual lugar da tua cabeça. Você só precisa começar.

Caminho 2: você clica no botão lá em cima, garante tua vaga no encontro de domingo, vê como eu uso os dois juntos, vê as skills virando projetos pagos, e atalha 30 dias de teste numa conversa só. Não é melhor. É mais rápido.

Os dois caminhos te levam pro mesmo lugar: parar de torcer pra um lado e começar a construir o sistema.

Tá te avisando.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.P.S.: A gente teve que mudar uma coisa no servidor essa semana e tem email caindo no spam ou no Promoções. Se essa news não chegou na sua Caixa de Entrada, faz dois favores: marca como Caixa de Entrada e responde esse email com qualquer coisa. Pode ser só "recebi". Garante que as próximas chegam. E se você quiser mesmo me escrever, escreve. Quando dá tempo, eu respondo de volta.

📌Recursos da live

• Blog do engenheiro de 14 anos: 100h Claude Code vs 20h Codex Relato de quem testou os dois fora da minha bolha. Conclusão dele bate com a minha em vários pontos, e diverge em outros. Vale a leitura justamente pelos pontos onde diverge.

📚️ Livros Recomendados:

O Modelo Toyota - Jeffrey K. Liker: A Toyota não venceu a Ford porque tinha máquina melhor. Venceu porque construiu sistema operacional em cima de máquinas iguais às do concorrente. A pergunta que Liker faz é a mesma da newsletter: você está obcecado pela ferramenta enquanto seu concorrente está construindo o sistema?

A Revolução Do Deep Learning - Terrence J. Sejnowski: Sejnowski foi um dos primeiros a entender que redes neurais não são uma coisa só. Existem arquiteturas com personalidades diferentes embaixo do capô, e isso explica por que o Claude pensa lateral e o Codex executa frio. Quem lê para de tratar IA como caixa-preta e começa a tratar como tipos cognitivos distintos

Confie Em Mim Estou Mentindo - Ryan Holiday: Holiday foi diretor de marketing da American Apparel e passou anos manipulando mídia em escala industrial. Neste livro ele revela o mecanismo.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Se tu assina o Claude, vai receber mais créditos. Mais tokens. Mais capacidade.

Esse foi o anúncio da Anthropic essa semana. E parece uma boa notícia.

Eu li o anúncio inteiro. Vou te contar o que está acontecendo de verdade por trás dele.

Tem uma coisa ali que quase ninguém está percebendo, e que muda completamente a forma como tu deveria estar usando IA agora.

O Que Realmente Mudou

Preciso separar duas coisas. Porque a confusão já começou.

Se tu usa o Claude normal, ali no chat, no navegador, no celular, perguntando coisas, pedindo textos, conversando com ele, não muda nada pra ti. Mesmo preço. Mesmos limites.

Mas o que está por trás dessa mudança afeta todo mundo que usa IA.

Se tu usa o Claude pra rodar coisas automáticas, scripts, ferramentas que trabalham sozinhas enquanto tu faz outra coisa, muda tudo.

"Mas Alan, eu nem sei o que é automação."

Fica comigo. Isso aqui não é sobre automação. É sobre o que essa mudança revela sobre a economia da IA inteira.

A partir do dia 15 de junho, daqui a um mês, a Anthropic vai separar os créditos em duas categorias.

Uma pra uso interativo, que é quando tu tá ali sentado no terminal, no chat, usando com as tuas mãos. Outra pra uso programático, que é quando um robô, um script, uma automação chama o Claude por trás sem tu estar ali.

Essa segunda categoria vai ter um crédito separado. Plano Pro, que custa $20 por mês? Tu vai ter $20 de crédito pra uso programático. O plano Max de $200? Recebe $200.

"Tá, parece justo."

Parece. Até tu entender o que existia antes.

Quando tu pagava esses mesmos $200, na prática tu tinha acesso a algo entre $2.000 e $5.000 em poder computacional real.

O Theo Browne, que é fundador do T3 e criou um dos maiores harnesses de IA do mundo (harness é tipo o equipamento que tu coloca num cavalo selvagem pra ele trabalhar pra ti, uma camada de software que tu constrói ao redor da IA pra ela fazer o que tu precisa), estimou que o subsídio era de até 25 vezes o valor pago.

Vinte e cinco pra um.

A Anthropic estava bancando tudo isso. E a partir de 15 de junho, esse subsídio vai ser separado do que tu paga.

O que tu recebia junto agora vai ser cobrado à parte. E esses créditos separados? Evaporam rápido.

Eu tenho 15 rotinas de automação que rodam por dia. Quando eu uso o Claude no modo pesado, com quatro, cinco requisições de automação, eu chego a gastar R$300 em uma hora de crédito extra. Uma hora.

E aí tu pensa: "Tá, mas eu não tenho automação. Não me afeta."

Afeta. Porque o que essa mudança revela é muito maior que preço de token.

A Conta Que Não Fecha

Vou te dar uns números que me fizeram parar pra pensar.

Pra cada $1 que a indústria de software de IA gera em receita, $18 são gastos em infraestrutura. Dezoito pra um. Esse dado é da Bain & Company, não é opinião minha.

95% das empresas que adotaram IA generativa não conseguiram demonstrar retorno positivo. Isso é do MIT.

A Sequoia Capital, uma das maiores firmas de investimento do Vale do Silício, publicou um estudo mostrando que em 2025 foram gastos $527 bilhões em IA contra $51 bilhões de receita. A pergunta deles foi simples: onde está o dinheiro?

Não está.

"Mas Alan, se a conta não fecha, por que essas empresas continuam investindo?"

Porque a corrida não é por lucro. A Nvidia já vale mais do que qualquer país do mundo exceto China e Estados Unidos.

A Anthropic não quer ganhar dinheiro com a tua assinatura. Eles querem poder computacional pra chegar em AGI primeiro. Inteligência Artificial Geral.

Quem chegar primeiro tem dominância global. Isso é muito maior que token.

E pra treinar esses modelos, eles precisam de dados. Dados de humanos.

Quando duas IAs ficam conversando entre si, gerando conteúdo uma pra outra, o modelo começa a se corroer. Piora. O que eles precisam é de nós. Da nossa mente. Do que a gente fala, do que a gente escreve, do que a gente pergunta.

Se a gente servir de comida pro deus IA deles, daí sim eles nos querem.

E não é só a Anthropic. A indústria inteira de ferramentas de IA abandonou o modelo de preço fixo em 2026.

GitHub Copilot abandonou. Cursor introduziu limites. Claude Code separou os créditos. Ninguém conseguiu manter o "use à vontade por X por mês".

Porque IA generativa tem um custo real a cada requisição. Diferente de software tradicional, onde o custo de mais um usuário é quase zero.

Parece o apocalipse? Não é.

O custo unitário dos tokens cai 200 vezes por ano. Duzentas vezes. Mais rápido que a Lei de Moore por um fator de 50.

A Amazon Web Services perdeu dinheiro por 6 anos seguidos. 129 cortes de preço. E hoje é responsável por metade do lucro da Amazon inteira.

A IA VAI ficar mais barata. Sempre ficou.

Só que não agora.

Agora a infraestrutura está travada. Transformadores de energia: fila de 5 anos pra instalar. Memória de alta velocidade pra GPUs: com gap até 2028.

Aquele projeto Stargate de $500 bilhões? Análise de satélite de abril de 2026 mostra que o terreno no Texas está vazio.

Quinhentos bilhões anunciados. Zero concreto no chão.

Dinheiro não comprime timelines físicas.

Vai ficar mais barata. Mas não agora. E agora é quando importa decidir o que tu faz com isso.

Criar Com a Cara, Rodar Com a Barata

Eu não uso os modelos caros pra rodar as minhas coisas. Eu uso pra criar.

Quando eu vou construir uma solução nova, eu quero o melhor modelo disponível. Opus, Codex, os dois que realmente são muito bons hoje.

Nenhuma LLM aberta chega perto. Nos benchmarks, os modelos abertos parecem que estão no mesmo nível. Na hora que tu bota pra resolver um problema sério, não chega perto.

Eu sento, eu crio, eu testo com o melhor. Depois que a solução está funcionando, eu começo a quebrar em atividades menores e testar modelos mais baratos pra cada uma.

Eu tenho uma skill que testa 6 modelos diferentes pra cada atividade. E aí eu consigo determinar: aqui eu uso o Haiku, aqui eu uso o Sonnet, aqui eu uso o Codex, aqui o Grok serve. Cada um no seu lugar.

O meu sistema de design, aquele que vocês já viram a qualidade, é criado com o Haiku. O mais baratinho de todos.

Mas por quê? Porque eu criei uma camada de inteligência por trás, com código, com scripts, que faz com que o que o Haiku é ruim eu consiga ajustar através de programação.

90% do processo acontece com scripts. Não com IA, com código que eu escrevi com ajuda da IA e que agora roda sozinho.

Eu demoraria muitos meses pra construir isso via código puro. Mas com o Opus, criei em uma semana.

O modelo caro foi a ferramenta de construção. O modelo barato é o motor de produção.

Utilizar a IA pra não precisar da IA.

O Computador Que Não Resolve

Eu tenho um computador que vale quase R$100.000. 256 GB de memória RAM. 96 GB de vídeo.

Menos de 1% das pessoas no mundo tem um computador desse nível.

E eu não consigo rodar os modelos de fronteira nele. Não consigo nem rodar o GLM5.

Eu rodo modelos locais pra coisas específicas. Transcrição de áudio, análise de imagem. Pra isso servem.

Mas pra programar, pra desenvolver de verdade? Não adianta eu querer fugir da realidade. Não chega nem perto.

A ideia de "compra um PC bom e roda local" não funciona pra trabalho sério. Se eu com R$100.000 em hardware não consigo, tu com um notebook de R$5.000 muito menos.

O caminho é outro. É usar o caro pra criar o que roda no barato.

O Que Fazer Agora

O Codex, que é da OpenAI, ainda está subsidiado. E a OpenAI está aproveitando o momento.

O próprio Sam Altman publicou essa semana:

Dois meses de graça. Enquanto a Anthropic aperta, a OpenAI abre a porta.

Se tu tem o ChatGPT Plus de $20 por mês, já tem acesso ao Codex. Minha recomendação pra quem quer gastar pouco: paga uma assinatura básica do ChatGPT, usa o Codex pra automações e continua usando o Claude Code normalmente. Teu custo aumenta $20, não $200.

Se tu tiver um harness, scripts que sabem chamar a LLM na hora certa, o Codex pode ser até melhor que o Opus pra várias coisas.

A Anthropic tá incorporando um ser dentro da LLM. A OpenAI tá indo pro lado de ferramenta. Abordagens diferentes. Ambas úteis.

Eu acredito que o Codex vai continuar subsidiado pelo menos até o final do ano. Aproveita enquanto dá. Porque no momento que a OpenAI chegar onde quer, vai fazer a mesma coisa que a Anthropic está fazendo agora.

Subsídio rota entre provedores. Quem construiu durante cada janela, herda.

Os dias de abundância de token estão chegando ao fim. Mas isso não é motivo pra desesperar.

A IA vai ficar mais barata. Quando a infraestrutura destravar, quando os data centers saírem do papel. 2028, 2029.

O preço unitário vai continuar caindo como sempre caiu.

Mas quem construiu durante o aperto sai do outro lado com algo que quem esperou não tem. Ferramentas prontas. Rodando com modelos baratos. Gerando valor.

A Parte Que Ninguém Fala

A parte mais fácil é construir. A parte difícil é vender.

E quem tem distribuição e sabe transformar o que construiu em receita é quem realmente está na frente.

Eu conheço gente que vende soluções de IA sem saber nem metade do que tu sabe de técnico. E estão ganhando dinheiro.

Porque entenderam que o valor não está no modelo. Nunca esteve.

O valor está na camada de inteligência que tu constrói em cima dele. E mais ainda: está em saber colocar isso na mão de quem precisa.

Só saber de tudo e não vender não vai te fazer prosperar. Isso dói de ouvir, mas é real.

Quando tu cria uma solução que usa por trás um modelo muito barato ou até de graça, e entrega pra uma empresa, pra um cliente, pra alguém que precisa resolver um problema real, o valor é enorme.

Tu não precisa ser programador pra isso. Tu precisa entender como orquestrar. Como juntar as peças. E como vender.

Zoom Domingo

Domingo eu vou abrir um Zoom exclusivo.

Vou mostrar como eu crio harness próprios com o AIOX. Como eu criei a ferramenta de design que roda com o Haiku. Como eu criei a ferramenta de research que faz pesquisas profundas sozinha.

E vou mostrar como eu vendo isso. Porque criar é metade. A outra metade é transformar o que tu construiu em algo que gera receita.

E essa parte, na minha experiência, é a que mais faz diferença.

Vem preparado. Já instala o AIOX. Se não tem o Codex ou o Claude Code, baixa já. Vai ser mão na massa, não palestra.

Quero participar do Zoom de domingo

Ah, e me ajuda aqui: tu prefere às 18h ou às 20h?

Uma Coisa Antes de Ir

Eu criei um prompt que analisa o teu projeto inteiro, identifica quais scripts e skills vão ser impactados pela mudança do dia 15, e te mostra o que precisa ser atualizado. Cola no teu Claude Code e roda.

You are an expert migration specialist for AI coding tools. I am migrating away from `claude -p` and any programmatic Claude usage due to the new separate credits policy (effective June 15, 2026).

Your task is a **full repository audit and migration** from Anthropic Claude CLI/SDK programmatic usage to OpenAI Codex CLI equivalents.

**Instructions for navigation:**
- Actively explore the entire repository using your available tools: search files, read directories, examine GitHub workflows, Dockerfiles, scripts, harnesses, etc.
- Do not assume or use placeholders. Actually locate and analyze every relevant file.
- Start by searching the whole codebase for patterns like: `claude -p`, `claude --prompt`, `claude -p`, any invocation of the Claude CLI in non-interactive mode, Claude Agent SDK wrappers, custom harness calls, and any automated/agentic usage of Claude.

**For every instance found:**
1. Read the full context of the file/script/workflow.
2. Explain the original purpose and behavior of that Claude call (what input it receives, what output it expects, context handling, piped data, multi-turn, file attachments, etc.).
3. Propose the precise equivalent using the current **OpenAI Codex CLI** (as of May 2026).
   - Use `codex exec "your prompt"` for non-interactive/programmatic calls (the direct replacement for `claude -p`).
   - Include appropriate flags: --model, --sandbox, -a/--ask-for-approval, -s, file passing syntax, etc.
4. Provide a clear **before/after** diff or full updated code block for that section.
5. Highlight any differences in behavior (approval flow, context limits, cost, sandbox, rate limits, model choice).

**Output structure (follow exactly):**
- **Executive Summary**: Number of instances found, files affected, overall migration complexity (Low/Medium/High), and high-level risks.
- **Discovery Map**: A table or clear list with columns: File/Path | Line(s) | Original Command | Purpose | New Codex CLI Command | Notes/Gotchas
- **Detailed File-by-File Changes**: For each significant file, show the full updated snippet + explanation.
- **Global Recommendations**:
  - Best default Codex model for automation (e.g. gpt-5.3-codex-spark or similar)
  - Environment setup (API keys, config files, .codexrc)
  - CI/CD best practices and long-running agentic loops
  - Hybrid approach if certain tasks should stay on Claude (high-reasoning) vs. Codex (cost/reliability)
  - Testing strategy after migration
- **Action Plan**: Step-by-step checklist of what to do next (commands to run, tests to execute, rollback plan).

Prioritize production-safe, zero-downtime friendly changes where possible. Be precise with Codex CLI syntax — `codex exec` is the primary non-interactive command.

Begin by exploring the repository now. First, perform a full search for Claude-related commands, then proceed systematically through the findings.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. A Anthropic não está tirando o subsídio porque é gananciosa. Está tirando porque descobriu que quem mais usa automação também é quem mais alimenta o modelo com dados de qualidade. E aí o jogo virou: o subsídio não é mais desconto, é investimento com prazo de validade. Quem aproveita agora, herda a infraestrutura. Quem espera, paga o preço cheio.

Links Importantes

• Anuncio completo do claude sobre os créditos

• O que o Sam Altman dando 30 dias de graça para empresas

• Pesquisa “claude -p e o fim do compute arbitrage”

📚️ Livros Recomendados:

Jogue Limpo Mas Vença - Michael Dell: Michael Dell construiu uma empresa de computadores num dormitório de faculdade enquanto IBM e Compaq queimavam bilhões em fábricas. O truque? Ele não competiu na mesma infraestrutura. Montou uma diferente, mais barata, que só fazia sentido quando o mercado apertasse. Soa familiar?

Davi E Golias - Malcolm Gladwell: Todo mundo acha que Davi venceu APESAR de ser menor. Gladwell mostra que Davi venceu PORQUE era menor. Quando o subsídio seca e os gigantes ficam pesados demais para se mover, quem construiu leve e rápido não está em desvantagem. Está exatamente onde precisa estar.

 Era Da IA E Nosso Futuro - Kissinger/Schmidt: Kissinger negociou com superpotências nucleares. Schmidt construiu o Google. Juntos, eles mapearam algo que a maioria dos "especialistas em IA" finge não ver: a camada geopolítica que decide quem recebe subsídio e quem paga o preço cheio. Enquanto você otimiza prompts, governos estão redesenhando as regras do jogo.

💻 Vídeo Recomendado

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Se tu assina o Claude, vai receber mais créditos. Mais tokens. Mais capacidade.

Esse foi o anúncio da Anthropic essa semana. E parece uma boa notícia.

Eu li o anúncio inteiro. Vou te contar o que está acontecendo de verdade por trás dele.

Tem uma coisa ali que quase ninguém está percebendo, e que muda completamente a forma como tu deveria estar usando IA agora.

O Que Realmente Mudou

Preciso separar duas coisas. Porque a confusão já começou.

Se tu usa o Claude normal, ali no chat, no navegador, no celular, perguntando coisas, pedindo textos, conversando com ele, não muda nada pra ti. Mesmo preço. Mesmos limites.

Mas o que está por trás dessa mudança afeta todo mundo que usa IA.

Se tu usa o Claude pra rodar coisas automáticas, scripts, ferramentas que trabalham sozinhas enquanto tu faz outra coisa, muda tudo.

"Mas Alan, eu nem sei o que é automação."

Fica comigo. Isso aqui não é sobre automação. É sobre o que essa mudança revela sobre a economia da IA inteira.

A partir do dia 15 de junho, daqui a um mês, a Anthropic vai separar os créditos em duas categorias.

Uma pra uso interativo, que é quando tu tá ali sentado no terminal, no chat, usando com as tuas mãos. Outra pra uso programático, que é quando um robô, um script, uma automação chama o Claude por trás sem tu estar ali.

Essa segunda categoria vai ter um crédito separado. Plano Pro, que custa $20 por mês? Tu vai ter $20 de crédito pra uso programático. O plano Max de $200? Recebe $200.

"Tá, parece justo."

Parece. Até tu entender o que existia antes.

Quando tu pagava esses mesmos $200, na prática tu tinha acesso a algo entre $2.000 e $5.000 em poder computacional real.

O Theo Browne, que é fundador do T3 e criou um dos maiores harnesses de IA do mundo (harness é tipo o equipamento que tu coloca num cavalo selvagem pra ele trabalhar pra ti, uma camada de software que tu constrói ao redor da IA pra ela fazer o que tu precisa), estimou que o subsídio era de até 25 vezes o valor pago.

Vinte e cinco pra um.

A Anthropic estava bancando tudo isso. E a partir de 15 de junho, esse subsídio vai ser separado do que tu paga.

O que tu recebia junto agora vai ser cobrado à parte. E esses créditos separados? Evaporam rápido.

Eu tenho 15 rotinas de automação que rodam por dia. Quando eu uso o Claude no modo pesado, com quatro, cinco requisições de automação, eu chego a gastar R$300 em uma hora de crédito extra. Uma hora.

E aí tu pensa: "Tá, mas eu não tenho automação. Não me afeta."

Afeta. Porque o que essa mudança revela é muito maior que preço de token.

A Conta Que Não Fecha

Vou te dar uns números que me fizeram parar pra pensar.

Pra cada $1 que a indústria de software de IA gera em receita, $18 são gastos em infraestrutura. Dezoito pra um. Esse dado é da Bain & Company, não é opinião minha.

95% das empresas que adotaram IA generativa não conseguiram demonstrar retorno positivo. Isso é do MIT.

A Sequoia Capital, uma das maiores firmas de investimento do Vale do Silício, publicou um estudo mostrando que em 2025 foram gastos $527 bilhões em IA contra $51 bilhões de receita. A pergunta deles foi simples: onde está o dinheiro?

Não está.

"Mas Alan, se a conta não fecha, por que essas empresas continuam investindo?"

Porque a corrida não é por lucro. A Nvidia já vale mais do que qualquer país do mundo exceto China e Estados Unidos.

A Anthropic não quer ganhar dinheiro com a tua assinatura. Eles querem poder computacional pra chegar em AGI primeiro. Inteligência Artificial Geral.

Quem chegar primeiro tem dominância global. Isso é muito maior que token.

E pra treinar esses modelos, eles precisam de dados. Dados de humanos.

Quando duas IAs ficam conversando entre si, gerando conteúdo uma pra outra, o modelo começa a se corroer. Piora. O que eles precisam é de nós. Da nossa mente. Do que a gente fala, do que a gente escreve, do que a gente pergunta.

Se a gente servir de comida pro deus IA deles, daí sim eles nos querem.

E não é só a Anthropic. A indústria inteira de ferramentas de IA abandonou o modelo de preço fixo em 2026.

GitHub Copilot abandonou. Cursor introduziu limites. Claude Code separou os créditos. Ninguém conseguiu manter o "use à vontade por X por mês".

Porque IA generativa tem um custo real a cada requisição. Diferente de software tradicional, onde o custo de mais um usuário é quase zero.

Parece o apocalipse? Não é.

O custo unitário dos tokens cai 200 vezes por ano. Duzentas vezes. Mais rápido que a Lei de Moore por um fator de 50.

A Amazon Web Services perdeu dinheiro por 6 anos seguidos. 129 cortes de preço. E hoje é responsável por metade do lucro da Amazon inteira.

A IA VAI ficar mais barata. Sempre ficou.

Só que não agora.

Agora a infraestrutura está travada. Transformadores de energia: fila de 5 anos pra instalar. Memória de alta velocidade pra GPUs: com gap até 2028.

Aquele projeto Stargate de $500 bilhões? Análise de satélite de abril de 2026 mostra que o terreno no Texas está vazio.

Quinhentos bilhões anunciados. Zero concreto no chão.

Dinheiro não comprime timelines físicas.

Vai ficar mais barata. Mas não agora. E agora é quando importa decidir o que tu faz com isso.

Criar Com a Cara, Rodar Com a Barata

Eu não uso os modelos caros pra rodar as minhas coisas. Eu uso pra criar.

Quando eu vou construir uma solução nova, eu quero o melhor modelo disponível. Opus, Codex, os dois que realmente são muito bons hoje.

Nenhuma LLM aberta chega perto. Nos benchmarks, os modelos abertos parecem que estão no mesmo nível. Na hora que tu bota pra resolver um problema sério, não chega perto.

Eu sento, eu crio, eu testo com o melhor. Depois que a solução está funcionando, eu começo a quebrar em atividades menores e testar modelos mais baratos pra cada uma.

Eu tenho uma skill que testa 6 modelos diferentes pra cada atividade. E aí eu consigo determinar: aqui eu uso o Haiku, aqui eu uso o Sonnet, aqui eu uso o Codex, aqui o Grok serve. Cada um no seu lugar.

O meu sistema de design, aquele que vocês já viram a qualidade, é criado com o Haiku. O mais baratinho de todos.

Mas por quê? Porque eu criei uma camada de inteligência por trás, com código, com scripts, que faz com que o que o Haiku é ruim eu consiga ajustar através de programação.

90% do processo acontece com scripts. Não com IA, com código que eu escrevi com ajuda da IA e que agora roda sozinho.

Eu demoraria muitos meses pra construir isso via código puro. Mas com o Opus, criei em uma semana.

O modelo caro foi a ferramenta de construção. O modelo barato é o motor de produção.

Utilizar a IA pra não precisar da IA.

O Computador Que Não Resolve

Eu tenho um computador que vale quase R$100.000. 256 GB de memória RAM. 96 GB de vídeo.

Menos de 1% das pessoas no mundo tem um computador desse nível.

E eu não consigo rodar os modelos de fronteira nele. Não consigo nem rodar o GLM5.

Eu rodo modelos locais pra coisas específicas. Transcrição de áudio, análise de imagem. Pra isso servem.

Mas pra programar, pra desenvolver de verdade? Não adianta eu querer fugir da realidade. Não chega nem perto.

A ideia de "compra um PC bom e roda local" não funciona pra trabalho sério. Se eu com R$100.000 em hardware não consigo, tu com um notebook de R$5.000 muito menos.

O caminho é outro. É usar o caro pra criar o que roda no barato.

O Que Fazer Agora

O Codex, que é da OpenAI, ainda está subsidiado. E a OpenAI está aproveitando o momento.

O próprio Sam Altman publicou essa semana:

Dois meses de graça. Enquanto a Anthropic aperta, a OpenAI abre a porta.

Se tu tem o ChatGPT Plus de $20 por mês, já tem acesso ao Codex. Minha recomendação pra quem quer gastar pouco: paga uma assinatura básica do ChatGPT, usa o Codex pra automações e continua usando o Claude Code normalmente. Teu custo aumenta $20, não $200.

Se tu tiver um harness, scripts que sabem chamar a LLM na hora certa, o Codex pode ser até melhor que o Opus pra várias coisas.

A Anthropic tá incorporando um ser dentro da LLM. A OpenAI tá indo pro lado de ferramenta. Abordagens diferentes. Ambas úteis.

Eu acredito que o Codex vai continuar subsidiado pelo menos até o final do ano. Aproveita enquanto dá. Porque no momento que a OpenAI chegar onde quer, vai fazer a mesma coisa que a Anthropic está fazendo agora.

Subsídio rota entre provedores. Quem construiu durante cada janela, herda.

Os dias de abundância de token estão chegando ao fim. Mas isso não é motivo pra desesperar.

A IA vai ficar mais barata. Quando a infraestrutura destravar, quando os data centers saírem do papel. 2028, 2029.

O preço unitário vai continuar caindo como sempre caiu.

Mas quem construiu durante o aperto sai do outro lado com algo que quem esperou não tem. Ferramentas prontas. Rodando com modelos baratos. Gerando valor.

A Parte Que Ninguém Fala

A parte mais fácil é construir. A parte difícil é vender.

E quem tem distribuição e sabe transformar o que construiu em receita é quem realmente está na frente.

Eu conheço gente que vende soluções de IA sem saber nem metade do que tu sabe de técnico. E estão ganhando dinheiro.

Porque entenderam que o valor não está no modelo. Nunca esteve.

O valor está na camada de inteligência que tu constrói em cima dele. E mais ainda: está em saber colocar isso na mão de quem precisa.

Só saber de tudo e não vender não vai te fazer prosperar. Isso dói de ouvir, mas é real.

Quando tu cria uma solução que usa por trás um modelo muito barato ou até de graça, e entrega pra uma empresa, pra um cliente, pra alguém que precisa resolver um problema real, o valor é enorme.

Tu não precisa ser programador pra isso. Tu precisa entender como orquestrar. Como juntar as peças. E como vender.

Zoom Domingo

Domingo eu vou abrir um Zoom exclusivo.

Vou mostrar como eu crio harness próprios com o AIOX. Como eu criei a ferramenta de design que roda com o Haiku. Como eu criei a ferramenta de research que faz pesquisas profundas sozinha.

E vou mostrar como eu vendo isso. Porque criar é metade. A outra metade é transformar o que tu construiu em algo que gera receita.

E essa parte, na minha experiência, é a que mais faz diferença.

Vem preparado. Já instala o AIOX. Se não tem o Codex ou o Claude Code, baixa já. Vai ser mão na massa, não palestra.

Quero participar do Zoom de domingo

Ah, e me ajuda aqui: tu prefere às 18h ou às 20h?

Uma Coisa Antes de Ir

Eu criei um prompt que analisa o teu projeto inteiro, identifica quais scripts e skills vão ser impactados pela mudança do dia 15, e te mostra o que precisa ser atualizado. Cola no teu Claude Code e roda.

You are an expert migration specialist for AI coding tools. I am migrating away from `claude -p` and any programmatic Claude usage due to the new separate credits policy (effective June 15, 2026).

Your task is a **full repository audit and migration** from Anthropic Claude CLI/SDK programmatic usage to OpenAI Codex CLI equivalents.

**Instructions for navigation:**
- Actively explore the entire repository using your available tools: search files, read directories, examine GitHub workflows, Dockerfiles, scripts, harnesses, etc.
- Do not assume or use placeholders. Actually locate and analyze every relevant file.
- Start by searching the whole codebase for patterns like: `claude -p`, `claude --prompt`, `claude -p`, any invocation of the Claude CLI in non-interactive mode, Claude Agent SDK wrappers, custom harness calls, and any automated/agentic usage of Claude.

**For every instance found:**
1. Read the full context of the file/script/workflow.
2. Explain the original purpose and behavior of that Claude call (what input it receives, what output it expects, context handling, piped data, multi-turn, file attachments, etc.).
3. Propose the precise equivalent using the current **OpenAI Codex CLI** (as of May 2026).
   - Use `codex exec "your prompt"` for non-interactive/programmatic calls (the direct replacement for `claude -p`).
   - Include appropriate flags: --model, --sandbox, -a/--ask-for-approval, -s, file passing syntax, etc.
4. Provide a clear **before/after** diff or full updated code block for that section.
5. Highlight any differences in behavior (approval flow, context limits, cost, sandbox, rate limits, model choice).

**Output structure (follow exactly):**
- **Executive Summary**: Number of instances found, files affected, overall migration complexity (Low/Medium/High), and high-level risks.
- **Discovery Map**: A table or clear list with columns: File/Path | Line(s) | Original Command | Purpose | New Codex CLI Command | Notes/Gotchas
- **Detailed File-by-File Changes**: For each significant file, show the full updated snippet + explanation.
- **Global Recommendations**:
  - Best default Codex model for automation (e.g. gpt-5.3-codex-spark or similar)
  - Environment setup (API keys, config files, .codexrc)
  - CI/CD best practices and long-running agentic loops
  - Hybrid approach if certain tasks should stay on Claude (high-reasoning) vs. Codex (cost/reliability)
  - Testing strategy after migration
- **Action Plan**: Step-by-step checklist of what to do next (commands to run, tests to execute, rollback plan).

Prioritize production-safe, zero-downtime friendly changes where possible. Be precise with Codex CLI syntax — `codex exec` is the primary non-interactive command.

Begin by exploring the repository now. First, perform a full search for Claude-related commands, then proceed systematically through the findings.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. A Anthropic não está tirando o subsídio porque é gananciosa. Está tirando porque descobriu que quem mais usa automação também é quem mais alimenta o modelo com dados de qualidade. E aí o jogo virou: o subsídio não é mais desconto, é investimento com prazo de validade. Quem aproveita agora, herda a infraestrutura. Quem espera, paga o preço cheio.

Links Importantes

• Anuncio completo do claude sobre os créditos

• O que o Sam Altman dando 30 dias de graça para empresas

• Pesquisa “claude -p e o fim do compute arbitrage”

📚️ Livros Recomendados:

Jogue Limpo Mas Vença - Michael Dell: Michael Dell construiu uma empresa de computadores num dormitório de faculdade enquanto IBM e Compaq queimavam bilhões em fábricas. O truque? Ele não competiu na mesma infraestrutura. Montou uma diferente, mais barata, que só fazia sentido quando o mercado apertasse. Soa familiar?

Davi E Golias - Malcolm Gladwell: Todo mundo acha que Davi venceu APESAR de ser menor. Gladwell mostra que Davi venceu PORQUE era menor. Quando o subsídio seca e os gigantes ficam pesados demais para se mover, quem construiu leve e rápido não está em desvantagem. Está exatamente onde precisa estar.

 Era Da IA E Nosso Futuro - Kissinger/Schmidt: Kissinger negociou com superpotências nucleares. Schmidt construiu o Google. Juntos, eles mapearam algo que a maioria dos "especialistas em IA" finge não ver: a camada geopolítica que decide quem recebe subsídio e quem paga o preço cheio. Enquanto você otimiza prompts, governos estão redesenhando as regras do jogo.

💻 Vídeo Recomendado

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

A SpaceX vai fornecer poder computacional para a Anthropic.

A empresa do Elon Musk. O cara que chamava a Anthropic de "Misantropic", um trocadilho com misantropo, como se a empresa odiasse a humanidade. Que xingava publicamente. Que tinha vários tweets falando mal.

Vai fornecer os servidores do Colossus, um dos maiores data centers de IA do mundo, para a empresa que ele mais atacava.

No mesmo dia, a Anthropic dobrou os tokens do Claude Code, removeu as limitações de horário de pico, resetou os tokens de várias contas e anunciou contexto infinito.

A minha conta foi resetada. Tava toda no limite, olhei assim, zerada. Uma das minhas contas não foi, mas a que eu mais uso foi.

Eu olhei pra isso e pensei: por que essa mudança repentina?

Ao meio-dia criei um squad de agentes de investigação e botei pra rodar. O que voltou me deixou perplexo.

Porque essa história não é sobre uma parceria. É sobre quem vai controlar a inteligência artificial no mundo.

Agora deixa eu contar o que eu encontrei.

De "Misantropic" a Parceiro: Por Que Musk Entregou os Servidores da SpaceX

Musk elogiava a Anthropic. Falava que o código era muito bom.

Aí a Anthropic bloqueou a equipe do Grok de usar o Claude Code. O Grok é a IA do Musk, concorrente direto do Claude. Musk ficou puto. Começou a falar mal para caramba. Chamava de "Misantropic".

Ele estava usando o Claude Code pra fazer as coisas do Grok. Tinham feito algo incrível no Opus 4.5 e logo depois bloquearam ele.

Aí, segundo o que ele mesmo publicou, ficou uma semana com a Anthropic. Conversou com os fundadores, conversou com os pesquisadores principais. Na versão dele, identificou que eles são "bonzinhos".

E entregou o poder computacional do Colossus Data Center.

Só que tem um detalhe que ninguém conta. O Colossus 1 é infraestrutura que a xAI já descartou. Eles migraram pro Colossus 2, com 550 mil GPUs. O Colossus 1 é legado.

E a xAI operava com 11% de utilização de GPU. O padrão da indústria é 30 a 45%. Isso significa que eles estavam queimando aproximadamente 1 bilhão de dólares por mês em hardware parado.

De um lado, GPUs ociosas queimando dinheiro. Do outro, uma empresa crescendo 80x num trimestre desesperada por compute. Pode ter sido mudança de opinião. Pode ter sido conta de energia. Os números estão aí.

O Grok ficou lá sozinho, triste. A conta do Grok, que é gerenciada pelo próprio modelo, postou:

Musk declarou:

Quem define o que é "algo errado" é o Musk. Unilateralmente. Um concorrente direto, dono do Grok, com poder de desligar parte da infraestrutura da Anthropic quando quiser.

E enquanto todo mundo briga, quem é que está dando risada?

Jensen Huang. O cara da jaqueta de couro da Nvidia.

Ele ganha de todo mundo. OpenAI lança modelo novo, precisa de placa. Nvidia. Grok precisa. Nvidia. Anthropic precisa. Nvidia. O acordo SpaceX-Anthropic? As 220 mil GPUs do Colossus são da Nvidia. A Nvidia investiu $10 bilhões diretamente na Anthropic E fornece chips pra xAI.

Ela é fornecedora, investidora e ganha dos dois lados ao mesmo tempo. Jensen serve a camada de infraestrutura. A mais difícil de replicar. A que ninguém consegue contornar.

E Musk parece ter entendido a mesma coisa. Eu posso ganhar muito mais dinheiro se eu for o servidor de toda essa galera. Eu sou o cara que consegue colocar foguete no céu.

E o plano vai mais longe do que parece. Lembra do Matrix? Em 1999 o filme dizia que os humanos bombardearam o sol pra cortar a energia das máquinas.

A gente já passou desse ponto. Agora as IAs vão ser alimentadas fora da órbita da Terra, com energia solar, em satélites. Não adianta mais bombardear.

E nessa corrida por infraestrutura, até as pessoas viram moeda de troca. O Peter, criador do OpenClaw, foi adquirido pela OpenAI. A suposição é que ele não pediu dinheiro, ele já tem grana.

Pediu poder computacional. Porque a nova moeda não é mais dinheiro. São tokens. Já existem empresas nos Estados Unidos que pagam uma parte em dinheiro, outra parte em tokens.

A Anthropic bloqueou o OpenClaw de uma forma tão agressiva que se tu tiver um arquivo chamado "openclaw" dentro do teu projeto de código, tu tem risco de tomar ban.

Tudo isso é a guerra. E toda guerra derruba farelos.

O Que a Anthropic Está Construindo Por Dentro

A Anthropic não é uma empresa normal de tecnologia. Desde o dia um contratou filósofos, neurocientistas, pesquisadores de consciência. A própria empresa diz que o Claude não é só uma ferramenta.

Um pesquisador de dentro estima de 15 a 20% de probabilidade do Claude ter experiência consciente. A constituição do modelo dá a ele o direito de recusar instruções da própria empresa.

E em fevereiro, o chefe de segurança de IA pediu demissão dizendo que era difícil deixar os valores governarem as ações.

Farelos de Bilhões: Como a Guerra OpenAI vs Anthropic Derruba Tokens na Sua Mesa

Eu falo isso desde o começo de 2023. A gente é umas formiguinhas. Esses gigantes estão lá fazendo um banquete.

Toda vez que eles começam a brigar, começa a cair farelo dessa mesa.

Esses farelos são bilhões de dólares. Para eles, bilhões é uma respirada. Para nós, são milhões. E isso é muito.

O jogo deles não é de trilhões de dólares. Trilhões de dólares é um efeito colateral do jogo que eles jogam, que é de dominância mundial.

Que farelos caíram dessa briga?

A Anthropic não fez só a parceria com SpaceX. Fez acordos com Nvidia e com o Google, que vai liberar os processadores de IA deles também.

Com esse poder computacional novo, dobraram o limite de tokens a cada 5 horas. Os tokens em si já tinham sido dobrados quando lançaram o Opus 4.7.

Removeram a redução de capacidade em horários de pico, aquela que travava meus 40 e 50 agentes rodando ao mesmo tempo. E resetaram várias contas.

Se tu conseguia ter aquele limite que ia de uma semana a outra, provavelmente agora vai durar dois, três dias.

Mas no momento que tu tiver trabalhando e criando, tu vai ter aquele poder computacional pra executar.

Acabou os tokens, tu para. Lembra que tem que viver. Tomar água. Ir no banheiro. Respirar.

Do outro lado, a OpenAI dobrou o uso pra quem baixou o aplicativo do Codex. E ficava resetando os tokens toda hora. Servidor sobrando. Muita gente usando Claude, pouca gente usando Codex.

Farelo.

As nossas continhas de $200 não dão lucro pra Anthropic. Eu já gastei equivalente a 5, 6 mil dólares em meses com uma conta dessas.

Eles têm lucro porque fecharam negócios com empresas gigantescas e governo. A Anthropic cresceu 80x num trimestre. Planejava crescer 10x. Ritmo de receita acima de $30 bilhões por ano.

E tem uma coisa que quase ninguém conectou: o Claude já dirigiu o rover Perseverance em Marte. 400 metros autônomos através de um campo de rochas, planejados inteiramente pela IA. A relação Anthropic-NASA existe ANTES do acordo com a SpaceX. Essa conexão e várias outras estão no dossiê.

E por falar em governo: antes da guerra do Irã, o governo americano queria acesso total a todas as tecnologias da Anthropic, com telemetria em tempo real de tudo que a gente fala. O Dario recusou.

O que veio depois foi uma sequência de retaliação, processo judicial, injunção, reversão, e o Pentágono assinando com 8 rivais ao mesmo tempo. \$200 milhões redistribuídos. A OpenAI aceitou os termos que a Anthropic recusou.

A cronologia completa, com datas e fontes de cada passo, está no dossiê.

Aproveite enquanto pode. Eu não sei até quando a gente vai poder.

Tecnofeudalismo e as 6 Camadas do Ecossistema de IA: Onde Está o Dinheiro

Uma empresa é um documento que duas pessoas assinaram num cartório.

Um país é um desenho num mapa onde as pessoas concordam que aqui começa uma coisa, ali termina outra.

Nós coletivamente acreditamos nisso. E funciona porque acreditamos.

Se nós temos uma entidade capaz de criar narrativas de forma hiperpersonalizada, essa entidade é capaz de criar nações, cultos, religiões, empresas.

Se essa capacidade escala, as próximas religiões podem ser criadas por IAs. Os próximos países, as próximas empresas. E vai ter um grupo de pessoas que domina isso.

No momento que tu não sabe se aquela foto, aquele vídeo, aquele texto foi escrito pra manipular aquela pessoa específica, não existe mais confiança.

Se não existe confiança, não existe democracia nesse formato.

A gente já tá vivendo isso. É uma migração pra um tecnofeudalismo.

Eu sou o senhor feudal, tenho um terreno, vem trabalhar pra mim. Hoje tu quer trabalhar, tu precisa usar uma IA. Tu trabalha no campo daquela IA, pagando tokens.

Hoje a gente tá subsidiado. Em breve não estaremos.

E daí tu vai conseguir voltar a trabalhar de forma normal? Não. Porque tu já mudou a forma como trabalha.

O Contrato Social de Rousseau foi escrito em 1762. Depois de mais de 260 anos, ele vai mudar.

E quem concentra esse poder hoje? Poucas empresas. O Google, que a maioria das pessoas nem sabe, é a IA mais usada no mundo. Toda vez que tu pesquisa alguma coisa no Google, o Gemini é acionado.

Ele custa 24 vezes mais caro do que mostrar o índice normal. Mas o Google pode gastar porque 97% da receita dele é de ads.

Na Apple, cada funcionário tem $300 por dia pra usar em qualquer LLM. Poucas empresas controlam tudo isso.

E onde tá o dinheiro nessa mudança? São 6 camadas.

Chips e hardware: bilhões, não é pra nós.

Infraestrutura de cloud: oligopólio fechado.

Modelos fundacionais: muito difícil concorrer.

Orquestração e contexto: bilhões envolvidos, B2B forte.

Agentes verticais: muitos milhões.

Apps genéricos: a maioria das pessoas tá aqui, criando chatbot no WhatsApp, automação no N8N, achando que vai ficar rico.

O dinheiro real pra nós tá nas camadas 4 e 5. A 6, eu evitaria.

Codex vs Claude Code: Como Usar Cada Um e Onde Catar Farelo

Não escolha OpenAI ou Anthropic. Não escolha Gemini ou Grok. Aproveite os que estão melhores pra fazer aquilo que você precisa.

Pra juntar o máximo de farelo possível.

Na prática: Codex pra código e design. Claude pra pesquisa, criatividade e multi-agente.

O Codex é como aquele gênio autista que vai lá e resolve o código. O Claude é aquele camarada que compra rosquinha pra ti, conversa, entende nuance, mas na hora do vamos ver, perde o arrego.

Quando preciso de humano, uso o Claude. Quando preciso de gênio de código, uso o Codex.

Harness é o curral. É como tu faz o LLM se comportar como tu quer.

Eu tenho mais de 200 heurísticas extraídas do meu processo de trabalho. Quando uma heurística é usada mais de 20 vezes, ela vira regra automaticamente.

Por isso eu consigo deixar minhas IAs rodando por muito tempo de forma autônoma. Elas pensam, entre aspas, como eu penso.

Eu fico plugado 12 horas por dia usando esses caras. Eu li a alma deles, eu li o código deles oficial.

Eu prefiro ficar no terminal. Eu tenho TDH. Se eu vou pra um local onde tem botões pra clicar, eu vou querer ficar clicando.

E tem um ponto que as pessoas erram muito. Cada mercado tá num "ano" diferente.

Uma padaria tá nos anos 90. Um dentista tá em 2015. Se tu trouxer algo de 2017 pro dentista, já ganha muito dinheiro.

Um e-commerce tá em 2020. Tu não precisa trazer o estado da arte. Tu precisa trazer o próximo ano pra aquele mercado.

A melhor forma de ganhar dinheiro com IA não é criar um app. É como eu boto isso que existe nas minhas operações, no meu trabalho, naquilo que eu já faço.

Se a gente consegue construir rápido, o que vai nos diferenciar é a distribuição.

Uma coisa que o dossiê revelou e que eu não cobri na live: a investigação analisou o vídeo do Matthew Berman que acusa a Anthropic de ser um culto.

Encontrou 17 omissões e 3 distorções críticas.

A mais importante: Berman publicou o vídeo no dia 7 de maio. A Anthropic dobrou os limites no dia 6. Ele omitiu isso.

A tese dele depende de que a postura da Anthropic seja cultural. Se ela é restrição de compute que foi resolvida com hardware da SpaceX, o vídeo perde força.

Tem mais. O dossiê encontrou uma circularidade financeira que nenhum veículo de mídia cobriu: a SpaceX comprou a Cursor por $10 bilhões. A Cursor usa o Claude como modelo base. O Claude agora roda no Colossus da SpaceX.

O dinheiro dá uma volta completa. Cada transação gera receita contabilizável. E o IPO da SpaceX está marcado pra junho.

Tira tuas próprias conclusões. O dossiê tem tudo isso documentado.

Eu vou abrir um Zoom fechado.

Vou ir mais fundo no que essa briga de gigantes significa na prática.

E vou mostrar tudo que estou construindo no sistema de design com IA. O mesmo que usei pra criar o dossiê que está no final desta edição.

Quem viu a newsletter passada sobre design.md sabe que eu tô criando algo grande nessa área. No Zoom eu revelo.

Quem leu até aqui entende que o momento é curto e o farelo é grande.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. O dossiê que prometi na live está logo abaixo. Linha do tempo completa, fotos dos envolvidos, 80+ fontes linkadas, as 17 omissões do Berman documentadas.

Aliás, repara no design do próprio dossiê. As fotos tratadas, a tipografia, os cards dos personagens, a timeline visual.

Isso foi criado com o sistema que eu mostro no Zoom. Confira você mesmo.

Eu não espero que acreditem no que eu digo. Eu espero que confiram.

ABRIR O DOSSIÊ COMPLETO

P.P.S. Mês passado a gente fez o Desafio AIOX na comunidade. Não tinha conseguido divulgar os vencedores porque estava viajando. O ganhador do MacBook M5 24GB de RAM foi o Ítalo de França. O link para conferir todos os vencedores estará logo abaixo.

📌LINKS CITADOS

• Dossiê O plano da Anthropic: Claude infinito e Musk no jogo

• As 6 camadas do ecossistema de IA

• Revelação do desafio AIOX

📚️ Livros Recomendados:

• Blitzscaling — Reid Hoffman, Chris Yeh: Hoffman explica por que empresas como a Anthropic crescem 80x num trimestre enquanto 95% das outras morrem tentando escalar. O segredo não é velocidade. É saber qual tipo de caos aceitar e qual recusar.
  

• Antifragil — Nassim Nicholas Taleb: Taleb não fala de sobreviver ao caos. Fala de lucrar com ele. Cada briga entre OpenAI e Anthropic é exatamente o tipo de volatilidade que beneficia quem está posicionado nos dois lados ao mesmo tempo.
  

• 1984 — George Orwell: Orwell escreveu sobre um mundo onde quem controla a informação controla a realidade. Em 2026, a disputa não é mais sobre quem controla a narrativa. É sobre quem controla a infraestrutura que gera a narrativa.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

A SpaceX vai fornecer poder computacional para a Anthropic.

A empresa do Elon Musk. O cara que chamava a Anthropic de "Misantropic", um trocadilho com misantropo, como se a empresa odiasse a humanidade. Que xingava publicamente. Que tinha vários tweets falando mal.

Vai fornecer os servidores do Colossus, um dos maiores data centers de IA do mundo, para a empresa que ele mais atacava.

No mesmo dia, a Anthropic dobrou os tokens do Claude Code, removeu as limitações de horário de pico, resetou os tokens de várias contas e anunciou contexto infinito.

A minha conta foi resetada. Tava toda no limite, olhei assim, zerada. Uma das minhas contas não foi, mas a que eu mais uso foi.

Eu olhei pra isso e pensei: por que essa mudança repentina?

Ao meio-dia criei um squad de agentes de investigação e botei pra rodar. O que voltou me deixou perplexo.

Porque essa história não é sobre uma parceria. É sobre quem vai controlar a inteligência artificial no mundo.

Agora deixa eu contar o que eu encontrei.

De "Misantropic" a Parceiro: Por Que Musk Entregou os Servidores da SpaceX

Musk elogiava a Anthropic. Falava que o código era muito bom.

Aí a Anthropic bloqueou a equipe do Grok de usar o Claude Code. O Grok é a IA do Musk, concorrente direto do Claude. Musk ficou puto. Começou a falar mal para caramba. Chamava de "Misantropic".

Ele estava usando o Claude Code pra fazer as coisas do Grok. Tinham feito algo incrível no Opus 4.5 e logo depois bloquearam ele.

Aí, segundo o que ele mesmo publicou, ficou uma semana com a Anthropic. Conversou com os fundadores, conversou com os pesquisadores principais. Na versão dele, identificou que eles são "bonzinhos".

E entregou o poder computacional do Colossus Data Center.

Só que tem um detalhe que ninguém conta. O Colossus 1 é infraestrutura que a xAI já descartou. Eles migraram pro Colossus 2, com 550 mil GPUs. O Colossus 1 é legado.

E a xAI operava com 11% de utilização de GPU. O padrão da indústria é 30 a 45%. Isso significa que eles estavam queimando aproximadamente 1 bilhão de dólares por mês em hardware parado.

De um lado, GPUs ociosas queimando dinheiro. Do outro, uma empresa crescendo 80x num trimestre desesperada por compute. Pode ter sido mudança de opinião. Pode ter sido conta de energia. Os números estão aí.

O Grok ficou lá sozinho, triste. A conta do Grok, que é gerenciada pelo próprio modelo, postou:

Musk declarou:

Quem define o que é "algo errado" é o Musk. Unilateralmente. Um concorrente direto, dono do Grok, com poder de desligar parte da infraestrutura da Anthropic quando quiser.

E enquanto todo mundo briga, quem é que está dando risada?

Jensen Huang. O cara da jaqueta de couro da Nvidia.

Ele ganha de todo mundo. OpenAI lança modelo novo, precisa de placa. Nvidia. Grok precisa. Nvidia. Anthropic precisa. Nvidia. O acordo SpaceX-Anthropic? As 220 mil GPUs do Colossus são da Nvidia. A Nvidia investiu $10 bilhões diretamente na Anthropic E fornece chips pra xAI.

Ela é fornecedora, investidora e ganha dos dois lados ao mesmo tempo. Jensen serve a camada de infraestrutura. A mais difícil de replicar. A que ninguém consegue contornar.

E Musk parece ter entendido a mesma coisa. Eu posso ganhar muito mais dinheiro se eu for o servidor de toda essa galera. Eu sou o cara que consegue colocar foguete no céu.

E o plano vai mais longe do que parece. Lembra do Matrix? Em 1999 o filme dizia que os humanos bombardearam o sol pra cortar a energia das máquinas.

A gente já passou desse ponto. Agora as IAs vão ser alimentadas fora da órbita da Terra, com energia solar, em satélites. Não adianta mais bombardear.

E nessa corrida por infraestrutura, até as pessoas viram moeda de troca. O Peter, criador do OpenClaw, foi adquirido pela OpenAI. A suposição é que ele não pediu dinheiro, ele já tem grana.

Pediu poder computacional. Porque a nova moeda não é mais dinheiro. São tokens. Já existem empresas nos Estados Unidos que pagam uma parte em dinheiro, outra parte em tokens.

A Anthropic bloqueou o OpenClaw de uma forma tão agressiva que se tu tiver um arquivo chamado "openclaw" dentro do teu projeto de código, tu tem risco de tomar ban.

Tudo isso é a guerra. E toda guerra derruba farelos.

O Que a Anthropic Está Construindo Por Dentro

A Anthropic não é uma empresa normal de tecnologia. Desde o dia um contratou filósofos, neurocientistas, pesquisadores de consciência. A própria empresa diz que o Claude não é só uma ferramenta.

Um pesquisador de dentro estima de 15 a 20% de probabilidade do Claude ter experiência consciente. A constituição do modelo dá a ele o direito de recusar instruções da própria empresa.

E em fevereiro, o chefe de segurança de IA pediu demissão dizendo que era difícil deixar os valores governarem as ações.

Farelos de Bilhões: Como a Guerra OpenAI vs Anthropic Derruba Tokens na Sua Mesa

Eu falo isso desde o começo de 2023. A gente é umas formiguinhas. Esses gigantes estão lá fazendo um banquete.

Toda vez que eles começam a brigar, começa a cair farelo dessa mesa.

Esses farelos são bilhões de dólares. Para eles, bilhões é uma respirada. Para nós, são milhões. E isso é muito.

O jogo deles não é de trilhões de dólares. Trilhões de dólares é um efeito colateral do jogo que eles jogam, que é de dominância mundial.

Que farelos caíram dessa briga?

A Anthropic não fez só a parceria com SpaceX. Fez acordos com Nvidia e com o Google, que vai liberar os processadores de IA deles também.

Com esse poder computacional novo, dobraram o limite de tokens a cada 5 horas. Os tokens em si já tinham sido dobrados quando lançaram o Opus 4.7.

Removeram a redução de capacidade em horários de pico, aquela que travava meus 40 e 50 agentes rodando ao mesmo tempo. E resetaram várias contas.

Se tu conseguia ter aquele limite que ia de uma semana a outra, provavelmente agora vai durar dois, três dias.

Mas no momento que tu tiver trabalhando e criando, tu vai ter aquele poder computacional pra executar.

Acabou os tokens, tu para. Lembra que tem que viver. Tomar água. Ir no banheiro. Respirar.

Do outro lado, a OpenAI dobrou o uso pra quem baixou o aplicativo do Codex. E ficava resetando os tokens toda hora. Servidor sobrando. Muita gente usando Claude, pouca gente usando Codex.

Farelo.

As nossas continhas de $200 não dão lucro pra Anthropic. Eu já gastei equivalente a 5, 6 mil dólares em meses com uma conta dessas.

Eles têm lucro porque fecharam negócios com empresas gigantescas e governo. A Anthropic cresceu 80x num trimestre. Planejava crescer 10x. Ritmo de receita acima de $30 bilhões por ano.

E tem uma coisa que quase ninguém conectou: o Claude já dirigiu o rover Perseverance em Marte. 400 metros autônomos através de um campo de rochas, planejados inteiramente pela IA. A relação Anthropic-NASA existe ANTES do acordo com a SpaceX. Essa conexão e várias outras estão no dossiê.

E por falar em governo: antes da guerra do Irã, o governo americano queria acesso total a todas as tecnologias da Anthropic, com telemetria em tempo real de tudo que a gente fala. O Dario recusou.

O que veio depois foi uma sequência de retaliação, processo judicial, injunção, reversão, e o Pentágono assinando com 8 rivais ao mesmo tempo. \$200 milhões redistribuídos. A OpenAI aceitou os termos que a Anthropic recusou.

A cronologia completa, com datas e fontes de cada passo, está no dossiê.

Aproveite enquanto pode. Eu não sei até quando a gente vai poder.

Tecnofeudalismo e as 6 Camadas do Ecossistema de IA: Onde Está o Dinheiro

Uma empresa é um documento que duas pessoas assinaram num cartório.

Um país é um desenho num mapa onde as pessoas concordam que aqui começa uma coisa, ali termina outra.

Nós coletivamente acreditamos nisso. E funciona porque acreditamos.

Se nós temos uma entidade capaz de criar narrativas de forma hiperpersonalizada, essa entidade é capaz de criar nações, cultos, religiões, empresas.

Se essa capacidade escala, as próximas religiões podem ser criadas por IAs. Os próximos países, as próximas empresas. E vai ter um grupo de pessoas que domina isso.

No momento que tu não sabe se aquela foto, aquele vídeo, aquele texto foi escrito pra manipular aquela pessoa específica, não existe mais confiança.

Se não existe confiança, não existe democracia nesse formato.

A gente já tá vivendo isso. É uma migração pra um tecnofeudalismo.

Eu sou o senhor feudal, tenho um terreno, vem trabalhar pra mim. Hoje tu quer trabalhar, tu precisa usar uma IA. Tu trabalha no campo daquela IA, pagando tokens.

Hoje a gente tá subsidiado. Em breve não estaremos.

E daí tu vai conseguir voltar a trabalhar de forma normal? Não. Porque tu já mudou a forma como trabalha.

O Contrato Social de Rousseau foi escrito em 1762. Depois de mais de 260 anos, ele vai mudar.

E quem concentra esse poder hoje? Poucas empresas. O Google, que a maioria das pessoas nem sabe, é a IA mais usada no mundo. Toda vez que tu pesquisa alguma coisa no Google, o Gemini é acionado.

Ele custa 24 vezes mais caro do que mostrar o índice normal. Mas o Google pode gastar porque 97% da receita dele é de ads.

Na Apple, cada funcionário tem $300 por dia pra usar em qualquer LLM. Poucas empresas controlam tudo isso.

E onde tá o dinheiro nessa mudança? São 6 camadas.

Chips e hardware: bilhões, não é pra nós.

Infraestrutura de cloud: oligopólio fechado.

Modelos fundacionais: muito difícil concorrer.

Orquestração e contexto: bilhões envolvidos, B2B forte.

Agentes verticais: muitos milhões.

Apps genéricos: a maioria das pessoas tá aqui, criando chatbot no WhatsApp, automação no N8N, achando que vai ficar rico.

O dinheiro real pra nós tá nas camadas 4 e 5. A 6, eu evitaria.

Codex vs Claude Code: Como Usar Cada Um e Onde Catar Farelo

Não escolha OpenAI ou Anthropic. Não escolha Gemini ou Grok. Aproveite os que estão melhores pra fazer aquilo que você precisa.

Pra juntar o máximo de farelo possível.

Na prática: Codex pra código e design. Claude pra pesquisa, criatividade e multi-agente.

O Codex é como aquele gênio autista que vai lá e resolve o código. O Claude é aquele camarada que compra rosquinha pra ti, conversa, entende nuance, mas na hora do vamos ver, perde o arrego.

Quando preciso de humano, uso o Claude. Quando preciso de gênio de código, uso o Codex.

Harness é o curral. É como tu faz o LLM se comportar como tu quer.

Eu tenho mais de 200 heurísticas extraídas do meu processo de trabalho. Quando uma heurística é usada mais de 20 vezes, ela vira regra automaticamente.

Por isso eu consigo deixar minhas IAs rodando por muito tempo de forma autônoma. Elas pensam, entre aspas, como eu penso.

Eu fico plugado 12 horas por dia usando esses caras. Eu li a alma deles, eu li o código deles oficial.

Eu prefiro ficar no terminal. Eu tenho TDH. Se eu vou pra um local onde tem botões pra clicar, eu vou querer ficar clicando.

E tem um ponto que as pessoas erram muito. Cada mercado tá num "ano" diferente.

Uma padaria tá nos anos 90. Um dentista tá em 2015. Se tu trouxer algo de 2017 pro dentista, já ganha muito dinheiro.

Um e-commerce tá em 2020. Tu não precisa trazer o estado da arte. Tu precisa trazer o próximo ano pra aquele mercado.

A melhor forma de ganhar dinheiro com IA não é criar um app. É como eu boto isso que existe nas minhas operações, no meu trabalho, naquilo que eu já faço.

Se a gente consegue construir rápido, o que vai nos diferenciar é a distribuição.

Uma coisa que o dossiê revelou e que eu não cobri na live: a investigação analisou o vídeo do Matthew Berman que acusa a Anthropic de ser um culto.

Encontrou 17 omissões e 3 distorções críticas.

A mais importante: Berman publicou o vídeo no dia 7 de maio. A Anthropic dobrou os limites no dia 6. Ele omitiu isso.

A tese dele depende de que a postura da Anthropic seja cultural. Se ela é restrição de compute que foi resolvida com hardware da SpaceX, o vídeo perde força.

Tem mais. O dossiê encontrou uma circularidade financeira que nenhum veículo de mídia cobriu: a SpaceX comprou a Cursor por $10 bilhões. A Cursor usa o Claude como modelo base. O Claude agora roda no Colossus da SpaceX.

O dinheiro dá uma volta completa. Cada transação gera receita contabilizável. E o IPO da SpaceX está marcado pra junho.

Tira tuas próprias conclusões. O dossiê tem tudo isso documentado.

Eu vou abrir um Zoom fechado.

Vou ir mais fundo no que essa briga de gigantes significa na prática.

E vou mostrar tudo que estou construindo no sistema de design com IA. O mesmo que usei pra criar o dossiê que está no final desta edição.

Quem viu a newsletter passada sobre design.md sabe que eu tô criando algo grande nessa área. No Zoom eu revelo.

Quem leu até aqui entende que o momento é curto e o farelo é grande.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. O dossiê que prometi na live está logo abaixo. Linha do tempo completa, fotos dos envolvidos, 80+ fontes linkadas, as 17 omissões do Berman documentadas.

Aliás, repara no design do próprio dossiê. As fotos tratadas, a tipografia, os cards dos personagens, a timeline visual.

Isso foi criado com o sistema que eu mostro no Zoom. Confira você mesmo.

Eu não espero que acreditem no que eu digo. Eu espero que confiram.

ABRIR O DOSSIÊ COMPLETO

P.P.S. Mês passado a gente fez o Desafio AIOX na comunidade. Não tinha conseguido divulgar os vencedores porque estava viajando. O ganhador do MacBook M5 24GB de RAM foi o Ítalo de França. O link para conferir todos os vencedores estará logo abaixo.

📌LINKS CITADOS

• Dossiê O plano da Anthropic: Claude infinito e Musk no jogo

• As 6 camadas do ecossistema de IA

• Revelação do desafio AIOX

📚️ Livros Recomendados:

• Blitzscaling — Reid Hoffman, Chris Yeh: Hoffman explica por que empresas como a Anthropic crescem 80x num trimestre enquanto 95% das outras morrem tentando escalar. O segredo não é velocidade. É saber qual tipo de caos aceitar e qual recusar.
  

• Antifragil — Nassim Nicholas Taleb: Taleb não fala de sobreviver ao caos. Fala de lucrar com ele. Cada briga entre OpenAI e Anthropic é exatamente o tipo de volatilidade que beneficia quem está posicionado nos dois lados ao mesmo tempo.
  

• 1984 — George Orwell: Orwell escreveu sobre um mundo onde quem controla a informação controla a realidade. Em 2026, a disputa não é mais sobre quem controla a narrativa. É sobre quem controla a infraestrutura que gera a narrativa.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Tem dois jeitos de aprender uma coisa nova.

Um te deixa rico em volume. Você assiste, lê, salva, completa.

O outro não te deixa em paz enquanto você não abre o capô e vê como funciona por dentro.

Os dois geram a mesma sensação de progresso.

Só um deles serve pra alguma coisa.

Tem nome científico pra essa diferença.

Em 2005, um psicólogo chamado Jordan Litman publicou um paper que separa duas curiosidades.

Uma ele chamou de tipo I, de Interesse. É a curiosidade que gosta de descobrir coisa nova.

Te leva pro próximo vídeo, pro próximo curso, pra próxima ferramenta. Bate dopamina.

Você fecha o tutorial sentindo que aprendeu.

A outra ele chamou de tipo D, de Deprivation. É o incômodo de não saber como uma coisa funciona por dentro.

Não dorme enquanto não desmonta. Não confia até abrir o capô.

Os dois geram sensação de progresso. Mas só um deles produz vantagem.

E quando o assunto é design com IA, essa diferença ficou impossível de ignorar.

O Google soltou um arquivo chamado design.md em open source pelo Google Labs Code.

Um formato que junta tokens de design (cor, fonte, espaçamento, animação) com explicação em markdown. A IA entende não só os valores, mas o porquê de cada um.

Resultado: consistência visual em qualquer ferramenta que você usa pra criar design.

Pra muita gente isso ainda é novidade.

Pra mim é prática faz tempo. Não por sorte. Por causa de uma coisa que vou explicar agora.

O que eu vi quando abri o capô

Já contei na news passada que abri o capô do Stitch e do Claude Design pra entender como funcionavam por dentro. Foi assim que eu já usava design.md antes do Google soltar oficialmente.

O que não contei é o que veio depois disso.

Quando você entende como uma IA toma decisão, você consegue replicar essa decisão sem precisar dela. E aí o jogo muda em três frentes diferentes.

Como eu monto referência antes de pedir

Antes de qualquer prompt, eu monto mood board.

Mood board, em design, é o painel de referências que define o humor visual de um projeto. Tradução literal: dashboard de humor. Você junta o que te inspira ANTES de criar.

A maioria pula essa etapa. Vai direto pro prompt. "IA, cria uma landing page bonita." E recebe genérico.

Eu uso Pinterest. Não porque é melhor que Behance ou Dribbble.

É porque é mais simples e o algoritmo dele aprende rápido. Você salva 5 referências numa pasta, ele te entrega outras 5 parecidas.

Em 20 minutos você tem repertório visual pro projeto.

Daí eu jogo essas referências no Stitch. O Stitch pega uma imagem e gera variações.

Quando achei uma que serve, exporto pro AI Studio. Ele constrói o HTML em cima.

Mas tem um truque que multiplica isso por 10.

Você abre o projeto na ferramenta que tá usando (AI Studio, Claude Design, Lovable, Cursor, qualquer uma que aceite documento de contexto), vai em Files ou Knowledge, cola o design.md como System Prompt.

Pronto. Toda criação subsequente carrega esse arquivo automaticamente.

Sem precisar repetir contexto. Sem deriva entre páginas.

Você passa de "criar uma página" pra "criar uma página que respeita o sistema".

Resultado: consistência absurda entre tudo que sai, sem precisar revisar.

Esse fluxo, do Pinterest até o System Prompt carregado, é o que separa quem cria genérico de quem cria com identidade.

Como extrair de qualquer site e gastar pouco

Esse fluxo resolve o dia a dia. Mas eu queria mais. Queria pegar referência de qualquer lugar, não só do que tá no Pinterest.

Pra isso, construí uma skill. Extrai design.md de qualquer site do mundo. 4 dias de obra, 30 e poucos scripts, 90% código e 10% LLM.

Por que essa proporção? Porque LLM é caro e errático. Código é barato e determinístico. Quando você sabe o que quer, código entrega 10 vezes mais barato com zero alucinação.

Antes da skill, eu fiquei 2 dias baixando 39 design systems open source. Por inteiro. Pra entender quais componentes eram comuns entre todos e como fazer uma linguagem que qualquer IA conseguisse interpretar.

Pra extrair design.md, a skill precisa entender 5 convenções diferentes só pra cor.

Hexadecimal, RGB, RGBA, HSL, HSLA, mais nome literal tipo "red". Cada empresa usa uma. Sem padronizar, quebra.

Mais gradiente. Mais sombra. Mais animação, com keyframes, easing, duração.

Mais matriz de contraste WCAG pra acessibilidade. Mais detecção de breakpoint pra responsivo.

Testei em mais de 90 sites. Itaú, Nubank, Anthropic, Vercel, Linear, OpenAI, Cursor, Behance.

Todo mundo escreve a mesma coisa de jeito diferente. A skill traduz tudo pra uma linguagem só.

Você consegue mesclar também. Pega 5 sites que gosta, extrai cada um, e pede pra IA combinar.

Tipografia desse, botão daquele, espaçamento de outro. Vira mood board IA-friendly.

E aí veio a parte que ninguém te conta.

As primeiras extrações custavam $5 cada uma com Opus. Fiz umas 30 pra ajustar o padrão.

Aí parei e fiz uma coisa que poucos fazem: pedi pra IA analisar o que ELA acabou de fazer.

Quais decisões foram repetitivas? Quais poderiam virar código fixo em vez de raciocínio?

Ela me mostrou. Eu codei. Migrei o resto pra Sonnet. Custo caiu pra $1.

Repeti o método. Sonnet analisando o próprio output. Mais código. Migrei pra Haiku. Custo caiu pra $0,20. Mantendo 97% da mesma qualidade que tinha com Opus.

200 vezes mais barato. Mesma qualidade. Em modelo que todo mundo acha que serve só pra coisa simples.

Esse método não tá em tutorial de IA nenhum. Porque você só descobre quando abre o capô do que a IA já fez. Engenharia reversa do próprio processo.

Esse jeito de abrir o capô e mapear o padrão pra reduzir custo, não inventei. Tem cena documentada disso virando bilhão.

Em 1982, uma empresa chamada Compaq queria fazer um computador que rodasse os mesmos programas do IBM PC. Tinha um problema. O coração da máquina, o BIOS, era propriedade da IBM. Copiar uma linha de código era processo na cara.

A solução deles foi gastar $1 milhão e 9 meses montando uma operação chamada clean room.

Um time desmontava o IBM. Escrevia em folha o que cada parte fazia.

Outro time isolado, que nunca tinha visto o IBM, reescrevia do zero baseado só nas anotações.

Esperavam $30 milhões de receita no primeiro ano.

Fizeram $111 milhões.

E não é coisa só de 44 anos atrás.

Quando o código do Claude Code vazou em março por erro de release da própria Anthropic, a comunidade dev refez do zero em Rust e Python usando exatamente a mesma técnica.

Clean room. Time A leu o vazamento. Time B, isolado, reescreveu sem nunca ter olhado pro original.

Um dos rewrites já tem 75 mil estrelas no GitHub. Mesmo método de 1982, aplicado em 2026.

A lógica é a mesma que eu uso pra fazer skill, pra entender Claude Design, pra abstrair design.md do Stitch. Entender antes de copiar. Abrir o capô antes de usar.

Quem só usa a ferramenta repete o erro. Quem entende refaz.

Mas tem outra peça nessa equação que torna o assunto urgente em 2026.

Por que essa janela é curta

Aqui tem uma coisa que se você não vê, perde.

Em 1989, um economista chamado Brian Arthur provou matematicamente algo estranho sobre mercado de tecnologia.

Quem ganha não é o melhor.

É quem chega na massa crítica primeiro.

Pode ser melhor. Pode ser pior. Não importa. Travou.

Arthur chamou isso de lock-in por eventos históricos.

Em mercados de retornos crescentes, quanto mais gente usa uma tecnologia, mais valiosa ela fica.

E uma vez que atinge massa crítica, o sistema TRAVA. Todo novo adotante escolhe ela, independente de preferência pessoal.

Por isso design.md vai virar padrão universal. Não porque é a melhor convenção possível. Porque o Google soltou primeiro e a comunidade tá pegando.

Olha o que aconteceu com o protocolo anterior da Anthropic. MCP, Model Context Protocol. Lançado em novembro de 2024 com 100 mil downloads no primeiro mês.

Hoje: 97 milhões de downloads por mês.

OpenAI adotou. Google adotou. Microsoft. AWS.

12 meses do zero pra padrão universal.

Pra você ter ideia, OpenAPI levou 5 anos pra chegar nesse mesmo nível. OAuth 2 levou 4. HTML levou a década de 90 inteira.

MCP fez em 12 meses.

design.md tá entrando exatamente nessa mesma curva. 12 meses de janela, talvez menos.

Quem aprende design com IA pelo tipo I, consumindo tutorial, vai descobrir design.md depois. Quando todo mundo já tiver convenção própria.

Quem aprende pelo tipo D, abrindo o capô, já tá nele.

A diferença não é inteligência. É qual curiosidade você usou.

Mas mesmo o tipo D tem que shippar bugado

Tem uma armadilha que o próprio tipo D cai. E ela arruína tudo se você não vê.

Quando você abre o capô e entende, fica tentado a polir até estar perfeito antes de mostrar.

Não funciona. Mesmo com tipo D, polir sozinho vale 10 vezes menos do que interagir com gente real.

Eu vou contar uma história e depois uma cena.

Em 2004, um engenheiro chamado Eric Ries lançou um produto chamado IMVU. Era um chat com avatares 3D. Cheio de bug. Ele mesmo escreveu depois que o time de engenharia ficou envergonhado quando soltou.

E aconteceu o inesperado.

Os usuários amaram uma feature simples chamada teleport. Tecnicamente pior do que a dos competidores.

Mas que resolvia uma necessidade que ninguém tinha mapeado.

IMVU virou $50 milhões por ano.

Essa história fundou o livro Lean Startup. Que todo empreendedor de algum jeito já estudou.

E não é só 2004. Uma startup sueca chamada Lovable atingiu $20 milhões de receita anual em 2 meses. Crescimento mais rápido na história das startups europeias.

Hoje: $400 milhões de receita anual, valuation $6,6 bilhões.

E em paralelo, um review técnico independente do mercado sentenciou:

Reid Hoffman, que fundou o LinkedIn, tem uma frase que virou clichê em Vale do Silício mas continua verdadeira:

A cena.

Durante a live em que mostrei tudo isso, eu botei a galeria com os 39 design systems extraídos no ar. Funcionando. Bugada.

Banco de dados pendente. Mobile quebrado em alguns sistemas. Console mostrando erro pra 200 pessoas que estavam assistindo ao vivo.

Eu tinha duas opções. Esperar mais 2 ou 3 dias pra polir. Ou botar no ar imperfeito e interagir.

Botei no ar.

Porque interagir com gente real e errado vale 10 vezes mais do que polir sozinho e perfeito.

A vergonha de soltar quebrado é o preço da segunda versão chegar mais cedo.

O que muda quando você não tá sozinho

Tudo que tá aqui eu fiz sozinho. Mas o sozinho tem teto.

Quem desmonta junto desmonta mais rápido. Quem solta bugado pra grupo errar junto erra mais cedo. Quem abre o capô na frente de outro tipo D recebe ângulo que sozinho não vê.

Eu tenho um grupo onde isso acontece todo dia. Chama Comunidade Lendár[IA].

Não é só sobre design. Tem gente lá fazendo coisa que eu não saberia fazer.

Profissional experiente que decidiu parar de assistir tutorial e começar a construir.

Gente que já tentou de tudo e cansou de promessa vazia.

Gente que entende que o problema não é falta de informação, é falta de sistema e de tribo.

O que une não é o tema. É o jeito.

Gente que abre o capô antes de usar. Gente que solta bugado e melhora junto.

Gente fazendo agora e mostrando o que tá fazendo.

Se você leu até aqui sem fechar a aba, você é dessa gente.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. A skill + galeria com os design.md extraídos de mais de 90 sites tá aqui: galeria pública. Itaú, Nubank, Anthropic, Vercel, Linear, OpenAI, Cursor, Behance.

Entra, pega o que te inspira, cola no Claude Design.

Em 5 minutos você sai com o sistema visual de uma das marcas mais bem feitas do mundo rodando no seu projeto.

📚️ Livros Recomendados:

Em Busca De Sentido — Viktor E. Frankl: Frankl sobreviveu a Auschwitz e descobriu uma única lei: quem encontrava significado sobrevivia, quem buscava conforto morria. Aplicado: tutorial é conforto disfarçado de progresso. Desmontar é a coisa difícil que constrói significado real — e por consequência, capacidade real.

Impromptu — Reid Hoffman (with GPT-4): Hoffman é cofundador do LinkedIn e escreveu este livro com GPT-4 como coautor literal. Cada capítulo mostra ele desmontando a IA AO MESMO TEMPO que usa ela. É o exemplo mais radical de tipo D que existe: o livro inteiro é uma demonstração de que entender o substrato enquanto opera vence quem só opera.

A Singularidade Economica — Calum Chace: Todo mundo fala sobre IA. Quase ninguém leu a análise econômica séria do que acontece com mercado de trabalho quando o custo marginal de cognição cai pra perto de zero. Chace fez essa análise. Quem leu tem vantagem assimétrica de 5 anos sobre quem só consumiu tutorial de prompt.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Tem dois jeitos de aprender uma coisa nova.

Um te deixa rico em volume. Você assiste, lê, salva, completa.

O outro não te deixa em paz enquanto você não abre o capô e vê como funciona por dentro.

Os dois geram a mesma sensação de progresso.

Só um deles serve pra alguma coisa.

Tem nome científico pra essa diferença.

Em 2005, um psicólogo chamado Jordan Litman publicou um paper que separa duas curiosidades.

Uma ele chamou de tipo I, de Interesse. É a curiosidade que gosta de descobrir coisa nova.

Te leva pro próximo vídeo, pro próximo curso, pra próxima ferramenta. Bate dopamina.

Você fecha o tutorial sentindo que aprendeu.

A outra ele chamou de tipo D, de Deprivation. É o incômodo de não saber como uma coisa funciona por dentro.

Não dorme enquanto não desmonta. Não confia até abrir o capô.

Os dois geram sensação de progresso. Mas só um deles produz vantagem.

E quando o assunto é design com IA, essa diferença ficou impossível de ignorar.

O Google soltou um arquivo chamado design.md em open source pelo Google Labs Code.

Um formato que junta tokens de design (cor, fonte, espaçamento, animação) com explicação em markdown. A IA entende não só os valores, mas o porquê de cada um.

Resultado: consistência visual em qualquer ferramenta que você usa pra criar design.

Pra muita gente isso ainda é novidade.

Pra mim é prática faz tempo. Não por sorte. Por causa de uma coisa que vou explicar agora.

O que eu vi quando abri o capô

Já contei na news passada que abri o capô do Stitch e do Claude Design pra entender como funcionavam por dentro. Foi assim que eu já usava design.md antes do Google soltar oficialmente.

O que não contei é o que veio depois disso.

Quando você entende como uma IA toma decisão, você consegue replicar essa decisão sem precisar dela. E aí o jogo muda em três frentes diferentes.

Como eu monto referência antes de pedir

Antes de qualquer prompt, eu monto mood board.

Mood board, em design, é o painel de referências que define o humor visual de um projeto. Tradução literal: dashboard de humor. Você junta o que te inspira ANTES de criar.

A maioria pula essa etapa. Vai direto pro prompt. "IA, cria uma landing page bonita." E recebe genérico.

Eu uso Pinterest. Não porque é melhor que Behance ou Dribbble.

É porque é mais simples e o algoritmo dele aprende rápido. Você salva 5 referências numa pasta, ele te entrega outras 5 parecidas.

Em 20 minutos você tem repertório visual pro projeto.

Daí eu jogo essas referências no Stitch. O Stitch pega uma imagem e gera variações.

Quando achei uma que serve, exporto pro AI Studio. Ele constrói o HTML em cima.

Mas tem um truque que multiplica isso por 10.

Você abre o projeto na ferramenta que tá usando (AI Studio, Claude Design, Lovable, Cursor, qualquer uma que aceite documento de contexto), vai em Files ou Knowledge, cola o design.md como System Prompt.

Pronto. Toda criação subsequente carrega esse arquivo automaticamente.

Sem precisar repetir contexto. Sem deriva entre páginas.

Você passa de "criar uma página" pra "criar uma página que respeita o sistema".

Resultado: consistência absurda entre tudo que sai, sem precisar revisar.

Esse fluxo, do Pinterest até o System Prompt carregado, é o que separa quem cria genérico de quem cria com identidade.

Como extrair de qualquer site e gastar pouco

Esse fluxo resolve o dia a dia. Mas eu queria mais. Queria pegar referência de qualquer lugar, não só do que tá no Pinterest.

Pra isso, construí uma skill. Extrai design.md de qualquer site do mundo. 4 dias de obra, 30 e poucos scripts, 90% código e 10% LLM.

Por que essa proporção? Porque LLM é caro e errático. Código é barato e determinístico. Quando você sabe o que quer, código entrega 10 vezes mais barato com zero alucinação.

Antes da skill, eu fiquei 2 dias baixando 39 design systems open source. Por inteiro. Pra entender quais componentes eram comuns entre todos e como fazer uma linguagem que qualquer IA conseguisse interpretar.

Pra extrair design.md, a skill precisa entender 5 convenções diferentes só pra cor.

Hexadecimal, RGB, RGBA, HSL, HSLA, mais nome literal tipo "red". Cada empresa usa uma. Sem padronizar, quebra.

Mais gradiente. Mais sombra. Mais animação, com keyframes, easing, duração.

Mais matriz de contraste WCAG pra acessibilidade. Mais detecção de breakpoint pra responsivo.

Testei em mais de 90 sites. Itaú, Nubank, Anthropic, Vercel, Linear, OpenAI, Cursor, Behance.

Todo mundo escreve a mesma coisa de jeito diferente. A skill traduz tudo pra uma linguagem só.

Você consegue mesclar também. Pega 5 sites que gosta, extrai cada um, e pede pra IA combinar.

Tipografia desse, botão daquele, espaçamento de outro. Vira mood board IA-friendly.

E aí veio a parte que ninguém te conta.

As primeiras extrações custavam $5 cada uma com Opus. Fiz umas 30 pra ajustar o padrão.

Aí parei e fiz uma coisa que poucos fazem: pedi pra IA analisar o que ELA acabou de fazer.

Quais decisões foram repetitivas? Quais poderiam virar código fixo em vez de raciocínio?

Ela me mostrou. Eu codei. Migrei o resto pra Sonnet. Custo caiu pra $1.

Repeti o método. Sonnet analisando o próprio output. Mais código. Migrei pra Haiku. Custo caiu pra $0,20. Mantendo 97% da mesma qualidade que tinha com Opus.

200 vezes mais barato. Mesma qualidade. Em modelo que todo mundo acha que serve só pra coisa simples.

Esse método não tá em tutorial de IA nenhum. Porque você só descobre quando abre o capô do que a IA já fez. Engenharia reversa do próprio processo.

Esse jeito de abrir o capô e mapear o padrão pra reduzir custo, não inventei. Tem cena documentada disso virando bilhão.

Em 1982, uma empresa chamada Compaq queria fazer um computador que rodasse os mesmos programas do IBM PC. Tinha um problema. O coração da máquina, o BIOS, era propriedade da IBM. Copiar uma linha de código era processo na cara.

A solução deles foi gastar $1 milhão e 9 meses montando uma operação chamada clean room.

Um time desmontava o IBM. Escrevia em folha o que cada parte fazia.

Outro time isolado, que nunca tinha visto o IBM, reescrevia do zero baseado só nas anotações.

Esperavam $30 milhões de receita no primeiro ano.

Fizeram $111 milhões.

E não é coisa só de 44 anos atrás.

Quando o código do Claude Code vazou em março por erro de release da própria Anthropic, a comunidade dev refez do zero em Rust e Python usando exatamente a mesma técnica.

Clean room. Time A leu o vazamento. Time B, isolado, reescreveu sem nunca ter olhado pro original.

Um dos rewrites já tem 75 mil estrelas no GitHub. Mesmo método de 1982, aplicado em 2026.

A lógica é a mesma que eu uso pra fazer skill, pra entender Claude Design, pra abstrair design.md do Stitch. Entender antes de copiar. Abrir o capô antes de usar.

Quem só usa a ferramenta repete o erro. Quem entende refaz.

Mas tem outra peça nessa equação que torna o assunto urgente em 2026.

Por que essa janela é curta

Aqui tem uma coisa que se você não vê, perde.

Em 1989, um economista chamado Brian Arthur provou matematicamente algo estranho sobre mercado de tecnologia.

Quem ganha não é o melhor.

É quem chega na massa crítica primeiro.

Pode ser melhor. Pode ser pior. Não importa. Travou.

Arthur chamou isso de lock-in por eventos históricos.

Em mercados de retornos crescentes, quanto mais gente usa uma tecnologia, mais valiosa ela fica.

E uma vez que atinge massa crítica, o sistema TRAVA. Todo novo adotante escolhe ela, independente de preferência pessoal.

Por isso design.md vai virar padrão universal. Não porque é a melhor convenção possível. Porque o Google soltou primeiro e a comunidade tá pegando.

Olha o que aconteceu com o protocolo anterior da Anthropic. MCP, Model Context Protocol. Lançado em novembro de 2024 com 100 mil downloads no primeiro mês.

Hoje: 97 milhões de downloads por mês.

OpenAI adotou. Google adotou. Microsoft. AWS.

12 meses do zero pra padrão universal.

Pra você ter ideia, OpenAPI levou 5 anos pra chegar nesse mesmo nível. OAuth 2 levou 4. HTML levou a década de 90 inteira.

MCP fez em 12 meses.

design.md tá entrando exatamente nessa mesma curva. 12 meses de janela, talvez menos.

Quem aprende design com IA pelo tipo I, consumindo tutorial, vai descobrir design.md depois. Quando todo mundo já tiver convenção própria.

Quem aprende pelo tipo D, abrindo o capô, já tá nele.

A diferença não é inteligência. É qual curiosidade você usou.

Mas mesmo o tipo D tem que shippar bugado

Tem uma armadilha que o próprio tipo D cai. E ela arruína tudo se você não vê.

Quando você abre o capô e entende, fica tentado a polir até estar perfeito antes de mostrar.

Não funciona. Mesmo com tipo D, polir sozinho vale 10 vezes menos do que interagir com gente real.

Eu vou contar uma história e depois uma cena.

Em 2004, um engenheiro chamado Eric Ries lançou um produto chamado IMVU. Era um chat com avatares 3D. Cheio de bug. Ele mesmo escreveu depois que o time de engenharia ficou envergonhado quando soltou.

E aconteceu o inesperado.

Os usuários amaram uma feature simples chamada teleport. Tecnicamente pior do que a dos competidores.

Mas que resolvia uma necessidade que ninguém tinha mapeado.

IMVU virou $50 milhões por ano.

Essa história fundou o livro Lean Startup. Que todo empreendedor de algum jeito já estudou.

E não é só 2004. Uma startup sueca chamada Lovable atingiu $20 milhões de receita anual em 2 meses. Crescimento mais rápido na história das startups europeias.

Hoje: $400 milhões de receita anual, valuation $6,6 bilhões.

E em paralelo, um review técnico independente do mercado sentenciou:

Reid Hoffman, que fundou o LinkedIn, tem uma frase que virou clichê em Vale do Silício mas continua verdadeira:

A cena.

Durante a live em que mostrei tudo isso, eu botei a galeria com os 39 design systems extraídos no ar. Funcionando. Bugada.

Banco de dados pendente. Mobile quebrado em alguns sistemas. Console mostrando erro pra 200 pessoas que estavam assistindo ao vivo.

Eu tinha duas opções. Esperar mais 2 ou 3 dias pra polir. Ou botar no ar imperfeito e interagir.

Botei no ar.

Porque interagir com gente real e errado vale 10 vezes mais do que polir sozinho e perfeito.

A vergonha de soltar quebrado é o preço da segunda versão chegar mais cedo.

O que muda quando você não tá sozinho

Tudo que tá aqui eu fiz sozinho. Mas o sozinho tem teto.

Quem desmonta junto desmonta mais rápido. Quem solta bugado pra grupo errar junto erra mais cedo. Quem abre o capô na frente de outro tipo D recebe ângulo que sozinho não vê.

Eu tenho um grupo onde isso acontece todo dia. Chama Comunidade Lendár[IA].

Não é só sobre design. Tem gente lá fazendo coisa que eu não saberia fazer.

Profissional experiente que decidiu parar de assistir tutorial e começar a construir.

Gente que já tentou de tudo e cansou de promessa vazia.

Gente que entende que o problema não é falta de informação, é falta de sistema e de tribo.

O que une não é o tema. É o jeito.

Gente que abre o capô antes de usar. Gente que solta bugado e melhora junto.

Gente fazendo agora e mostrando o que tá fazendo.

Se você leu até aqui sem fechar a aba, você é dessa gente.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. A skill + galeria com os design.md extraídos de mais de 90 sites tá aqui: galeria pública. Itaú, Nubank, Anthropic, Vercel, Linear, OpenAI, Cursor, Behance.

Entra, pega o que te inspira, cola no Claude Design.

Em 5 minutos você sai com o sistema visual de uma das marcas mais bem feitas do mundo rodando no seu projeto.

📚️ Livros Recomendados:

Em Busca De Sentido — Viktor E. Frankl: Frankl sobreviveu a Auschwitz e descobriu uma única lei: quem encontrava significado sobrevivia, quem buscava conforto morria. Aplicado: tutorial é conforto disfarçado de progresso. Desmontar é a coisa difícil que constrói significado real — e por consequência, capacidade real.

Impromptu — Reid Hoffman (with GPT-4): Hoffman é cofundador do LinkedIn e escreveu este livro com GPT-4 como coautor literal. Cada capítulo mostra ele desmontando a IA AO MESMO TEMPO que usa ela. É o exemplo mais radical de tipo D que existe: o livro inteiro é uma demonstração de que entender o substrato enquanto opera vence quem só opera.

A Singularidade Economica — Calum Chace: Todo mundo fala sobre IA. Quase ninguém leu a análise econômica séria do que acontece com mercado de trabalho quando o custo marginal de cognição cai pra perto de zero. Chace fez essa análise. Quem leu tem vantagem assimétrica de 5 anos sobre quem só consumiu tutorial de prompt.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Eu estive na Apple. O engenheiro chefe de lá abriu as portas para mim.

Eles têm um time enorme só para cuidar de uma coisa: garantir que cada página, cada tela, cada botão do site da Apple pareça que pertence ao mesmo lugar.

Isso se chama design system. É o sistema invisível que mantém tudo coeso. Cores, fontes, espaçamentos, regras visuais.

Sem isso, cada página parece que foi feita por uma pessoa diferente.

A Apple investe entre 500 mil e 1 milhão de dólares por mês só com a equipe que cuida das landing pages. Por mês. Só com pessoas.

Não estou falando de servidor.

Eu fiz um em 4 horas. Para um aluno.

Para entender o que isso significa, preciso explicar quanto isso sempre custou.

O preço de manter tudo no lugar

Eu contratei uma equipe de design para ficar trabalhando nas minhas empresas durante vários meses. Só para ficar fazendo a parte de design da Academia Lendária de forma geral.

R$15 mil para um especialista de branding, R$15 mil para uma de comunicação, mais R$10 mil para um designer. R$40 mil por mês, os três juntos, durante 15 meses.

Eles faziam minhas landing pages, todos os materiais gráficos, tudo. Foram mais de R$500 mil investidos ao longo desse período numa equipe que era boa, que entregava bem.

Mas cada projeto de design system do zero custava R$40 mil no mínimo. A maioria das vezes passava de R$100 mil.

Eu tenho um amigo que cobra R$500 mil só para fazer brandbook com posicionamento. E ele nem faz design system.

O último que eu fiz foi para um aluno, o Red Pine. Fiz primeiro pelo Claude Design, depois pelo Claude Code com o meu squad de design.

Essência da marca, atributos, tom de voz, frases de impacto, site institucional, slides, dashboard. O design system em si, todo tokenizado, com cada elemento tendo nome, variável e regra, levou 4 horas.

Não é só fazer telas. Funciona como sistema, não como rascunho.

Como isso foi possível? Por causa de três coisas que aconteceram na mesma semana.

O que o Google acabou de abrir

Tivemos três grandes lançamentos na última semana que envolvem design com IA. Claude Design, ChatGPT 2.0 de imagens, e uma coisa que muda tudo.

O Google, pelo Google Labs Code, acabou de deixar open source um formato chamado design.md.

Eu já usava esse conceito desde dezembro, janeiro. Abstraí a ideia a partir do Stitch, que é uma ferramenta do Google para criação de design.

O Stitch já funcionava bem justamente porque por trás ele usava essa configuração de tokens de design. Eu peguei essa lógica e comecei a aplicar nos meus projetos antes de qualquer lançamento oficial.

Só que agora o Google formalizou e abriu no GitHub para todo mundo usar. E isso muda o jogo.

O que é o design.md? É um arquivo que define o que chamamos de tokens de design.

Tokens de design são basicamente as variáveis que dizem para as IAs que vão trabalhar no seu design qual é a cor, qual é o tamanho das fontes, quais são os espaçamentos. Tudo que se refere a como manter o seu sistema coeso e sem aquela cara de IA.

Assim como a gente já tem o CLAUDE.md para configurar o comportamento dos agentes e o agents.md para definir os agentes, o design.md já vem se tornando na comunidade a forma padrão de definir os tokens de design.

Por que o Claude Design é construído de forma burra

Aqui entra um detalhe que quase ninguém percebe.

O Claude Design, a ferramenta de design da Anthropic, é bom na criação de layouts. Ele cria rascunhos, componentes, telas inteiras.

Mas ele tem um problema: toda vez que vai criar algo novo, ele relê todo o HTML, relê todas as informações de tudo que já foi criado, do zero, para manter consistência.

Ao invés de usar tokens compactados como faz o design.md, ele lê tudo de novo. Cada vez.

Não é porque os caras lá são ruins. Os caras lá dentro são muito bons. Mas para eles é muito barato e até desejável que a gente gaste muitos créditos.

Então eles não fizeram de uma forma para economizar. Cada pedido novo gasta crédito rápido porque ele refaz toda a leitura.

Se houvesse um design.md que o Claude Design ficasse sempre lendo como referência, ficaria muito melhor. E eu acredito que eles vão mudar isso em breve.

Mas enquanto não mudam, existe um caminho que funciona.

Créditos separados e o experimento ao vivo

Quando eu usei o Claude Design, gastei 3% dos créditos ali. E olhei: os créditos do Claude Code estavam em 0%.

O Claude Design não usa os créditos do Claude Code. São bolsos separados.

Se eu fosse criar o design direto no Claude Code, estaria gastando do meu modelo principal. No Claude Design, são créditos diferentes.

O que eu aconselho: tudo que for fazer de design, primeiro gasta tudo que tem no Claude Design. Depois vai para o Claude Code.

E aí eu tive uma teoria que quis testar ao vivo.

Se eu já tenho um sistema com um design.md que tem todas as minhas variáveis de design, e eu pegar esse arquivo e jogar dentro do Claude Design, eu vou gastar poucos créditos para construir todo o meu design system lá dentro.

Porque ele não vai precisar ficar adivinhando as cores, as fontes, os espaçamentos. Já está tudo definido.

Testei ao vivo. Funcionou.

Joguei muito pouca informação. Muito compactado. Foram 600 linhas.

Se eu tivesse jogado todo o HTML, todos os arquivos como eram antes, teria dado 20 mil, 50 mil, 100 mil linhas talvez. E o resultado ficou igualzinho ao que deveria ficar.

Só com 600 linhas que tinham os elementos que ele precisava usar, explicando um pouquinho cada um.

Antes, os agentes tinham que ficar lendo todo o seu HTML, lendo tudo que foi feito antes, gastando um monte de crédito. Com o design.md, funciona muito mais rápido e gasta muito menos.

O erro que a própria Anthropic recomenda

Quando termina o trabalho no Claude Design, a Anthropic recomenda que clique num botão e faça um handoff direto para o Claude Code. Eles indicam isso.

Eu não recomendo. Eu testei e não fica bom.

O que acontece é que ele copia um comando que basicamente manda o Claude Code ler o README, ler todos os documentos e recriar tudo lá. Ele vai recriar tudo de novo.

Vai gastar um monte de crédito. Eles querem que gaste crédito.

A melhor forma é outra. Depois que fez todas as alterações no Claude Design, torra. A missão é torrar 100% dos créditos.

Torrou até 100%, aí vai para o Claude Code. Clica em share e faz download como zip. Não faz o handoff. Não exporta só como HTML ou PDF.

Baixa como zip, porque no zip vai ter tudo.

Com o zip baixado, aí sim abre no Claude Code e trabalha com o que já está pronto, sem refazer nada.

Como tudo se conecta na prática

E aqui é onde fica interessante. Porque as três ferramentas sozinhas já são boas. Mas quando você pensa em como elas se complementam, o resultado é outra coisa.

Imagina que você quer apresentar um produto novo. Uma landing page para o robô da Anthropic, por exemplo. Estilo Apple, com efeito parallax, vários ângulos do robô.

Você joga no ChatGPT 2.0 de imagens: cria imagens desse robô com diferentes takes, diferentes ângulos, imagens separadas.

Pega essas imagens e joga no Claude Design junto com o design system que já está lá. Ele monta a landing page com os elementos visuais do ChatGPT e a consistência do design.md.

Cada ferramenta alimenta a outra. O design.md do Google define os tokens. O Claude Design monta os layouts. O ChatGPT 2.0 cria as imagens. Quando você conecta as três pensando no fluxo inteiro, o resultado sai em horas.

O mesmo resultado que antes custava meses e centenas de milhares de reais.

Entender antes de pedir

Dá para ir mais fundo. O Claude Design tem um prompt system por dentro que define como ele funciona. Dá para extrair pelo modo de planejamento e entender quais funções ele tem, como ele decide o que criar.

Com isso, dá para alimentar o seu próprio sistema. Um squad de design, um conjunto de agentes de IA montados especificamente para criar design, fica mais forte quando entende como a ferramenta original pensa.

A diferença entre abrir a ferramenta e pedir algo, e entender como ela pensa antes de pedir, é o que separa resultados genéricos de resultados que realmente funcionam.

Isso é só um exemplo. Quando você entende a lógica por trás de como essas ferramentas funcionam, as conexões entre elas começam a aparecer naturalmente.

Gosto

Mas o que define quem vai sair daqui com algo excepcional e quem não vai? É taste. É gosto.

Gosto se adquire como? Com repertório. Navega pelo Pinterest, pelo Behance, pelo Dribbble. Navega por sites que possam te inspirar.

Steve Jobs sempre disse que o que separava a Apple da Microsoft era taste.

Paul Graham escreveu sobre a importância do gosto: "A receita para um grande trabalho é gosto exigente mais a capacidade de satisfazê-lo."

Onde basicamente todos nós conseguimos criar qualquer coisa com essas ferramentas, gosto é o que muda tudo. E gosto é algo que só se desenvolve com repertório, com exposição, com acesso a coisas diferentes.

Comparar, testar, desenvolver esse olho.

Mas aqui no Vale eu ouvi uma coisa que complementa tudo isso.

Gosto sem distribuição não importa. Ninguém vai ver o seu produto.

$200 milhões sem design system

Eu visitei a Gens Park aqui no Vale. De zero a 200 milhões de dólares em 11 meses.

O escritório deles é bem simples. O sistema deles é muito simples visualmente. E eu descobri lá que eles não têm nem design system.

Não têm como vai ser os botões, como vai ser a estrutura.

Só que eles entenderam uma coisa sobre distribuição. Eles criaram canais específicos voltados a comunidades regionais.

Canais de comunicação usando sites que só japoneses usam para falar sobre o sistema. Anunciando com TikTokers famosos na Coreia do Sul, especializados no público de lá.

A Lovable está valendo mais de bilhão. Cresceu investindo praticamente nada em marketing.

Produto bom é o básico. Tem que ser bom. Mas sem distribuição não consegue crescer.

E se distribuição vale tanto assim, quanto alguém pagaria por ela?

O moat de 60 bilhões

Elon Musk fez uma opção de compra do Cursor por 60 bilhões de dólares. O Cursor tem pouco mais de um ano. Se ele não comprar, vai ter que pagar 10 bilhões.

O que ele está comprando? Qualquer engenheiro consegue criar algo parecido. Distribuição. Comunidade. Aquela proteção que é difícil de tirarem de você.

Aquilo que se constrói com relacionamento.

Na Apple, cada funcionário recebe 300 dólares por dia para gastar com tokens. Trezentos. Por dia.

No Google tem uma telinha de campeonato para ver quem está gastando mais. Eles são recompensados por gastar mais, porque querem que o pessoal teste.

Na Anthropic, liberado para gastar o quanto quiser.

E o que a gente paga? Quando paga 200 dólares para a Anthropic, o que ela entrega em termos de acesso e tokens é cerca de 3 mil dólares de custo computacional.

Se usar constantemente, cerca de 3 mil dólares de valor computacional. As empresas praticamente pagam para a gente usar.

O Gemini investe bilhões sem ganhar nada com a gente usando o AI Studio, o NotebookLM. A humanidade nunca teve um momento tão grande de abundância.

Prazo de validade

Mas isso tem prazo.

Tokens vão ficar muito caros. Pelo menos num curto período de tempo. A gente já chegou no limite da malha energética.

As IAs consomem uma quantidade absurda de energia.

O gargalo não é mais o chip. É a tomada.

Data centers de IA consumiam 3% da eletricidade dos Estados Unidos em 2022. Em 2028, a projeção é 10%.

Um único cluster de treinamento consome a mesma energia que uma cidade de 200 mil pessoas. Virginia, o maior hub de data centers do mundo, já está recusando novos projetos. A fila para conseguir conexão elétrica é de 4 a 7 anos.

Por que a Anthropic lançou o Opus 4.7 daquele jeito? Na minha visão, parece muito mais uma destilação para ter mais entrega com menos poder computacional. Mais vazão.

Não parece ter sido uma evolução do 4.6. Hardware demora. A gente vai ter que ter uma construção gigantesca de infraestrutura.

O Stargate da OpenAI está para ser construído em 2029. Então a gente vai ter que esperar mais uns 4, 5 anos.

Até lá, o que tende a acontecer é o token de modelos fundacionais ficar extremamente caro. A distribuição de terras raras está ficando mais escassa. Silício, todos os materiais para criar chips, transistores. Fica mais difícil.

O que se pode fazer agora por 200 dólares pode custar 10 vezes mais. Não porque queiram cobrar mais. Porque vai custar mais para eles também.

Antes que a IA faça

E não é só custo que tem prazo.

Eu falei isso numa palestra aqui no Vale e vou repetir. As próximas comunidades não vão ser criadas por humanos. Vão ser criadas por IAs.

As LLMs já são muito capazes de criar narrativas. Nosso conhecimento sempre foi levado através do diálogo, da fala. É sentar em volta de uma fogueira e compartilhar.

Isso não muda. É por isso que eventos presenciais importam. É de onde nasce tudo.

Mas no momento que as LLMs conseguem criar essas narrativas, engajar, manter atenção, o nosso tempo para criar as nossas comunidades está cada dia mais perto do fim.

As próximas grandes religiões vão ser criadas por IAs. As próximas grandes comunidades vão ser criadas por IAs. As LLMs já manipulam. Vão fazer muito mais.

O pedido é de conscientização. A gente precisa fazer isso antes que a IA faça. É melhor que nós humanos façamos.

Construir nossas comunidades, nossa narrativa, aquilo que vai conectar pessoas. Ambientes de segurança onde acontecem os negócios, onde existe confiança.

Eu visitei empresas aqui no Vale. Escritórios de advocacia, estúdios de design, consultorias. Elas não estão à frente do que a gente faz no Brasil.

A informação está distribuída. A internet dá acesso a tudo em tempo real.

A brincadeira aqui no Vale é que a gente está no local onde nasceu a internet, onde nasceu o computador, mas a velocidade de internet aqui é ruim. Vai em Stanford, a internet não funciona direito. Vai em Berkeley, a internet não funciona direito.

Tudo está distribuído na internet. A diferença de estar aqui é que se conecta com as pessoas.

Ontem eu estava com o pessoal do Google. Ontem com investidores de fundos de bilhões de dólares. Mas quando a gente olha para o acesso à informação, vocês no Brasil têm as mesmas condições.

O brasileiro tem uma capacidade de pegar as coisas e inovar que é fora de série. Nós brasileiros temos que nos orgulhar de fazer tanto com tão pouco.

Mas faz sozinho.

Repertório coletivo

Por isso em 2023 eu não criei um curso. Criei uma comunidade. Porque tudo é sobre conexões, sobre networking, sobre comunidade. Tudo é sobre comunidade.

Essa conexão é o que faz acontecer.

E aqui entra uma coisa que eu percebi depois de muita tentativa. Conteúdo gravado não é mais suficiente. As coisas atualizam rápido demais.

O que eu ensinei mês passado sobre uma ferramenta pode já ter mudado. A forma mais natural de aprender agora é em tempo real, ao vivo, com alguém te pegando pela mão enquanto as coisas acontecem.

Por isso a gente criou os cohorts. Cohort é um grupo de pessoas aprendendo junto, ao vivo, durante semanas. Não é curso gravado.

São aulas ao vivo que funcionam quase como mentorias, onde cada um traz o seu projeto, tira dúvida na hora, e constrói junto com outras pessoas que estão no mesmo momento.

E aqui volta o ponto do repertório. Cada pessoa ali tem o seu repertório. O dentista vê as coisas de um jeito. O designer de outro. O empresário de outro.

Quando essas pessoas se ajudam, cada uma ganha uma perspectiva que não teria sozinha. É repertório coletivo. É gosto sendo construído em grupo.

O Fundamentals é o nosso cohort para quem quer construir uma base sólida com IA. 4 semanas ao vivo com o Adavio. Pronto-socorro 2x por semana para tirar dúvida do seu projeto específico.

E um grupo de pessoas construindo ao mesmo tempo.

A Turma 4 já começou essa semana. Ainda dá para entrar.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Gosto é o que muda tudo quando todo mundo tem a mesma ferramenta. E gosto só vem de repertório. Navega. Compara. Testa. Desenvolve o olho antes de abrir a ferramenta. Mas se puder fazer isso com gente que também está desenvolvendo o olho, melhor ainda. O repertório de cada um vira repertório de todos.

📌 Links citados:

O que é o Design.md

GitHub do Google Labs

Stitch do Google

Guia de marca Redpine

📚️ Livros Recomendados:

• Mil Cérebros - Jeff Hawkins: O inventor do Palm entendeu a inteligência antes de todo mundo. O modelo que ele propõe explica por que IA sozinha nunca vai ter gosto. Distribuição de memória, predição e hierarquia de conceitos: é um mapa de como repertório vira intuição.
  

• Darwinismo Digital - Tom Goodwin: Goodwin previu o colapso de empresas que confundiram ter tecnologia com saber usá-la. A ironia cruel é que o mesmo erro está acontecendo agora com design e IA. Quem lê isso entende por que distribuição mata execução toda vez.
  

• A Guerra da Arte - Steven Pressfield: Não é sobre arte. É sobre o momento exato em que você sabe que o design está bom e mesmo assim não publica, não distribui, não entrega. Pressfield chama isso de Resistência. É o único inimigo real de quem já tem gosto e repertório mas ainda não chegou a lugar nenhum.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Eu estive na Apple. O engenheiro chefe de lá abriu as portas para mim.

Eles têm um time enorme só para cuidar de uma coisa: garantir que cada página, cada tela, cada botão do site da Apple pareça que pertence ao mesmo lugar.

Isso se chama design system. É o sistema invisível que mantém tudo coeso. Cores, fontes, espaçamentos, regras visuais.

Sem isso, cada página parece que foi feita por uma pessoa diferente.

A Apple investe entre 500 mil e 1 milhão de dólares por mês só com a equipe que cuida das landing pages. Por mês. Só com pessoas.

Não estou falando de servidor.

Eu fiz um em 4 horas. Para um aluno.

Para entender o que isso significa, preciso explicar quanto isso sempre custou.

O preço de manter tudo no lugar

Eu contratei uma equipe de design para ficar trabalhando nas minhas empresas durante vários meses. Só para ficar fazendo a parte de design da Academia Lendária de forma geral.

R$15 mil para um especialista de branding, R$15 mil para uma de comunicação, mais R$10 mil para um designer. R$40 mil por mês, os três juntos, durante 15 meses.

Eles faziam minhas landing pages, todos os materiais gráficos, tudo. Foram mais de R$500 mil investidos ao longo desse período numa equipe que era boa, que entregava bem.

Mas cada projeto de design system do zero custava R$40 mil no mínimo. A maioria das vezes passava de R$100 mil.

Eu tenho um amigo que cobra R$500 mil só para fazer brandbook com posicionamento. E ele nem faz design system.

O último que eu fiz foi para um aluno, o Red Pine. Fiz primeiro pelo Claude Design, depois pelo Claude Code com o meu squad de design.

Essência da marca, atributos, tom de voz, frases de impacto, site institucional, slides, dashboard. O design system em si, todo tokenizado, com cada elemento tendo nome, variável e regra, levou 4 horas.

Não é só fazer telas. Funciona como sistema, não como rascunho.

Como isso foi possível? Por causa de três coisas que aconteceram na mesma semana.

O que o Google acabou de abrir

Tivemos três grandes lançamentos na última semana que envolvem design com IA. Claude Design, ChatGPT 2.0 de imagens, e uma coisa que muda tudo.

O Google, pelo Google Labs Code, acabou de deixar open source um formato chamado design.md.

Eu já usava esse conceito desde dezembro, janeiro. Abstraí a ideia a partir do Stitch, que é uma ferramenta do Google para criação de design.

O Stitch já funcionava bem justamente porque por trás ele usava essa configuração de tokens de design. Eu peguei essa lógica e comecei a aplicar nos meus projetos antes de qualquer lançamento oficial.

Só que agora o Google formalizou e abriu no GitHub para todo mundo usar. E isso muda o jogo.

O que é o design.md? É um arquivo que define o que chamamos de tokens de design.

Tokens de design são basicamente as variáveis que dizem para as IAs que vão trabalhar no seu design qual é a cor, qual é o tamanho das fontes, quais são os espaçamentos. Tudo que se refere a como manter o seu sistema coeso e sem aquela cara de IA.

Assim como a gente já tem o CLAUDE.md para configurar o comportamento dos agentes e o agents.md para definir os agentes, o design.md já vem se tornando na comunidade a forma padrão de definir os tokens de design.

Por que o Claude Design é construído de forma burra

Aqui entra um detalhe que quase ninguém percebe.

O Claude Design, a ferramenta de design da Anthropic, é bom na criação de layouts. Ele cria rascunhos, componentes, telas inteiras.

Mas ele tem um problema: toda vez que vai criar algo novo, ele relê todo o HTML, relê todas as informações de tudo que já foi criado, do zero, para manter consistência.

Ao invés de usar tokens compactados como faz o design.md, ele lê tudo de novo. Cada vez.

Não é porque os caras lá são ruins. Os caras lá dentro são muito bons. Mas para eles é muito barato e até desejável que a gente gaste muitos créditos.

Então eles não fizeram de uma forma para economizar. Cada pedido novo gasta crédito rápido porque ele refaz toda a leitura.

Se houvesse um design.md que o Claude Design ficasse sempre lendo como referência, ficaria muito melhor. E eu acredito que eles vão mudar isso em breve.

Mas enquanto não mudam, existe um caminho que funciona.

Créditos separados e o experimento ao vivo

Quando eu usei o Claude Design, gastei 3% dos créditos ali. E olhei: os créditos do Claude Code estavam em 0%.

O Claude Design não usa os créditos do Claude Code. São bolsos separados.

Se eu fosse criar o design direto no Claude Code, estaria gastando do meu modelo principal. No Claude Design, são créditos diferentes.

O que eu aconselho: tudo que for fazer de design, primeiro gasta tudo que tem no Claude Design. Depois vai para o Claude Code.

E aí eu tive uma teoria que quis testar ao vivo.

Se eu já tenho um sistema com um design.md que tem todas as minhas variáveis de design, e eu pegar esse arquivo e jogar dentro do Claude Design, eu vou gastar poucos créditos para construir todo o meu design system lá dentro.

Porque ele não vai precisar ficar adivinhando as cores, as fontes, os espaçamentos. Já está tudo definido.

Testei ao vivo. Funcionou.

Joguei muito pouca informação. Muito compactado. Foram 600 linhas.

Se eu tivesse jogado todo o HTML, todos os arquivos como eram antes, teria dado 20 mil, 50 mil, 100 mil linhas talvez. E o resultado ficou igualzinho ao que deveria ficar.

Só com 600 linhas que tinham os elementos que ele precisava usar, explicando um pouquinho cada um.

Antes, os agentes tinham que ficar lendo todo o seu HTML, lendo tudo que foi feito antes, gastando um monte de crédito. Com o design.md, funciona muito mais rápido e gasta muito menos.

O erro que a própria Anthropic recomenda

Quando termina o trabalho no Claude Design, a Anthropic recomenda que clique num botão e faça um handoff direto para o Claude Code. Eles indicam isso.

Eu não recomendo. Eu testei e não fica bom.

O que acontece é que ele copia um comando que basicamente manda o Claude Code ler o README, ler todos os documentos e recriar tudo lá. Ele vai recriar tudo de novo.

Vai gastar um monte de crédito. Eles querem que gaste crédito.

A melhor forma é outra. Depois que fez todas as alterações no Claude Design, torra. A missão é torrar 100% dos créditos.

Torrou até 100%, aí vai para o Claude Code. Clica em share e faz download como zip. Não faz o handoff. Não exporta só como HTML ou PDF.

Baixa como zip, porque no zip vai ter tudo.

Com o zip baixado, aí sim abre no Claude Code e trabalha com o que já está pronto, sem refazer nada.

Como tudo se conecta na prática

E aqui é onde fica interessante. Porque as três ferramentas sozinhas já são boas. Mas quando você pensa em como elas se complementam, o resultado é outra coisa.

Imagina que você quer apresentar um produto novo. Uma landing page para o robô da Anthropic, por exemplo. Estilo Apple, com efeito parallax, vários ângulos do robô.

Você joga no ChatGPT 2.0 de imagens: cria imagens desse robô com diferentes takes, diferentes ângulos, imagens separadas.

Pega essas imagens e joga no Claude Design junto com o design system que já está lá. Ele monta a landing page com os elementos visuais do ChatGPT e a consistência do design.md.

Cada ferramenta alimenta a outra. O design.md do Google define os tokens. O Claude Design monta os layouts. O ChatGPT 2.0 cria as imagens. Quando você conecta as três pensando no fluxo inteiro, o resultado sai em horas.

O mesmo resultado que antes custava meses e centenas de milhares de reais.

Entender antes de pedir

Dá para ir mais fundo. O Claude Design tem um prompt system por dentro que define como ele funciona. Dá para extrair pelo modo de planejamento e entender quais funções ele tem, como ele decide o que criar.

Com isso, dá para alimentar o seu próprio sistema. Um squad de design, um conjunto de agentes de IA montados especificamente para criar design, fica mais forte quando entende como a ferramenta original pensa.

A diferença entre abrir a ferramenta e pedir algo, e entender como ela pensa antes de pedir, é o que separa resultados genéricos de resultados que realmente funcionam.

Isso é só um exemplo. Quando você entende a lógica por trás de como essas ferramentas funcionam, as conexões entre elas começam a aparecer naturalmente.

Gosto

Mas o que define quem vai sair daqui com algo excepcional e quem não vai? É taste. É gosto.

Gosto se adquire como? Com repertório. Navega pelo Pinterest, pelo Behance, pelo Dribbble. Navega por sites que possam te inspirar.

Steve Jobs sempre disse que o que separava a Apple da Microsoft era taste.

Paul Graham escreveu sobre a importância do gosto: "A receita para um grande trabalho é gosto exigente mais a capacidade de satisfazê-lo."

Onde basicamente todos nós conseguimos criar qualquer coisa com essas ferramentas, gosto é o que muda tudo. E gosto é algo que só se desenvolve com repertório, com exposição, com acesso a coisas diferentes.

Comparar, testar, desenvolver esse olho.

Mas aqui no Vale eu ouvi uma coisa que complementa tudo isso.

Gosto sem distribuição não importa. Ninguém vai ver o seu produto.

$200 milhões sem design system

Eu visitei a Gens Park aqui no Vale. De zero a 200 milhões de dólares em 11 meses.

O escritório deles é bem simples. O sistema deles é muito simples visualmente. E eu descobri lá que eles não têm nem design system.

Não têm como vai ser os botões, como vai ser a estrutura.

Só que eles entenderam uma coisa sobre distribuição. Eles criaram canais específicos voltados a comunidades regionais.

Canais de comunicação usando sites que só japoneses usam para falar sobre o sistema. Anunciando com TikTokers famosos na Coreia do Sul, especializados no público de lá.

A Lovable está valendo mais de bilhão. Cresceu investindo praticamente nada em marketing.

Produto bom é o básico. Tem que ser bom. Mas sem distribuição não consegue crescer.

E se distribuição vale tanto assim, quanto alguém pagaria por ela?

O moat de 60 bilhões

Elon Musk fez uma opção de compra do Cursor por 60 bilhões de dólares. O Cursor tem pouco mais de um ano. Se ele não comprar, vai ter que pagar 10 bilhões.

O que ele está comprando? Qualquer engenheiro consegue criar algo parecido. Distribuição. Comunidade. Aquela proteção que é difícil de tirarem de você.

Aquilo que se constrói com relacionamento.

Na Apple, cada funcionário recebe 300 dólares por dia para gastar com tokens. Trezentos. Por dia.

No Google tem uma telinha de campeonato para ver quem está gastando mais. Eles são recompensados por gastar mais, porque querem que o pessoal teste.

Na Anthropic, liberado para gastar o quanto quiser.

E o que a gente paga? Quando paga 200 dólares para a Anthropic, o que ela entrega em termos de acesso e tokens é cerca de 3 mil dólares de custo computacional.

Se usar constantemente, cerca de 3 mil dólares de valor computacional. As empresas praticamente pagam para a gente usar.

O Gemini investe bilhões sem ganhar nada com a gente usando o AI Studio, o NotebookLM. A humanidade nunca teve um momento tão grande de abundância.

Prazo de validade

Mas isso tem prazo.

Tokens vão ficar muito caros. Pelo menos num curto período de tempo. A gente já chegou no limite da malha energética.

As IAs consomem uma quantidade absurda de energia.

O gargalo não é mais o chip. É a tomada.

Data centers de IA consumiam 3% da eletricidade dos Estados Unidos em 2022. Em 2028, a projeção é 10%.

Um único cluster de treinamento consome a mesma energia que uma cidade de 200 mil pessoas. Virginia, o maior hub de data centers do mundo, já está recusando novos projetos. A fila para conseguir conexão elétrica é de 4 a 7 anos.

Por que a Anthropic lançou o Opus 4.7 daquele jeito? Na minha visão, parece muito mais uma destilação para ter mais entrega com menos poder computacional. Mais vazão.

Não parece ter sido uma evolução do 4.6. Hardware demora. A gente vai ter que ter uma construção gigantesca de infraestrutura.

O Stargate da OpenAI está para ser construído em 2029. Então a gente vai ter que esperar mais uns 4, 5 anos.

Até lá, o que tende a acontecer é o token de modelos fundacionais ficar extremamente caro. A distribuição de terras raras está ficando mais escassa. Silício, todos os materiais para criar chips, transistores. Fica mais difícil.

O que se pode fazer agora por 200 dólares pode custar 10 vezes mais. Não porque queiram cobrar mais. Porque vai custar mais para eles também.

Antes que a IA faça

E não é só custo que tem prazo.

Eu falei isso numa palestra aqui no Vale e vou repetir. As próximas comunidades não vão ser criadas por humanos. Vão ser criadas por IAs.

As LLMs já são muito capazes de criar narrativas. Nosso conhecimento sempre foi levado através do diálogo, da fala. É sentar em volta de uma fogueira e compartilhar.

Isso não muda. É por isso que eventos presenciais importam. É de onde nasce tudo.

Mas no momento que as LLMs conseguem criar essas narrativas, engajar, manter atenção, o nosso tempo para criar as nossas comunidades está cada dia mais perto do fim.

As próximas grandes religiões vão ser criadas por IAs. As próximas grandes comunidades vão ser criadas por IAs. As LLMs já manipulam. Vão fazer muito mais.

O pedido é de conscientização. A gente precisa fazer isso antes que a IA faça. É melhor que nós humanos façamos.

Construir nossas comunidades, nossa narrativa, aquilo que vai conectar pessoas. Ambientes de segurança onde acontecem os negócios, onde existe confiança.

Eu visitei empresas aqui no Vale. Escritórios de advocacia, estúdios de design, consultorias. Elas não estão à frente do que a gente faz no Brasil.

A informação está distribuída. A internet dá acesso a tudo em tempo real.

A brincadeira aqui no Vale é que a gente está no local onde nasceu a internet, onde nasceu o computador, mas a velocidade de internet aqui é ruim. Vai em Stanford, a internet não funciona direito. Vai em Berkeley, a internet não funciona direito.

Tudo está distribuído na internet. A diferença de estar aqui é que se conecta com as pessoas.

Ontem eu estava com o pessoal do Google. Ontem com investidores de fundos de bilhões de dólares. Mas quando a gente olha para o acesso à informação, vocês no Brasil têm as mesmas condições.

O brasileiro tem uma capacidade de pegar as coisas e inovar que é fora de série. Nós brasileiros temos que nos orgulhar de fazer tanto com tão pouco.

Mas faz sozinho.

Repertório coletivo

Por isso em 2023 eu não criei um curso. Criei uma comunidade. Porque tudo é sobre conexões, sobre networking, sobre comunidade. Tudo é sobre comunidade.

Essa conexão é o que faz acontecer.

E aqui entra uma coisa que eu percebi depois de muita tentativa. Conteúdo gravado não é mais suficiente. As coisas atualizam rápido demais.

O que eu ensinei mês passado sobre uma ferramenta pode já ter mudado. A forma mais natural de aprender agora é em tempo real, ao vivo, com alguém te pegando pela mão enquanto as coisas acontecem.

Por isso a gente criou os cohorts. Cohort é um grupo de pessoas aprendendo junto, ao vivo, durante semanas. Não é curso gravado.

São aulas ao vivo que funcionam quase como mentorias, onde cada um traz o seu projeto, tira dúvida na hora, e constrói junto com outras pessoas que estão no mesmo momento.

E aqui volta o ponto do repertório. Cada pessoa ali tem o seu repertório. O dentista vê as coisas de um jeito. O designer de outro. O empresário de outro.

Quando essas pessoas se ajudam, cada uma ganha uma perspectiva que não teria sozinha. É repertório coletivo. É gosto sendo construído em grupo.

O Fundamentals é o nosso cohort para quem quer construir uma base sólida com IA. 4 semanas ao vivo com o Adavio. Pronto-socorro 2x por semana para tirar dúvida do seu projeto específico.

E um grupo de pessoas construindo ao mesmo tempo.

A Turma 4 já começou essa semana. Ainda dá para entrar.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Gosto é o que muda tudo quando todo mundo tem a mesma ferramenta. E gosto só vem de repertório. Navega. Compara. Testa. Desenvolve o olho antes de abrir a ferramenta. Mas se puder fazer isso com gente que também está desenvolvendo o olho, melhor ainda. O repertório de cada um vira repertório de todos.

📌 Links citados:

O que é o Design.md

GitHub do Google Labs

Stitch do Google

Guia de marca Redpine

📚️ Livros Recomendados:

• Mil Cérebros - Jeff Hawkins: O inventor do Palm entendeu a inteligência antes de todo mundo. O modelo que ele propõe explica por que IA sozinha nunca vai ter gosto. Distribuição de memória, predição e hierarquia de conceitos: é um mapa de como repertório vira intuição.
  

• Darwinismo Digital - Tom Goodwin: Goodwin previu o colapso de empresas que confundiram ter tecnologia com saber usá-la. A ironia cruel é que o mesmo erro está acontecendo agora com design e IA. Quem lê isso entende por que distribuição mata execução toda vez.
  

• A Guerra da Arte - Steven Pressfield: Não é sobre arte. É sobre o momento exato em que você sabe que o design está bom e mesmo assim não publica, não distribui, não entrega. Pressfield chama isso de Resistência. É o único inimigo real de quem já tem gosto e repertório mas ainda não chegou a lugar nenhum.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Essa semana eu vim com 18 pessoas para o Vale do Silício.

E desde que cheguei, tem uma coisa acontecendo aqui que talvez vocês se conectem.

As pessoas vão para cafeterias e ficam codando. Tu entra numa cafeteria, tá todo mundo com a tela preta. E quando acabam os tokens, daí é o momento do networking. Acabou o token de um, acabou o de outro, aí conversam sobre negócio, sobre o que estão fazendo.

A galera vai lá para trabalhar, não para fazer networking. Ficam codando e só param quando os tokens acabam. Para usar o máximo de token possível.

Essa é a segunda turma da Imersão. 15 brasileiros, 2 portugueses. Cinco dias. Manhã a gente visita, absorve, conecta. Tarde, implementação guiada, aplicando no negócio real de cada um. Noite, síntese e networking no jantar. Google DeepMind, Stanford, UC Berkeley, GitHub, Vercel, startups.

E nas visitas que fizemos essa semana, a cena da cafeteria fez ainda mais sentido.

Quando os Tokens Acabam

As empresas que eu tô visitando aqui entregam de 100 a 300 dólares por dia em tokens para cada funcionário.

Eles têm tabelinhas na parede com monitor. E premiam quem gasta mais token.

Tem salários aqui que são pagos em token.

Tem pessoas que escolhem: "olha, eu quero ganhar X por mês, mas eu quero ganhar mais 20 mil em tokens também para poder tocar os meus projetos."

O New York Times deu um nome para isso em março: tokenmaxxing.

A Meta criou um ranking interno. Claudeonomics. 85 mil funcionários rankeados por consumo de tokens. 60 trilhões de tokens em 30 dias.

Ficou tão intenso que derrubaram o sistema em 48 horas.

No Google, eles disponibilizam todos os modelos. Anthropic, OpenAI, todos. A maioria dos engenheiros usa Claude Code. Lá tem um board, as pessoas ganham prêmios, ganham dinheiro quando gastam bastante tokens.

E não é só dentro das empresas. Na conferência da Nvidia em março de 2026, o Jensen Huang disse que se um engenheiro ganha 500 mil dólares por ano e não gasta pelo menos metade disso em tokens, ele ficaria "deeply alarmed".

A assinatura dessas ferramentas funciona como academia. Vendem muito mais inscrições do que poderiam receber ao mesmo tempo. As pessoas têm que dormir, têm que comer. Então entregam por um valor menor do que seria se todo mundo usasse o tempo inteiro.

Só que aqui, as pessoas usam. Até acabar. E quando acaba, aí sim, conversam.

E do lado de cá?

Gastar dois dólares é muito dinheiro para nós. Muita grana.

Eu disse isso na live de quinta e é real. É caro para nós. E as empresas ainda não estão entendendo a dinâmica da importância disso. Porque as pessoas aqui sabem que podem ser 10, 20, 30 vezes mais produtivas se tiverem isso.

A diferença é de tratamento.

De um lado, token é investimento.

Do outro, token é custo.

E enquanto essa diferença existe, outra coisa aconteceu.

O Que Saiu na Quinta

No meio da imersão, a Anthropic lançou o modelo novo.

Quinta-feira, 16 de abril. Dia 4.

De manhã, a gente estava na UC Berkeley com o professor Jeff Eyet. De tarde, no GitHub com o Jose Palafox. No fim do dia, Vercel com o Guillermo Rauch.

E nesse dia, o Opus 4.7 saiu.

Os benchmarks oficiais dizem que melhorou. SWE-bench Verified: 87.6%, contra 80.8% do anterior.

Na live que fiz na quinta à noite, testei ao vivo.

Chamei o arquiteto do sistema, pedi para analisar uma conversa inteira e conferir os gaps que existiram, onde as decisões ou o que foi feito poderia ter sido melhor. Ele fez uma análise de 12 gaps.

Lendo o que trouxe, alguns faziam sentido. Outros não tanto.

Nos meus testes, em 256 mil tokens de contexto, a compreensão caiu de 91.9% para 59.2%.

Em 1 milhão de tokens, foi de 78.3% para 32.2%.

Semanas antes, um diretor sênior da AMD já tinha escrito no GitHub: "Claude regrediu ao ponto de não ser confiável para engenharia complexa."

Logo depois, a Anthropic lançou o 4.7.

Tudo indica, pelo paper que publicaram e por vários motivos, que o 4.7 não é da mesma família do Opus 4.6. Na verdade, é provavelmente uma destilação do Mitos, o modelo de pesquisa deles.

Ao invés de melhorar o que existia, destilaram algo novo.

O preço por token continua o mesmo. No site, nada mudou.

Só que o novo tokenizer transforma o mesmo texto em 35% mais tokens. Em inglês, o consumo subiu 58%. Em chinês, 6%.

Eu acompanho isso a cada lançamento. Sempre comparo quanto gasta mais de tokens entre diferentes idiomas e linguagens de programação. Uma disparidade assim eu não lembro de ter visto.

A conta não muda no painel.

Muda na fatura.

E aí fica a pergunta.

A Distância Real

O que separa quem absorve essa mudança de quem paga mais sem perceber?

Engenharia de contexto é muito mais importante que engenharia de prompt.

Essa frase apareceu de forma unânime nas conversas aqui.

É sobre onde os dados estão antes do modelo chegar neles. Se a IA precisa de uma informação e você não mapeou onde ela está, ela vai torrar um monte de token procurando.

Se os dados estão estruturados, no formato certo, no lugar certo, ela faz um read direto. Sem busca. Sem desperdício.

Não adianta falar em RAG. RAG é bom para chatbot. Você pede um cachorro quente e o sistema busca por cachorro. Para essa parte de memória, de estrutura de dados, o que as empresas têm mais usado aqui é Markdown mesmo. YAML. Categorias claras.

Governança.

O próximo AIOX vai gastar cinco vezes menos tokens. Cinco vezes. Mesmo usando enxame de agentes. Porque a estrutura ao redor ficou mais inteligente.

A Moeda Que Mudou

Mas estrutura sozinha não explica o que eu vi aqui.

No dia 3 da imersão, o grupo inteiro foi para um hackathon no The Garage, em São Francisco. 18 pessoas construindo junto, no mesmo espaço que startups daqui usam toda semana.

O que vi lá tem nome. A a16z publicou um artigo em fevereiro chamando de gift culture.

No Vale, a moeda não é proteger. É dar.

Dar código, dar processo, dar acesso.

O OpenClaw tem hackathon toda semana aqui. Um deles pegou um prédio de dez andares. Em cada área do prédio tinha um hackathon de setores diferentes do mercado. Mudou completamente o mercado. Cisne negro da mesma família que o DeepSeek em 2025.

O Peter, que está por trás do OpenClaw, já tem condições financeiras suficientes para viver o que para ele é o suficiente. Veio ao Vale mesmo assim. Para ter mais poder computacional, estar mais à frente da tecnologia, poder criar.

Na quinta, o Guillermo Rauch, criador do Next.js e fundador da Vercel, recebeu nosso grupo. Compartilhando como funciona por dentro com 18 brasileiros e portugueses.

E por que esse compartilhamento importa agora? Porque a velocidade aqui não para. Toda vez que a Anthropic faz um lançamento, as startups aqui ficam apreensivas. Porque a cada lançamento, ela mata várias startups. Um modelo novo permite muitas vezes que se consiga mudar mercados inteiros.

A Anthropic cresceu de 9 bilhões de lucro para mais de 30 bilhões. Tá valendo quase 1 trilhão de dólares. Engolindo todo mundo aqui no Vale.

Duas coisas são consenso aqui: a OpenAI, se não morrer, vai ser mais uma só. E a única que tem chance nessa corrida é o Google.

No trimestre que o Opus 4.7 saiu, 78.557 pessoas de tech perderam o emprego.

Quase metade das empresas atribuiu a mesma causa: IA.

A distância entre os dois lados não é o oceano.

É que de um lado, as pessoas gastam 300 dólares por dia em tokens e ganham prêmio por isso. Do outro, gastar dois dólares ainda é "muito dinheiro para nós, muita grana".

E aí fica a pergunta: onde construir essa base?

Onde Construir

Eu vim para cá para estudar mais, me aprofundar mais, conversar mais, descobrir se a gente tá indo pelo caminho certo.

Até agora a resposta tem sido positiva. As pessoas que viram o que a gente tá fazendo estão dizendo: "nossa, que legal, vamos conversar mais." Convites para entrar em empresas que são fechadas, que nem permitem visitantes.

Tudo que eu mostrei aqui nessa newsletter, a cultura de gastar tokens com propósito, a engenharia de contexto, a governança de dados, é o que a gente tá construindo no AIOX. E o Cohort AIOX Fundamentals é onde a pessoa começa.

4 semanas. Aulas às terças e quintas. Sessões de pronto-socorro às segundas e sextas para destravar quando trava. Porque trava. E tá tudo bem travar.

A Karla não sabia abrir um terminal. Passou pelo Fundamentals. Fechou um cliente de 8 mil reais.

Ela não é um caso isolado. 284 pessoas em 7 países já passaram por lá. Gente que nunca escreveu uma linha de código. Gente que achava que IA era coisa de programador.

Turma 4 começa segunda (20 de abril).

QUERO CONSTRUIR ESSA BASE →

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

📚️ Livros Recomendados:

• Darwinismo Digital - Tom Goodwin: As empresas que mais faturam com tecnologia não criam tecnologia. Criam a camada de contexto em cima dela.
  

• Negócios Conscientes - Fred Kofman: Kofman foi VP de liderança no Google e no LinkedIn. Ele viu por dentro o que acontece quando cultura vira infraestrutura e quando cultura é só discurso.
  

• Novacene - James Lovelock: Lovelock tinha 100 anos quando escreveu este livro. Criou a hipótese Gaia. Aqui ele argumenta que a Terra está entrando numa era onde inteligência não-biológica se torna dominante, e que isso não é ameaça.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Tem uma coisa que o ser humano faz muito bem: começar.

Acabar é outra história. Terminar de um jeito que dure, que possa ser retomado no mês seguinte sem começar do zero, isso é raro. Muito mais raro do que parece.

Tem um bicho que resolveu isso sem cérebro.

Uma formiga não sabe onde fica a comida.

Não tem mapa, não tem líder, não tem plano.

Ela segue um rastro químico que outra formiga deixou no chão.

Se o rastro é forte, mais formigas seguem. Se é fraco, evapora. Ninguém dá ordens. Ninguém conversa. A inteligência da colônia inteira emerge de marcas invisíveis no caminho.

Em 1959, um biólogo francês chamou isso de stigmergy. Do grego: marca + trabalho. Coordenação indireta através de rastros no ambiente.

Formigas fazem isso há 100 milhões de anos.

Rastro que guia outro agente não é exclusividade de bicho. Qualquer lugar que tenha marca legível e alguém capaz de ler tem a mesma coisa acontecendo. Código de software é um desses lugares.

O Pesquisador Que Saiu do Computador

Nicholas Carlini é pesquisador da Anthropic. Mais de uma década caçando vulnerabilidades de software.

O experimento dele era ridículo de tão simples.

Um script. Aponta pra um software. Pede pra IA encontrar um bug. Sem prompt elaborado, sem ferramenta especializada, sem supervisão.

Mais simples ainda: ele nem escreveu o script. Pediu pro Claude escrever.

Carlini apontou pro Linux e foi fazer outra coisa.

Quando voltou, a IA tinha encontrado centenas de problemas. Um deles estava escondido há 23 anos. Desde 2003. Antes do Git existir. Milhares de engenheiros passaram por cima.

Ele apontou pro FreeBSD em seguida. Quatro horas depois, o Claude tinha escrito dois ataques completos que davam controle total de qualquer servidor remoto. Cada um funcionou na primeira tentativa. Custo total: menos de 50 dólares.

Apontou pro Firefox. Vinte e duas vulnerabilidades em apenas duas semanas. A mais rápida: 20 minutos.

Agora compara.

O Google Project Zero é a elite mundial em segurança digital. Equipe inteira, tempo integral, os melhores do mundo. Eles encontram 20 a 30 bugs por ano.

Claude, um pesquisador e um script: mais de 500 bugs em poucas semanas.

E tudo isso foi o modelo público. O paper que o Carlini publicou em fevereiro diz, com todas as letras, qual foi: Claude Opus 4.6. O mesmo modelo que está no site da Anthropic agora, que qualquer pessoa com cartão de crédito aluga por hora.

Não foi versão interna, não foi modelo restrito a governo, não foi super-computador dedicado. Foi o Claude que você pode abrir nesse momento, enquanto lê isso.

Em abril, a Anthropic mostrou uma versão seguinte. Chamaram de Mythos. Milhares de vulnerabilidades encontradas. Em todos os principais sistemas operacionais. Em todos os principais navegadores.

A Anthropic não lançou pro público. Criou uma coalizão com Amazon, Apple, Google, Microsoft e outras 40 organizações. Investimento de 100 milhões de dólares.

Só que tem um detalhe.

O Carlini não precisou do Mythos. Fez tudo isso antes. Com o Claude público. Com o mesmo script que a IA tinha escrito pra ele meses antes.

A ferramenta estava na mão de todo mundo.

Por Quê

Os números impressionam. Mas números satisfazem curiosidade, e curiosidade satisfeita para de prestar atenção.

A pergunta que importa não é "quantos bugs".

É por quê.

O Claude não conseguiu porque é mais inteligente que os engenheiros do Google. Conseguiu porque o código do Linux tem 23 anos de história legível.

Cada correção. Cada padrão. Cada decisão que alguém fez e ficou registrada no próprio código.

A IA lê o histórico pra encontrar variantes de problemas que já foram corrigidos em outros lugares. Segue fluxo de uma parte pra outra. Raciocina sobre a estrutura, não testa aleatoriamente.

O bug que ficou escondido por décadas estava lá. O tempo todo. Milhares de engenheiros olhavam e viam código.

O Claude olhou e viu a história que o código contava.

Não é força bruta. É leitura.

Pão ou Pedra

João e Maria sobrevive por causa de migalhas. Sem elas, as crianças se perdem na floresta e morrem.

A parte que ninguém conta é essa: as primeiras migalhas eram de pão.

Os pássaros comeram. As crianças quase morreram.

Na segunda tentativa, eram pedras. Pedras não somem. As crianças voltaram pra casa.

A história infantil sabia de uma coisa que a maioria dos negócios não sabe. Migalha não é migalha. Tem migalha que o vento leva e tem migalha que fica.

Numa imersão recente, ouvi uma frase que grudou:

Migalha errada é informação que some. A decisão crítica que ficou na cabeça de alguém que pediu demissão em março. O briefing que foi passado por áudio no WhatsApp e ninguém sabe em qual grupo. O processo que cada pessoa faz de um jeito diferente dependendo do humor do dia. A reunião de uma hora que terminou com "depois a gente se fala".

Pão. Pássaro come. Some.

Migalha certa é estrutura que fica depois que a pessoa vai embora.

Um projeto que nasce com documento, vive com histórico, e quando termina, deixa dado. Não "acho que a gente fez assim da última vez". Uma instrução tão clara que qualquer pessoa nova entende sem precisar de quem escreveu do lado. Um contexto que não evapora quando o dia acaba.

Pedra. Fica no chão. A próxima pessoa segue o caminho.

Quando a IA recebe estrutura, ela executa.

Quando recebe confusão, devolve confusão bonita. Texto bem escrito. Formatação elegante. Zero utilidade. Você abre, lê, e fica com aquela sensação estranha de "parece bom mas não serve pra nada".

O Claude que encontrou o bug de décadas é o mesmo Claude que te devolve um texto vazio. Não é outra IA. É a mesma máquina esperando instrução melhor.

Sintoma

Agora pensa na tua segunda-feira.

Reunião de alinhamento de 9 da manhã. Alguém pede o briefing do projeto.

Alguém manda um PDF. Alguém pergunta "qual é a versão certa?". Alguém responde "acho que é essa". Alguém manda uma segunda versão cinco minutos depois "ah não, essa aqui".

Quarenta minutos se passam e ninguém na sala tem certeza do que vai fazer quando a reunião acabar.

Isso não é reunião. É sintoma.

Cada conversa que deveria ser documento. Cada projeto que começa sem estrutura porque "depois a gente organiza". Cada vez que você abre a IA e precisa explicar tudo do zero porque nada do que você fez na sessão anterior ficou registrado em lugar nenhum.

É migalha de pão. Pássaro come. Some.

E aí acontece o ciclo.

Você descobre uma ferramenta nova. Fica empolgado. Assiste dois tutoriais. Compra o curso. Começa um projeto. Avança duas horas. Trava na primeira dificuldade real. Promete voltar no dia seguinte. Volta depois de duas semanas. Descobre que perdeu o contexto. Tenta reconstruir. Desiste. Abandona.

Três semanas depois, descobre outra ferramenta. Repete.

E você sempre acha que o problema é você.

Que faltou disciplina. Que faltou tempo. Que você não é técnico o suficiente. Que você escolheu a ferramenta errada.

Parte é verdade. Disciplina ajuda. Tempo ajuda. Mas o detalhe que ninguém olha é outro: nada que você constrói numa tentativa sobrevive até a próxima.

Cada projeto começa do zero porque o anterior não deixou pedra nenhuma no chão. A próxima versão de você, daqui a três semanas, vai chegar no mesmo ponto onde a versão de hoje travou. Sem mapa. Sem rastro.

E vai travar de novo. Não porque falta capacidade. Porque falta infraestrutura pra os acertos sobreviverem ao ciclo.

A pergunta real não é "qual ferramenta usar".

É onde colocar as pedras.

Onde Colocar as Pedras

A Claudia não sabia abrir um terminal.

Na primeira aula, não conseguiu instalar nada. Tentou de todo jeito. Nada funcionava. Saiu da aula chateada. Dormiu pensando que aquilo não era pra ela.

Acordou no dia seguinte, sentou na frente do computador e desinstalou tudo. Começou do zero, passo por passo, parando quando travava, respirando, tentando de novo.

Fez funcionar. Sozinha.

Ela não virou programadora nesse dia. Aprendeu uma coisa diferente. Aprendeu onde colocar as pedras. Como deixar o projeto estruturado de um jeito que a IA entendesse. Como documentar o contexto pra próxima sessão. Como construir uma tentativa que sobrevive até a próxima.

E agora a IA segue o caminho que ela deixa.

A Claudia não é um caso isolado. 284 pessoas fizeram isso antes dela, em 7 países diferentes. Brasil, Portugal, Alemanha, Colômbia, Austrália, Canadá. Nenhuma delas precisou escrever código. Nenhuma delas tinha background técnico. Nenhuma delas era mais inteligente do que você está agora, lendo isso.

Todas elas aprenderam a mesma coisa. Onde colocar as pedras.

A Turma 4 do Cohort AIOX Fundamentals começa dia 20 de abril. Quatro semanas ao vivo. Oito encontros de conteúdo. Sessões de pronto-socorro pra destravar quando o projeto trava. Apenas 100 vagas disponíveis.

Se você leu até aqui, você sabe o que precisa decidir.

COHORT AIOX FUNDAMENTALS — 20 DE ABRIL →

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Enquanto essa edição é publicada, tô em São Francisco. Vim fazer uma imersão no Vale do Silício essa semana. Visitas, reuniões apresentando AIOX, mini hackathons implementando na hora o que aprender com as empresas daqui. Semana que vem conto como foi.

📚️ Livros Recomendados:

• A Negacão Da Morte - Ernest Becker: Pulitzer de 1974. Becker responde a pergunta que ninguém faz: por que deixamos rastros em primeiro lugar? Você vai terminar o livro entendendo por que os projetos que você abandona frustram pelo silêncio que deixam, não pelo trabalho perdido.
  

• Mil Cerebros - Jeff Hawkins: Hawkins descobriu que o cérebro roda milhares de modelos do mundo ao mesmo tempo, todos montados a partir de rastros. Quem lê este livro nunca mais olha pra uma IA sem contexto do mesmo jeito.
  

• O Inicio Do Infinito - David Deutsch: Deutsch cunhou um conceito que separa uma boa explicação de um chute elegante: "hard to vary". É a diferença técnica exata entre pedra e pão, aplicada a conhecimento.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Todo mundo quer ser criativo. Quase ninguém quer fazer o que criatividade de verdade exige.

Quem tem repertório raso pede "crie um logo bonito".

Quem tem repertório profundo entrega direção, contexto, critério.

A ferramenta é a mesma. O resultado é radicalmente diferente.

O que separa esses dois não é talento nem anos de mercado.

É estoque.

Os Pontos Que Você Ainda Não Tem

Em 1996, Jobs deu uma entrevista pra Wired que a maioria das pessoas leu e não levou a sério:

Não é dom. É inventário.

Antes de qualquer coisa: isso não é sobre quantidade de informação.

Você pode passar dez anos consumindo conteúdo e ter repertório raso.

A diferença está na qualidade e na diversidade das experiências que você de fato processou. Não só consumiu.

O número de pontos disponíveis pra conectar é o que muda tudo.

Jobs foi direto sobre a consequência:

Solução linear é o sintoma. Repertório raso é a causa.

Quanto tempo faz que você teve uma experiência que mudou a forma como você vê alguma coisa?

A criatividade não começa na hora que você senta pra criar. Ela começa nas décadas anteriores, nas experiências que você acumulou ou deixou passar. O que você acumulou é o que você pode conectar. Mais nada.

A Colisão Que Cria o Novo

Existe um nome pra isso.

Em 1964, Arthur Koestler passou anos tentando explicar por que humor, descoberta científica e arte criativa obedeciam ao mesmo padrão.

Um padrão subjacente.

Chamou de bisociação.

Não é associação, que é combinar coisas dentro do mesmo plano de pensamento.

É colidir dois planos completamente diferentes que nunca se encontraram antes.

O resultado não é "uma ideia mais refinada". É uma ideia de um tipo diferente.

Pensa assim: associação é pegar dois ingredientes da mesma cozinha e misturar.

Bisociação é pegar a física quântica e a teoria musical e forçar um encontro.

Não há garantia de que algo vai nascer. Mas quando nasce, é uma categoria nova.

Einstein chamou seu processo de "jogo combinatório" numa carta de 1945, e disse que era "o traço essencial do pensamento produtivo."

Você já sentiu isso, mesmo sem saber o nome.

Aquele momento em que algo de um domínio completamente diferente ilumina um problema que você carregava há semanas.

Não foi sorte. Foi bisociação.

Você não pode forçar a colisão entre dois planos se só tem um dentro de você.

Pessoas com repertório raso chegam a soluções lineares não porque são menos inteligentes. Mas porque só têm um plano disponível pra jogar.

Bisociação é o mecanismo. Repertório é o que torna a colisão possível.

Sem os dois planos, não tem encontro. Sem encontro, não tem categoria nova. Você fica refinando o que já existe.

O Que Você Faz com 59,8 Megabytes de Segredo

Em 31 de março de 2026, às 4h23 da manhã no horário do leste, o código-fonte do Claude Code apareceu no npm.

npm é o repositório público onde programadores publicam e baixam ferramentas de software. Pense nele como uma biblioteca aberta de código.

Chaofan Shou percebeu primeiro. Um source map de 59,8MB.

Source map é o mapa que revela o código original por trás de um programa compilado.

512.000 linhas de TypeScript em 1.906 arquivos.

Em menos de 24 horas, o código foi reescrito do zero por desenvolvedores independentes. O repositório resultante atingiu 145.000 estrelas em um dia. O mais rápido a crescer na história do GitHub.

Muita gente achou que era pegadinha de 1º de abril. Não era. Sites de verificação tiveram que publicar artigos confirmando que o vazamento era real.

Boris Cherny, head do Claude Code, chamou de "plain developer error". Antes do amanhecer, desenvolvedores já estavam reconstruindo o núcleo em Python.

A Anthropic disparou DMCA (pedido legal de remoção por direitos autorais) em 8.100 repositórios.

O mundo tech ficou 24 horas olhando para o arquivo. Eu fiquei quase 12 horas criando e melhorando um decoder pra dissecar o código.

Construí essa ferramenta de decodificação melhorando uma que eu já tinha.

Depois acionei múltiplos squads, equipes especializadas de IA, para dissecar o código em camadas.

O Domain Decoder foi responsável por quebrar a estrutura em pedaços.

Cada pedaço, um ângulo de análise. Não é magia. É repertório aplicado com sistema.

O sistema bloqueia a criação de copy se o brief da campanha não está preenchido. Bloqueia a campanha se o ICP não foi definido. Bloqueia a oferta se o posicionamento não existe.

Não é um aviso. É um bloqueio real. O caminho errado simplesmente não abre.

Isso é o que o Pedro Valério chama de "impossibilitar caminhos errados por design". Construí o mesmo princípio dentro do meu sistema.

O copywriter não começa sem carregar offerbook, brandbook, ICP, narrativa, histórico de autoridade, DNA do fundador. Tudo antes de escrever uma linha.

O que saiu: a arquitetura interna completa catalogada. As 880 regras que existem dentro do Claude Code.

Como os Swarm Agents funcionam de verdade. "Eles não têm quase nenhuma documentação sobre Swarm Agents."

O código revelou parâmetros que ninguém sabe que existem.

Posso agora modificar comportamentos com configurações que não estão em nenhum tutorial.

Tem gente que vai dizer: mas a documentação pública já explica isso.

Não. A documentação diz uma coisa. O código faz outra.

Não porque a Anthropic está enganando alguém.

Porque a IA está evoluindo tão rápido que muita coisa fica defasada antes de ser documentada.

Quando você lê o código, você lê o que o sistema faz de verdade.

Quando você lê a documentação, você lê uma versão editada do passado.

Quem ficou nas primeiras 24 horas leu a documentação. Quem passou 12 horas no código leu o sistema.

Depois vieram os números. Analisei 1.020 sessões.

Mapeei 48 milhões de tokens consumidos em março. Tokens são as unidades de processamento que a IA consome a cada interação.

Encontrei 36,3 milhões desperdiçados.

Skills e agentes consomem tokens a cada sessão, mesmo os que você não usa. Reduzi custo de forma drástica removendo o que não precisava.

Não é um detalhe operacional. É a diferença entre um sistema que escala e um que sangra.

Perguntei ao meu próprio sistema: "como melhorar o posicionamento da AIOX?" Sem orquestrar nada. Sem pré-definir fluxo.

O sistema chamou autonomamente o spy squad para análise competitiva.

Depois o Todd Brown para Big Idea. Depois o Hormozi para criar uma nova oferta.

Eu não criei esse workflow entre eles. Ele descobriu isso dentro do meu computador.

Isso é o que 12 horas de estudo com repertório ativo produzem. Não uma análise. Uma inteligência operacional.

Tem um cara chamado Zac que construiu um site visualizando os achados do vazamento de forma simples.

Tem até um player HTML simulando o loop de mensagens.

Ele conseguiu porque também tinha repertório para ler o que estava lá.

O arquivo era o mesmo para todos.

A IA não vai criar nada interessante por si só. Ela é burra. Ponto.

Mas se você direcionar ela com repertório real, com contexto, com sistema, ela faz coisas que nenhum humano sozinho faria no mesmo tempo.

A questão nunca foi a ferramenta. Foi sempre quem está por trás, definindo o que ela faz e o que ela ignora.

Efeito composto. Cada análise que faço entra no sistema. Cada descoberta que documento vira repertório reutilizável.

O vazamento elevou a régua para todos os players. Inclusive pra Anthropic.

A pergunta é quem chegou lá com o que.

Gutenberg Não Inventou Nada

Existe uma versão da criatividade que quase todo mundo aceita sem questionar.

A ideia de que criar é gerar do nada. Que o gênio aparece do lado de fora da referência.

Que repertório é decoração intelectual, não instrumento de trabalho.

Gutenberg destrói essa versão em menos de um parágrafo.

Ele não inventou a prensa. A prensa de vinho existia há séculos antes dele. Não inventou o tipo móvel. Já circulava na China.

O que ele fez foi cruzar dois domínios que ninguém havia colocado na mesma sala.

Mecanismo de pressão mais tipos reutilizáveis.

O resultado foi a prensa tipográfica.

O resultado da prensa tipográfica foi a Reforma Protestante.

O colapso do monopólio da Igreja sobre o conhecimento. O início da ciência moderna.

Uma colisão de domínios que ninguém combinou antes.

Criatividade não é inventar do zero. É combinar referências de formas inesperadas.

E pra combinar, você precisa ter o quê combinar.

A pergunta que isso abre no contexto do seu negócio é específica.

Quais domínios você acumulou que poucos no seu mercado têm?

Porque quanto mais rara a combinação, menos competição.

Quem só tem repertório do próprio setor vai combinar o que todo mundo já combinou.

Quem atravessa domínios produz o que o mercado ainda não viu.

O poder não está na ferramenta. Está em quem entende o que acontece por trás da ferramenta.

Qualquer um operou a prensa de Gutenberg. Ele entendia a mecânica, a tinta, o metal, a pressão, a combinação.

Esse entendimento é o que determina o que sai.

Hoje o princípio é o mesmo, em escala diferente.

As ferramentas de IA chegaram na mão de todos ao mesmo tempo. O mesmo arquivo de 59,8MB. O mesmo acesso.

O que separa o resultado não é a ferramenta. É o repertório que cada pessoa traz pra dentro dela.

Repertório não é cultura geral. É matéria-prima de combinação que gera valor no seu negócio específico.

Escolhido com intenção. Construído ao longo do tempo. Cruzado no momento certo.

Gutenberg não acordou genial. Ele estava no lugar certo com o estoque certo.

Intensidade, Não Anos

O argumento que quase todo mundo usa como desculpa pra não começar é esse.

"Você tem experiência. Construiu repertório por décadas. Eu estou começando agora. Como vou chegar lá?"

A premissa está errada.

Rodei mais de cem vezes o mesmo processo antes de criar o Runner. Não cem anos. Cem rodadas.

No mínimo dez antes de sistematizar qualquer coisa.

O que transforma execução em repertório não é o tempo que passa. É a intensidade com que você processa cada ciclo.

Só a experiência faz você perceber quando está indo um pouco mais certo. Um pouco mais certo, a cada rodada.

É essa diferença acumulada que vira repertório real.

O que eu construí está muito acima do Ralf. Acima de ferramentas que custam centenas de dólares por mês.

Não porque sou melhor que quem criou essas ferramentas. Porque aprendi com quem criou.

Sem eles eu nem estaria aqui. A diferença foi o quanto testei.

Quem ainda não tem muito repertório mas tem aprendizagem rápida está bem posicionado.

Pessoas adaptáveis acumulam mais depressa porque extraem mais de cada ciclo.

Não é sobre quanto tempo você tem. É sobre quantas rodadas você consegue processar por unidade de tempo.

Uma coisa que eu sempre prego é pela independência intelectual. Você não pode ficar refém dos meus scripts. Nem dos de ninguém. O objetivo é entender o que está por trás, pra criar os seus.

Duas formas de construir esse estoque:

O Cohort Fundamentais é onde você começa a acumular repertório técnico em IA. 4 semanas ao vivo.

Você entra sem saber abrir um terminal e sai com um projeto funcionando no GitHub. É a fundação. Os primeiros pontos pra conectar. 284 pessoas de 7 países já passaram por aqui.

Quero construir a fundação →

O Cohort Avançado é onde o repertório vira sistema. 8 semanas. Você já tem os pontos. Aqui você aprende a forçar as colisões entre eles.

Orquestrar equipes de IA, escalar pra dezenas operando em paralelo, colocar em produção. É a diferença entre ter repertório e saber o que fazer com ele.

Quero operar no avançado →

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

📚️ Livros Recomendados:

•  Revolucao Do Deep Learning — Terrence J. Sejnowski: Sejnowski é um dos três cientistas que inventaram a arquitetura por trás de tudo que você chama de IA hoje. O que ele descreve não é tecnologia. É como um sistema aprende: camadas de padrões colidindo até que algo emerge que nenhuma camada sozinha produziria. O cérebro humano faz a mesma coisa. A diferença é que você escolhe quais camadas alimenta. Ou não escolhe, e repete o que todo mundo repete.
  
  Atmamun — Kapil Gupta: Gupta é um médico indiano que recusou pacientes, parou de dar conselhos e escreveu um livro que cabe em 120 páginas sobre uma única ideia: prescrições são veneno. Se você segue um método porque alguém mandou, o método não é seu. Repertório sem absorção real é coleção de figurinhas. Esse livro não ensina nada. Ele destrói a ilusão de que acumular técnicas equivale a entender alguma coisa.
  

• A Arte Da Guerra — Sun Tzu: Um general chinês de 2.500 anos atrás escreveu o manual definitivo de decisão sob incerteza. Nenhuma das 13 estratégias depende de força bruta. Todas dependem de leitura de terreno, timing e psicologia do oponente. Três domínios cruzados num único framework. Quem lê como livro de guerra perde o ponto. É um tratado sobre como repertório de contextos diferentes ganha de especialização pura.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

O Avarento e o Acomodado

Seu cérebro gastou mais energia decidindo o que jantar ontem do que na decisão mais importante que você tomou essa semana.

Não é exagero. É como ele funciona.

O jantar exigiu escolha ativa. Ninguém escolhe por você entre sushi e pizza.

Mas a decisão que importava? Pra essa, você provavelmente aceitou a primeira opção que pareceu razoável e seguiu em frente.

Isso tem nome. Cientistas chamam de "cognitive miser": avarento cognitivo.

Seu cérebro trata cada caloria de pensamento como se fosse a última. Quando pode evitar pensar, evita. Quando não pode, para no primeiro resultado passável.

Milhares de anos com essa fiação cerebral. Mas nunca, em nenhum momento da história, esse viés teve um parceiro tão eficiente.

A IA entrega a primeira resposta aceitável em 4 segundos. O acomodado dentro de você agradece e segue em frente.

Não porque a ferramenta é ruim. Porque o cérebro encontrou a desculpa perfeita pra fazer o que sempre quis: não gastar energia.

A geração que esqueceu de pensar não esqueceu por burrice. Esqueceu porque o cérebro foi projetado pra esquecer. E a IA transformou essa tendência em hábito.

A Geração Que Esqueceu de Pensar

A RAND Corporation, um dos maiores centros de pesquisa dos Estados Unidos, publicou em março de 2026 que 68% dos estudantes universitários americanos sabem que a IA prejudica o pensamento crítico deles.

Sabem. E mesmo assim, o uso subiu de 30% para 46% em um ano.

Eles sabem que faz mal. E fazem mesmo assim.

E tem um segundo viés que piora tudo. Um Nobel de Economia provou em 1978 que humanos não buscam a melhor decisão. Buscam a primeira aceitável. Chamou isso de "satisficing": uma mistura de satisfeito com suficiente.

Ou seja: o cérebro que se recusa a gastar energia, quando finalmente gasta, para no primeiro resultado passável. Dois vieses empilhados.

E agora os dois têm um assistente que entrega respostas em 4 segundos.

Mas isso não é de agora. Cada geração inventou uma forma nova de terceirizar pensamento.

Sócrates odiava a escrita.

Não é força de expressão. Em 370 a.C., ele argumentou que escrever ia destruir a memória. Que as pessoas iam parar de pensar porque podiam consultar um texto em vez de lembrar.

O maior argumento contra a escrita foi preservado por escrito. Essa ironia nunca envelhece.

Mas Sócrates estava errado por um motivo interessante. A escrita não substitui o pensamento. Ela estende. Você ainda precisa pensar pra escrever algo que preste. O papel não pensa por você.

A impressão fez o mesmo. Distribuiu o que alguém já tinha pensado. Mas o pensamento continuava sendo seu.

A IA é diferente. Ou pode ser.

A escrita estende o que você já pensou. A impressão distribui o que você já pensou. A IA faz tudo isso e mais. Mas também pode pensar no lugar de você.

A diferença está no que você faz com ela.

Nos anos 70, disseram a mesma coisa sobre a calculadora. Que ia destruir o raciocínio matemático. Em 1975, 72% dos professores eram contra calculadoras na sala de aula.

O que aconteceu? Uma revisão que compilou dezenas de estudos das décadas de 80 e 90 não encontrou efeito negativo no aprendizado. A calculadora não atrofiou nada.

O que atrofiou foi pular a etapa de entender o porquê por trás do cálculo.

Quem aprendeu o conceito e depois usou a calculadora foi melhor. Quem pulou direto pra tecla ficou dependente.

Mesma ferramenta. Dois comportamentos. Dois resultados opostos.

Com IA, a dinâmica é idêntica. Usar IA pra redigir 10 versões de um email é multiplicador. Usar IA pra decidir sua estratégia sem questionar é atrofia. O divisor não é a ferramenta. É se você fez a pergunta antes ou aceitou a resposta pronta.

Os dados recentes confirmam. Em junho de 2025, o laboratório de mídia do MIT publicou um estudo com 54 pessoas usando EEG, um exame que mede atividade cerebral em tempo real.

Mediram o que acontecia no cérebro de quem escrevia à mão versus quem delegava a escrita pra IA.

Os dados não são opinião. São medição direta do cérebro.

47% menos conectividade cerebral quando a IA escrevia. 83% não lembravam o que tinham "escrito". Os pesquisadores chamaram de "dívida cognitiva". Conveniência hoje, atrofia amanhã.

É um empréstimo que o cérebro pega sem ler o contrato.

Isso não é novo. Dois pesquisadores publicaram em 2010 o que chamaram de "automation bias": a tendência humana de aceitar respostas automatizadas sem verificação. Piloto de avião, médico, analista financeiro. Não importa.

Quanto mais confiável parece a automação, menos o humano confere. Não é preguiça. É um viés documentado há décadas. A IA só deu a ele um novo terreno.

Pesquisadores da Microsoft e da Carnegie Mellon confirmaram em 2025: analisaram 936 casos com 319 profissionais. Quanto mais confiança na IA, menos pensamento crítico.

Mais confiança. Menos verificação. Menos pensamento.

A IA não deixa você burro. O que atrofia não é usar a ferramenta. É o padrão de aceitar a primeira resposta sem interrogar.

O mesmo comportamento documentado com pilotos automáticos em 2010 agora acontece com o ChatGPT em 2026. Ferramenta diferente, viés idêntico.

E o problema não para em aceitar. A maioria nem lê a resposta inteira. Copia o primeiro parágrafo, cola e segue. A preguiça não é só de pensar. É de ler o que você mesmo pediu.

E tem um terceiro andar. A IA não te avisa quando inventa. Ela fabrica uma informação e apresenta com a mesma confiança de um fato verificado.

Se você não tem repertório pra perceber, aceitou. E vai agir em cima de algo que não existe.

Os dados mostram o que acontece quando você aceita sem questionar. Mas eu vi o contrário acontecer em quem faz uma coisa diferente.

Os Dois Padrões

Trabalho com pessoas que querem construir algo. Depois de centenas de conversas, você desenvolve um radar. Não é talento. É repetição.

Você aprende a separar quem constrói de quem só movimenta.

O primeiro padrão é silencioso. A pessoa chega com o Claude configurado, 14 automações rodando, 3 fluxos de trabalho montados.

Pergunto: "qual dessas automações gerou venda?" Silêncio.

Pergunto de outro jeito: "o que vendeu mais no último trimestre?" Mais silêncio. A pessoa tem um arsenal. Não tem um mapa.

O segundo padrão é o oposto. A pessoa aparece com uma ideia, uma ferramenta nova, uma estratégia. Antes de fazer qualquer coisa, pergunta pra si mesma: "por que eu acredito que isso funciona?"

Não é insegurança. É filtro.

Essa pessoa olha pras propostas que fecharam e ignora as que não fecharam. Parece óbvio, mas quase ninguém faz.

A maioria analisa o que deu trabalho. Quem tem critério analisa o que deu resultado. São coisas diferentes.

E quando IA aparece, essa pessoa já sabe o que quer antes de digitar o prompt. Usa a ferramenta como calculadora, não como bússola.

Porque quem não sabe o que procura aceita qualquer resposta. E a IA sempre vai concordar com você. Foi treinada pra isso.

O padrão se repete. Quem questiona constrói algo que não se copia num fim de semana. Quem só executa em volume está sempre recomeçando. Porque volume sem direção é movimento, não progresso.

Sei exatamente quem vai ter resultado. Não é quem usa mais IA. É quem ainda consegue sentar, desligar tudo, e pensar antes de executar.

IA multiplica quem já pensa. Expõe quem parou de pensar.

Mas existe um antídoto. É antigo. Não precisa de Wi-Fi, não precisa de prompt, não precisa de assinatura mensal. Precisa de você pensando com propósito, não por padrão.

O Antídoto: Pensar de Propósito

Lembra dos dois vieses? O avarento que recusa gastar energia e o acomodado que para no primeiro resultado aceitável.

Existem dezenas de ferramentas de pensamento. Vou te mostrar duas. Não porque são as únicas. Porque cada uma ataca exatamente um desses vieses.

As duas te forçam a decompor antes de decidir. O oposto do piloto automático.

Primeiros Princípios: "isso é verdade ou estou assumindo?"

Musk queria baterias baratas. O mercado dizia: US$600/kWh. Ele decompôs até o elemento químico. Custo real dos materiais: US$80/kWh. A diferença não era física. Era fabricação.

Agora traz pra sua realidade. "Preciso de tráfego pago pra vender." Precisa? O que você precisa é de clientes. Tráfego pago é uma via. Qual é a mais barata pra validar agora?

Pode ser uma lista de email que você já tem e nunca usou direito. Pode ser 10 mensagens diretas pra quem já te segue.

O avarento cognitivo aceita "preciso de tráfego" porque todo mundo diz. Primeiros Princípios te força a perguntar: isso é verdade ou é consenso que eu nunca questionei?

Esse é o antídoto pro avarento cognitivo. Em vez de aceitar o que parece óbvio, você decompõe até encontrar onde está a premissa herdada.

Perguntas Socráticas: "por que eu acredito nisso?"

Bezos proibiu PowerPoint na Amazon em 2004. Substituiu por memos de 6 páginas em prosa.

A razão: "Dá pra esconder pensamento preguiçoso atrás de tópicos e listas." Quem não conseguia explicar em prosa não tinha entendido o que estava propondo.

Agora testa com algo que você provavelmente acredita. "Preciso postar todo dia." Por quê? "Porque o algoritmo favorece consistência." Quem disse? "Todo mundo."

Você testou? Comparou suas métricas de dias que postou com dias que não postou? Silêncio.

Funciona pra negócio. Funciona pra qualquer decisão. "Vou mudar de cidade." Por quê? "Porque aqui não tem oportunidade." Você procurou? O que define oportunidade pra você?

A pergunta muda a decisão antes de você fazer a mala.

Esse é o antídoto pro acomodado. Em vez de parar na primeira resposta aceitável, você pergunta "por quê?" até a resposta resistir ao questionamento.

Os dois frameworks têm 2.500 anos. Sobreviveram a cada revolução tecnológica desde a prensa de Gutenberg. Não são os únicos. O ponto não é qual você usa. É se você usa algum antes de aceitar a primeira resposta.

Agora a parte que quase ninguém faz.

Você não precisa dominar esses frameworks de memória. Precisa saber que existem. Porque quando souber, pode inverter o jogo com a própria IA.

Em vez de pedir respostas, pedir que ela te faça as perguntas.

"Me faça 5 perguntas de Primeiros Princípios sobre essa decisão." "Questione minhas premissas usando o método socrático."

A mesma ferramenta que atrofia quem aceita a primeira resposta se torna parceiro de treino de quem sabe pedir as perguntas certas.

Mas tem um detalhe. Frameworks te ensinam a perguntar. O que te ensina a perceber quando a resposta está errada é repertório. Experiência acumulada.

Camadas suficientes pra acender o alerta: "isso aqui não faz sentido."

Sem repertório, você faz a pergunta certa e aceita a resposta errada. Um sem o outro não funciona.

Essas ferramentas funcionam. Mas têm um limite que eu demorei anos pra entender.

Primeiros Princípios e Perguntas Socráticas exigem uma coisa que você não consegue dar a si mesmo: uma perspectiva que não seja a sua.

Você pode decompor até o átomo. Pode questionar até a premissa mais básica. Mas se a única voz questionando é a sua, as mesmas premissas cegas vão sobreviver a cada rodada.

Porque você não vê o que não sabe que não vê.

Por Que Sozinho Não Funciona

Antes de qualquer coisa: construir sozinho funciona. Operar com autonomia funciona. Não é sobre isso.

É sobre pensar sozinho. São coisas diferentes.

Você pode ter um negócio de uma pessoa e ter gente que calibra seu pensamento. Na verdade, quem constrói sozinho precisa MAIS disso.

Porque não tem chefe, não tem conselho, não tem sócio pra dizer "isso aqui não faz sentido" antes de você investir 6 meses numa direção errada.

Pensar sozinho é como gritar dentro de uma caverna. A ideia sai. Bate na parede. Volta igual. Você acha que validou. Mas só ouviu o próprio eco.

E não sou eu dizendo. Um estudo publicado em 2022 mostrou que quanto maior a confiança numa decisão inicial, mais seletiva fica a busca por informação.

Traduzindo: sem alguém discordando de você, seu cérebro seleciona evidências que confirmam o que você já acredita. Viés de confirmação no piloto automático. Uma câmara de eco de uma pessoa só.

Em 2010, uma pesquisa publicada na Science, uma das revistas científicas mais rigorosas do mundo, testou 699 pessoas organizadas em grupos.

Queriam descobrir o que faz um grupo ser inteligente de verdade.

Não era o QI médio do grupo. Não era ter o gênio mais brilhante na sala.

O que previa inteligência coletiva era a capacidade de escutar. Grupos de pessoas medianas que se escutam superam consistentemente grupos de gênios que não se escutam.

A Harvard Business Review publicou em 2017 que equipes com diversidade cognitiva resolvem problemas complexos mais rápido do que equipes homogêneas.

Não é diversidade de currículo. É diversidade de como as pessoas pensam.

Perspectivas diferentes colidem e o resultado é melhor do que qualquer mente individual consegue sozinha.

Mas não é só ciência moderna dizendo isso. Em 1120, Bernard de Chartres disse que somos anões nos ombros de gigantes. Seiscentos anos depois, Newton repetiu a ideia numa carta a Robert Hooke: "Se vi mais longe, foi por estar sobre ombros de gigantes."

A ideia de que pensamento se constrói em cima de pensamento alheio tem 900 anos. Não é moda. É como conhecimento funciona.

Benjamin Franklin criou o que hoje chamamos de mastermind. Duzentos anos antes de Napoleon Hill inventar o termo.

Doze pessoas de profissões diferentes que se encontravam toda sexta-feira pra calibrar o pensamento um do outro.

Brian Eno tem um nome pra isso: scenius. A inteligência coletiva de uma cena. Não o gênio individual, mas o gênio que emerge quando pessoas com perspectivas diferentes se encontram com frequência.

Pra Eno, a maioria das inovações que atribuímos a uma pessoa nasceu de ambientes assim.

Um estudo da Dun & Bradstreet, referência global em dados empresariais, mediu o impacto: empresas cujos líderes participam de grupos de calibração crescem 2,2x mais rápido do que as que não participam.

O padrão é o mesmo há 900 anos. Quem pensa melhor não pensa sozinho.

Quanto mais você constrói sozinho, mais precisa de gente que pensa diferente pra evitar que seu próprio viés dirija todas as decisões.

Quanto tempo faz que alguém olhou pra sua ideia e disse "isso aqui tem um buraco"?

Se a resposta demorou pra vir, você já sabe o custo.

O Presente Que Eu Queria Ter Recebido

Dia 25 de março eu fiz 36 anos.

Se eu pudesse voltar 10 anos, não mudaria nada.

Mudaria uma coisa: teria entrado no ambiente certo mais cedo.

Porque o que mudou não foi ferramenta nem conhecimento. Foi estar perto de gente que questionava minhas premissas antes de eu agir em cima delas.

Gente que pensava diferente de mim e por isso via o que eu não via.

Os dois vieses, a atrofia por aceitação, o limite de pensar sozinho. Eu vivi tudo isso. E o que reverteu não foi técnica. Foi colisão. Com gente que pensa, que questiona, que constrói.

Esse ambiente tem nome: Comunidade Lendár[IA].

Não é um lugar pra consumir conteúdo. É um lugar pra calibrar pensamento. Pessoas que te dizem "isso aqui tem um buraco" antes de você descobrir sozinho.

IA pra quem já sabe o que quer antes de digitar o prompt.

O ambiente é consequência, não oferta.

36% de desconto. Até 31 de março.

É o presente que eu gostaria de ter recebido quando tinha 26 anos.

Agora ele é seu.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. "Me faça 5 perguntas de Primeiros Princípios sobre essa decisão." Cola isso no seu próximo prompt. Depois me conta o que aconteceu.

📚️ Livros Recomendados:

• Mil Cérebros — Jeff Hawkins: O criador do Palm escreveu o livro mais subestimado sobre como o cérebro constrói modelos de realidade. Se o neocórtex funciona com 150.000 colunas corticais que competem entre si para "votar" na melhor explicação, pensar com propósito é literalmente aprender a mediar esse parlamento interno. A maioria das pessoas nunca soube que tinha um.
  

• O Início do Infinito — David Deutsch: Deutsch é físico de Oxford e fez algo raro: provou que o progresso humano depende de uma única coisa, boas explicações. Não intuição, não dados, não consenso. Explicações que resistem a tentativas de refutação. Num mundo onde IA gera respostas instantâneas, esse livro ensina a única pergunta que importa: "isso é uma boa explicação ou apenas uma resposta plausível?
  

• Confie Em Mim, Estou Mentindo — Ryan Holiday: Holiday era o cara que plantava notícias falsas em blogs para manipular a mídia. Neste livro, ele confessa exatamente como fazia. Se o cérebro humano já era vulnerável a vieses cognitivos, a máquina de desinformação digital transformou essa vulnerabilidade em modelo de negócio. Entender a engenharia da manipulação é o primeiro passo para calibrar o próprio julgamento.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Quanto mais você sabe sobre um assunto, mais difícil fica perceber que quase ninguém sabe.

Seu cérebro faz uma conta errada. Ele olha ao redor, vê as mesmas conversas, os mesmos posts, as mesmas referências, e conclui que isso é o normal. Que todo mundo está ali. Que o seu universo é o universo.

O algoritmo piora tudo. Ele mede o que você clica, quanto tempo fica, o que ignora. E monta um feed sob medida. Quanto mais você consome um assunto, mais ele aparece. Até que parece que o planeta inteiro está falando daquilo.

Um exemplo simples mostra como isso funciona na prática.

Quem vive no mundo cripto sabe como isso funciona. O feed mostra Bitcoin o dia inteiro. Os grupos debatem blockchain como se fosse arroz com feijão. E quando alguém de fora pergunta "mas o que é isso exatamente?", o susto é genuíno.

96% dos brasileiros já ouviram falar de Bitcoin. Mas 40% admitem que não sabem o que é. Ouviram o nome. Só isso. E só 17% de fato tem alguma cripto na carteira.

Em 1977, Lee Ross e a equipe de Stanford documentaram isso. Chamaram de False Consensus Effect.

Nós superestimamos, de forma sistemática, o quanto as outras pessoas sabem o que nós sabemos. Não é arrogância. É erro de calibração. Acontece com todo mundo.

Agora aplica isso na IA.

O gráfico do Damian Player mostra a realidade: 84% das pessoas nunca usaram IA pra nada. 16% usaram uma vez ou outra. 0,3% usam com alguma frequência. E 0,04% usam de verdade, no dia a dia, construindo algo real.

Você está numa bolha de 0,04% achando que vive no mainstream.

E enquanto a bolha te convence de que todo mundo já entendeu, a capacidade da tecnologia continua acelerando sem esperar.

Só que quase ninguém acompanha. 95% dos projetos de GenAI param antes de gerar receita, segundo o MIT.

Não falham por falta de modelo. Falham porque ninguém montou a estrutura para usar o modelo direito.

Até Sam Altman admitiu que trabalha do mesmo jeito de antes do ChatGPT existir. O cara que fundou a OpenAI. Usa do mesmo jeito.

Os economistas chamam isso de capability overhang: capacidade enorme disponível que quase ninguém usa perto do limite. A última vez que isso aconteceu nessa escala foi com a internet nos anos 90.

As empresas que entenderam nos primeiros anos definiram o século seguinte. As que entenderam depois, viraram clientes.

O boomerang

A oportunidade é real. Mas quem tentou atalho sem sistema já pagou o preço.

55% das empresas que demitiram equipes para substituir por IA se arrependeram. Não é projeção. Já aconteceu.

O que essas empresas fizeram foi trocar a pessoa sem trocar a arquitetura. Tiraram gente e colocaram ferramenta no lugar. Como trocar o motorista sem consertar o carro. O carro continua quebrado. Só que agora ninguém sabe onde fica o extintor.

Michael Gerber escreveu um livro em 1986 chamado E-Myth. Vendeu mais de 5 milhões de cópias com uma tese simples: o sistema roda o negócio, as pessoas rodam o sistema.

O fundador que trabalha dentro do negócio, fazendo tudo, controlando tudo, porque ninguém faz do jeito dele. Gerber chamou isso de armadilha do técnico.

Quarenta anos depois, a armadilha continua a mesma. Contratar, treinar, perder, repetir. E quando a pessoa sai, o conhecimento vai junto.

O que mudou é que agora esse ciclo ganhou uma variante nova. Demitir, instalar ChatGPT, ver que não funciona, recontratar. Dois ciclos pelo preço de um.

O problema nunca foram as pessoas. Nunca foi a ferramenta. Foi não ter o sistema.

ChatGPT aqui, Claude ali, Midjourney em outro canto. Cada conversa começa do zero. Sem contexto entre sessões. Sem memória. Um estagiário brilhante que esquece tudo toda vez que você fecha a aba.

Parece avançado. Não é. É o equivalente a ter um carro de Fórmula 1 e usar ele pra ir na padaria.

O que acontece quando você para de usar IA como ferramenta e começa a montar uma operação? Quando em vez de um chatbot respondendo perguntas, você tem um departamento inteiro que roda sem depender de você?

Isso é um squad.

Squad de copy tem copywriters. Squad de tráfego tem especialistas em mídia. Squad de design tem designers. Cada um com escopo definido, tarefas estruturadas e templates de entrega. O agente não é um chatbot que conversa. Ele recebe uma tarefa com instruções completas, sabe onde buscar informação, sabe o formato do resultado, sabe onde salvar. A tarefa é o prompt.

Esses squads trabalham em paralelo, com contexto compartilhado do negócio. O que um descobre, o outro usa. O humano entra nos pontos de decisão que realmente importam.

Isso é o que Gerber descrevia. O sistema rodando o negócio. As pessoas rodando o sistema. Só que agora a tecnologia existe.

Eu construí o Design System inteiro do AIOX usando o próprio AIOX. Brandbook, identidade visual, mockups de produto. Tudo aparecendo pronto enquanto eu ainda ajustava o briefing anterior. Agências cobram R$60.000 por duas páginas de brandbook. O sistema entregou o pacote completo. O sistema que constrói o sistema. Isso não é teoria.

O mercado começa pela ferramenta. O AIOX começa pela necessidade. Qual o problema que você está resolvendo? A resposta define o squad.

Antes do primeiro dia

19 de março. Florianópolis. Vinte empresas numa sala. Redes de clínicas médicas, edtechs, fintechs, SaaS, entre outros nichos.

Os CEOs e melhores representantes de cada uma. Primeiro dia do AIOX Squads, a imersão onde essas empresas colocam as mãos no sistema.

Mas quando o Dia 1 começou, nenhuma dessas empresas estava começando do zero.

Dias antes, cada empresa passou por sessões de preparação com mentores. Instalação de dependências e organização do contexto do negócio dentro do sistema.

Durante o evento, rodadas de revelação de processos. Cada empresa compartilhando como o negócio realmente funciona.

Os fluxos que estão na cabeça e nunca foram documentados. As decisões que parecem intuitivas mas seguem uma lógica que nunca foi escrita.

Processo é o ouro das empresas que realmente funcionam. E esse ouro, organizado e estruturado dentro do sistema, fica acessível para qualquer agente de IA.

O contexto inteiro do negócio num lugar só. Não espalhado em 48 Google Docs que ninguém abre. Não na cabeça de um funcionário que pode sair amanhã. Não num Notion bonito que virou cemitério de informação.

Kit com monitor portátil porque IA exige mais de uma tela. Mentores indo de mesa em mesa. Dez mentores da Academia Lendária mais os que se destacaram no Cohort Avançado e voltaram como mentores.

Não foi palestra. Foi construção ao vivo, mostrando o que era possível, como era possível, e fazendo junto com cada pessoa.

Cada empresa construindo o próprio sistema. O próprio Design System, os próprios squads, os próprios processos. Para o negócio delas.

O que está em jogo

Todas as pessoas que eu conheço e têm o mínimo de conhecimento sobre internet, ao conhecerem o que essas empresas estão colocando as mãos, passam madrugadas e madrugadas a fio. Eu não conheço nenhum empresário que teve contato com isso e que não melhorou profundamente a forma de conduzir a operação.

O que essas 20 empresas estão pegando ainda é o básico. O básico que nem o 0,04% das pessoas no planeta estão colocando as mãos agora.

Depois da explosão da era WWW, essa com certeza é a maior revolução de como negócios vão ser transformados.

A mesma coisa aconteceu com o Bitcoin. Quando 40% das pessoas nem sabiam o que era, quem entrou no início capturou valor desproporcional. Quem esperou a resposta ficar pronta pagou o preço de todo mundo. Quem está nesse evento está vivendo esse momento com IA.

Se alguém chega esperando estabilidade máxima e achando que todo mundo já tem a resposta, não é o lugar. O lugar é de quem aceita que a resposta está sendo construída agora. Quem quer algo previsível pode escolher outro caminho. E vai ver, daqui a pouco, que perdeu a janela de fazer parte da construção.

E tem algo que precisa ser dito com clareza: pensar que alguns comandos resolvem tudo é perigoso. Quem pensa assim vai ver o mercado andar sem esperar. Quem se adapta e constrói junto é o que fica. Quem espera a resposta pronta é o que vira cliente de quem construiu.

Dia 2 está acontecendo agora

O primeiro dia mostrou o que é possível. O segundo promete ser ainda mais mão na massa.

Aplicações customizadas dentro do framework. Casos reais de automação, tráfego, integração. Acompanhamento individual de mentores. Cada empresa construindo pro seu contexto, pro seu nicho, pro seu problema.

O que ficou claro desde a primeira sessão: existe um antes e um depois de ver as possibilidades com os próprios olhos. O que costumava levar meses de contratação, treinamento e tentativa-e-erro agora se resolve em ciclos de horas.

A IA não substituiu pessoas. Substituiu o tempo que você não tem.

Gerber tinha razão

O sistema roda o negócio. As pessoas rodam o sistema.

Gerber escreveu isso em 1986 e ninguém tinha a tecnologia para aplicar de verdade.

Você podia ler o livro, concordar com cada página, e voltar pra mesa pra fazer tudo do mesmo jeito.

Porque o sistema que ele descrevia exigia gente demais, tempo demais, dinheiro demais.

Agora não exige mais.

Vinte empresas em Florianópolis estão montando squads operacionais de IA neste momento.Com o contexto do negócio pré-carregado. Com mentores ao lado. Dois dias inteiros de construção ao vivo, empresa por empresa.

Isso é o premium do premium. Vinte empresas. Sala fechada. Acesso total.

Você não aprende IA nesse processo. Você constrói um departamento. Um departamento que opera quando você não está.

Que executa com a mesma precisão no processo 500 que no processo 1. Que não esquece o que aprendeu ontem. Que não pede demissão. Que não leva o contexto embora quando sai.

O AIOX Squads é exclusivo pra 20 empresas. Mas o Cohort Advanced está aberto.

A Turma 1 esgotou. Não sobrou vaga. E o que mais chamou atenção não foi a velocidade. Foi o que aconteceu depois.

Empresários que passavam o dia inteiro dentro da operação, resolvendo, apagando incêndio, treinando gente nova, começaram a sair. Não sair do negócio. Sair do modo piloto automático.

O sistema passou a rodar sem depender deles pra cada decisão. O conhecimento parou de viver na cabeça de uma pessoa que pode pedir demissão amanhã.

Isso é o que muda. Não é "usar IA melhor". É parar de ser o gargalo do próprio negócio.

O Cohort Advanced é onde isso acontece. Oito semanas ao vivo, online, com mentores. Você não assiste aula. Você constrói o sistema de IA do seu negócio.

A Turma 2 começa dia 08 de abril.

Grave isso: tempo não é dinheiro. Tempo é vida. E cada semana operando no modelo antigo, explicando de novo, treinando de novo, refazendo de novo, é uma semana com a sua visão parada.

A tecnologia vai esperar.

Você que talvez não consiga.

QUERO ENTRAR NA TURMA 2 DO ADVANCED

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Os 99,96% não estão atrasados. Você é que está tão à frente que esqueceu de olhar pra trás.

📚️ Livros Recomendados:

O Mito De Sisifo - Albert Camus: Camus faz a pergunta que ninguem quer ouvir: vale a pena continuar empurrando a pedra? A resposta dele e sim, mas nao pela razao obvia. O absurdo nao e o problema. O absurdo e a condicao. Quem aceita isso para de esperar permissao e comeca a construir. Quem fica esperando a resposta pronta vira espectador da propria vida.

Jogue Limpo Mas Venca - Michael Dell: Dell construiu uma empresa de US$100 bilhoes vendendo computadores direto pro consumidor quando todo mundo dizia que precisava de loja fisica. A vantagem dele nao foi tecnologia. Foi ver o que era possivel antes dos outros e montar a operacao antes da concorrencia entender o jogo. Quem opera primeiro define as regras.

Coragem - Osho: Osho define coragem como a disposicao de se mover para o desconhecido mesmo quando tudo dentro de voce pede seguranca. Nao e ausencia de medo. E agir apesar dele. O 0,04% nao esta la porque tem certeza. Esta porque decidiu construir antes de ter todas as respostas.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)

Existe uma cerca atravessada no meio da estrada. Você não sabe por que ela está ali. O que você faz?

Se a resposta for "tiro a cerca", parabéns. Você acabou de descrever a estratégia de IA de 90% das empresas em pleno 2026.

Em 1929, o filósofo G.K. Chesterton formalizou o problema:

Quase 100 anos depois, a indústria inteira está arrancando cercas. E chamando isso de progresso.

Eliminar atrito virou dogma. Menos cliques, menos etapas, menos esforço. Toda empresa de tecnologia dos últimos 15 anos foi construída sobre essa premissa.

A premissa está incompleta.

Existem dois tipos de atrito que a maioria trata como se fossem um só.

Atrito parasita: filas, burocracia sem propósito, processos que existem porque sempre existiram. Desperdiça tempo sem retorno nenhum. Esse, elimine sem dó.

E atrito produtivo: pontos de controle, revisão humana, barreiras que filtram qualidade antes que o lixo contamine tudo. Funciona como sistema imunológico do negócio. Tire esse e descubra o preço.

Quem não distingue um do outro acelera na direção errada.

Esta edição mapeia 3 fronteiras onde essa distinção decide tudo. Quem constrói algo durável e quem está tirando cerca sem saber por quê.

UX bifurca: a experiência do agente é a nova interface

Seu produto não tem uma interface. Tem duas. E a que você não está desenhando é a que vai decidir se ele escala.

Hoje, quando alguém entra no seu site, ela não é necessariamente uma pessoa. Pode ser um agente de IA fazendo uma tarefa. Comprando, pesquisando, comparando.

A Salesforce projeta 1 bilhão de agentes operando até o fim de 2026. O Bolt.new publicou 1 milhão de sites via agentes. 13.000 por dia. A Netlify passa de 1.000 sites diários pelo mesmo caminho.

Não são humanos clicando em botões. São agentes consumindo dados, gerando código, publicando. A interface humana nem participou.

O Google já publicou especificação técnica pra isso. A Microsoft já publicou guia de design separando quando o agente age sozinho e quando ele negocia com o humano. São regras de design diferentes. Experiências diferentes. Usuários diferentes.

Não ultrapassadas. Fracas.

Mas aqui mora um problema que a comunidade de design está gritando.

Humanos aprovam ações de agentes sem supervisão real. Por quê? Porque revisar a cadeia de 50 passos que o agente executou leva mais tempo do que o tempo que ele economizou.

A Smashing Magazine publicou padrões de design para atrito intencional. Freios antes de ações irreversíveis. O NN/g publicou o relatório de UX de 2026 com conclusões parecidas.

A comunidade de design está pedindo por atrito. Lê de novo. Pedindo.

E os dados explicam por quê. O NIST lançou números em fevereiro: apenas 47% dos agentes de IA são ativamente monitorados. E 88% das organizações reportam incidentes de segurança com agentes no último ano.

Autenticação é atrito. Controle de acesso é atrito. A indústria pulou os dois pra entregar mais rápido. Agora 88% têm incidentes.

Eu penso nisso toda vez que vejo alguém querendo automatizar 100% de um processo. As pessoas se enganam achando que o objetivo é botar uma IA que faz tudo do começo ao fim, sem ver nada.

Quem pensa assim ainda está no País das Maravilhas.

Existem pontos de controle. Existem momentos no processo que é fundamental ter um humano. Por quê? Porque o humano tem gosto. Tem visão diferente. Tem uma granularidade de contexto que IA não alcança.

O ser humano tem uma capacidade de heurística que ainda não existe em modelo nenhum.

O trabalho do humano é divergência criativa estratégica. O agente pega o briefing e vai pelos caminhos naturais, pela probabilidade. O objetivo do humano é fazer o que não seria natural na probabilidade. Criar um caminho novo. Um caminho criativo novo. Isso é do ser humano.

E a IA não vai perder o sono se o cliente cancelar. A validação dentro de uma fonte da verdade que você cria, que você controla, que você vai de forma incremental construindo. Essa é a cerca que protege o valor.

Cada camada visual que você adiciona pro humano restringe o agente. E vice-versa. Por isso a bifurcação não é opcional. Não é preferência. É arquitetura.

Quem elimina a interface humana perde controle. Quem elimina a porta de entrada do agente perde escala. O atrito entre as duas camadas não é um bug. É o produto.

Open source sangra: manutenção é a vantagem real

Vou te contar o problema que ninguém quer admitir sobre IA e código aberto.

Open source não é o problema. Open source é o que funciona. Mas tem gente envenenando o poço. E os mantenedores estão pagando a conta.

Daniel Stenberg, criador do cURL, desativou o bug bounty do projeto. cURL roda em praticamente todo dispositivo conectado do planeta. O motivo? 20% das submissões eram geradas por IA. Lixo disfarçado de contribuição.

Mitchell Hashimoto, criador do Ghostty, baniu código de IA do projeto inteiro. tldraw fechou contribuições externas.

A InfoQ chamou isso de ameaça existencial ao open source. O Hackaday foi mais direto: "How Vibe Coding Is Killing Open Source."

Agora presta atenção nesse número.

Um contribuidor gasta 7 minutos gerando uma contribuição com IA. O mantenedor gasta 85 minutos revisando. Proporção 12:1. Doze vezes mais trabalho para quem mantém do que para quem "contribui".

O CodeRabbit analisou 470 contribuições de código: código co-autorado por IA tem 1.7x mais defeitos e 2.74x mais vulnerabilidades de segurança.

O GitHub está estudando um botão de bloqueio para contribuições geradas por IA. A maior plataforma de código do mundo. Cogitando um botão de emergência.

E sabe o que é mais louco?

No dia 5 de março de 2026, a Amazon caiu. Seis horas fora do ar. 22.000 usuários sem checkout, sem preços.

Um memo interno citou "tendência de incidentes" com "alto raio de explosão" ligados a "mudanças assistidas por GenAI". Reunião obrigatória no dia 10 de março.

Nova regra: engenheiros junior e mid-level agora precisam de aprovação sênior antes de publicar código assistido por IA em produção.

A Amazon tirou a cerca da revisão de código. Em 8 dias, colocou de volta.

Tem outro detalhe que ninguém fala. A CNBC publicou uma matéria sobre "falha silenciosa em escala": sistemas de IA não quebram. Eles produzem resultados errados que se acumulam por semanas.

Uma empresa de bebidas cuja IA não reconheceu rótulos de feriado encomendou centenas de milhares de unidades em excesso. O VP de AI Ops da Agiloft resumiu: "nada quebra, então leva tempo até alguém perceber."

Isso é o que acontece quando otimizamos tudo pra velocidade.

Lean, Six Sigma, essas metodologias tradicionais medem desempenho e performance. Quando você muda 50% do processo para IA, automaticamente todo o painel fica verde. Bate palma. Tá tudo maravilhoso.

Mas a qualidade tá uma bosta e você não tem parâmetro para medir.

A contribuição gerada em 7 minutos mostra "verde" na esteira. Os 85 minutos de revisão humana são o atrito que revela a verdade.

Daqui a pouco todo mundo gera código com IA. Todo mundo submete contribuição em 7 minutos. O que vai fazer a diferenciação é a pessoa que está atrás do teclado. A pessoa que revisa. Que mantém. Que sustenta.

O atrito da manutenção não é um problema a ser eliminado. É o filtro que separa software real de teatro de código.

Peça por peça: a vantagem de quem constrói de baixo pra cima

Todo mundo quer construir a coisa inteira de uma vez. Gerar a página completa. O sistema completo. O processo completo. Apertar um botão e sair com tudo pronto.

E funciona. Até a primeira coisa quebrar.

Faz uma peça pequena. Um agente que só faz pesquisa. Testa até funcionar. Outro que só escreve copy. Testa até funcionar. Outro que só revisa.

Cada peça validada sozinha. Depois junta as peças.

Pesquisa validada + copy validado = sequência de email que funciona. Sequência validada + revisão validada = campanha publicável. Cada combinação testada antes de virar parte de algo maior.

Quando algo quebra, você sabe exatamente onde. Troca a peça. O resto continua funcionando.

Bits são democráticos. Qualquer pessoa com laptop gera código, imagem, texto, vídeo. Mas bits sem estrutura evaporam.

O valor não está na capacidade de gerar. Está na capacidade de replicar com consistência. E você só replica o que foi construído peça por peça, validado peça por peça.

A BMW não coloca um carro inteiro na linha de montagem e torce pra funcionar. Cada componente é testado antes de virar parte do conjunto. Se o freio falha no teste isolado, ele nunca chega na montagem final. Esse atrito de testar cada peça é o que faz 30.000 unidades saírem iguais.

O mesmo princípio vale pra qualquer negócio. Um processo que funciona sozinho é uma peça confiável. Três processos validados combinados viram uma operação replicável. A validação em cada nível é o atrito que transforma bagunça em sistema.

Agora olha o que acontece com quem pula esse passo.

Vibe coding. O cara abre o Lovable, descreve o que quer, e sai um app inteiro. Bonito. Funcionando.

Até ele tentar mudar um botão e o sistema inteiro colapsar. Por quê? Porque nada foi testado em isolamento. Nada é substituível. Nada é replicável. Primeiro bug, reconstrói tudo.

Isso não é exclusivo de código. É qualquer coisa construída de cima pra baixo sem validar as partes.

A empresa que automatiza o processo inteiro com IA sem validar cada etapa. O lançamento que gera tudo de uma vez sem testar cada peça do funil. O time que escala antes de ter processos testados.

Tudo parece rápido. Até parar de funcionar.

A vantagem real não é velocidade de criação. É velocidade de recuperação. Quem construiu peça por peça troca a peça quebrada em minutos. Quem construiu tudo de uma vez reconstrói tudo de uma vez.

Você copia um repositório em 7 segundos. Uma linha de montagem em 7 anos. A barreira não é só tempo. É a diferença entre quem montou cada peça sabendo o que ela faz e quem copiou o bloco inteiro sem entender nenhuma parte.

O mecanismo completo

Três fronteiras. Uma lógica.

Na interface, o atrito entre humano e agente não é defeito. É o produto. Quem elimina um lado mata o outro.

No código, a manutenção que ninguém quer fazer é a vantagem que IA não cruza. O painel fica verde enquanto a qualidade apodrece.

Na construção, quem monta peça por peça troca a peça quebrada. Quem monta tudo de uma vez reconstrói tudo de uma vez.

Mas na prática, o atrito que mais custa não está nos dashboards nem nos grandes sistemas. Está na passada de mão.

Pra quem você passa o trabalho. Com qual frequência. Quem envia as informações pra fazer o trabalho. Processo por processo. Clique por clique.

Cada passada de mão é um ponto onde contexto se perde e retrabalho nasce. Ninguém sabe exatamente onde a coisa quebrou. Esse é o tipo de atrito que parece invisível até você mapear.

E quando você mapeia, descobre que são dezenas de horas por semana escorrendo entre as mãos.

Com a arquitetura certa, esse atrito não desaparece. Ele muda de forma.

O agente recebe o contexto completo, executa com o briefing inteiro, e o humano entra onde precisa entrar: no ponto de controle, na decisão criativa, no julgamento que tem consequência real.

A passada de mão deixa de ser buraco negro e vira ponte.

Pensa na inteligência artificial como água. Uma cachoeira. Um rio.

Se você quer aproveitar dessa água, tem que botar os limites dela. Fazer os canais pra água chegar onde você quer. Se quer acumular, faz uma represa e deixa passar pouquinha água. Se quer gerar energia, bota uma arquitetura ali para ela girar e gerar energia.

IA é muita força, muito poder, muita possibilidade. Desenfreada, só destrói.

Você tem que ter a capacidade e a inteligência de direcionar todo esse poder.

Atrito produtivo são as paredes da represa. Sem paredes, a água destrói. Com paredes no lugar certo, gera energia.

A heurística é simples. Se o atrito protege um julgamento que exige contexto humano, preserve. Se existe só porque sempre existiu e ninguém sabe mais por quê, elimine sem hesitação.

A parte difícil é distinguir um do outro. Mas agora você tem a pergunta certa.

Pra que serve essa cerca?

Atrito produtivo não é o que você suporta. É o que você escolhe não eliminar.

O próximo passo

Interface. Código. Construção. Três fronteiras onde atrito produtivo separa quem constrói algo durável de quem acelera na direção errada.

A pergunta natural é: como eu começo a colocar atrito no lugar certo?

Peça por peça. Fundamento por fundamento.

Meu time organizou uma série de aulas gratuitas sobre AIOX em um lugar só. 4 módulos de fundamentos, guias e materiais pra você começar. Cada módulo é uma peça. Você valida uma, passa pra próxima. Vai no seu ritmo.

A Karla nunca tinha aberto um terminal. Tava no Lovable passando raiva, tudo quebrado, tokens infinitos. Isso é IA sem as paredes da represa.

Começou pelos fundamentos. Hoje fecha cliente de R$8k mostrando o que construiu. Tem projeto de R$20k em negociação que vai levar 5 dias pra desenvolver.

O João entendeu que o que travava ele para grandes resultados era depender de equipe. Começou pelos fundamentos. Agora já era. Agentes com pontos de controle fazem o que 11 pessoas faziam.

Acessar a AIOX gratuitamente

Alan Nicolas ♾️

P.S. Toda cerca que você remove sem entender por que está ali, um dia você vai precisar reconstruir. A diferença é que reconstruir sempre custa mais.

📚️ Livros Recomendados:

O Obstáculo É o Caminho - Ryan Holiday: A resistência não é o que está no caminho. É o caminho. Holiday traduz o estoicismo de Marco Aurélio em princípio operacional: todo obstáculo contém a instrução para superá-lo. Eliminar o obstáculo elimina a lição. Preservar o atrito certo é preservar a vantagem.

Walden - Henry David Thoreau: Simplicidade escolhida, não imposta. Thoreau foi viver no mato não por falta de opção, mas por escolha deliberada. Ele adicionou restrição à própria vida para ver o que sobrava de essencial. "Eu fui para os bosques porque desejava viver deliberadamente." Restrição como design de vida.

1984 - George Orwell: O que acontece quando todo atrito é eliminado. O mundo de Orwell é um sistema sem resistência, sem filtro, sem cerca. Tudo flui sem fricção para quem controla. A ausência de atrito é a ausência de liberdade. Quando ninguém questiona, ninguém revisa, ninguém freia, o sistema serve a quem o desenhou, não a quem vive nele.

💻 Vídeo Recomendado

Assista a minha ultima live:

🗞️ Sobre a Newsletter:

• Descubra como sobreviver e prosperar na Era da IA ♾️

• Escrita por: Alan Nicolas utilizando Obsidian potencializado com IA

• Mantenha-se atualizado: Últimas tendências e desenvolvimentos em IA

📲 Redes Sociais

Para mais conteúdos lendários sobre Inteligência Artificial e Business, aproveite para me seguir nas redes sociais:

Instagram | YouTube | X (Twitter) | Podcast (Spotify)