AI

Deepseek

A essa altura, todo mundo já sabe que a DeepSeek colocou Silicon Valley na defensiva. Mas o modelo R1, desenvolvido com um orçamento enxuto de US$ 5,6 milhões e uma configuração limitada de GPUs Nvidia H800, continua alimentando debates acalorados sobre os rumos da IA. Enquanto gigantes como OpenAI e Google apostam em clusters bilionários, a startup chinesa mostrou que criatividade e eficiência podem redefinir as regras do jogo.

Fundada por Liang Wenfeng, um bilionário que trocou o mercado financeiro pela construção de modelos gigantes, a DeepSeek não teve medo de expor sua estratégia. Resultado? Discussões acaloradas sobre como as gigantes do setor vão manter sua vantagem competitiva.

Liang, antes visto como excêntrico, agora é símbolo de uma abordagem ousada: foco total em pesquisa, talentos locais e o tipo de eficiência que só quem está acostumado a fazer mais com menos consegue. Resta saber se essa fórmula vai resistir às máquinas mais poderosas (e aos orçamentos infinitos) que seus rivais estão colocando em campo.

Ben Thompson resumiu bem o impacto da DeepSeek no setor. Não se trata apenas do modelo R1 ou dos US$ 5,6 milhões investidos no treinamento do V3 com GPUs Nvidia H800. A verdadeira disrupção está na mensagem enviada ao mercado: eficiência e engenharia de ponta podem desafiar o domínio das gigantes com seus recursos bilionários.

Desde o V2, a DeepSeek já dava sinais de ruptura, com inovações como DeepSeekMoE (que otimiza o uso de parâmetros) e DeepSeekMLA (resolvendo gargalos de memória). Mas o V3 elevou essa abordagem a outro nível, com otimizações que reduziram drasticamente os custos de treinamento, usando um hardware que foi amplamente subestimado por outros players devido às limitações impostas pelas sanções dos EUA.

O R1 é um passo importante. Como Thompson destaca, ele foi treinado com reinforcement learning puro (sem humanos no loop), o que desafia a noção de que empresas como OpenAI têm uma vantagem inatingível. Em vez de se apoiar em clusters gigantescos e orçamentos bilionários, a DeepSeek mostrou que há outros caminhos possíveis. Não é como se eles fossem dominar o mercado amanhã, mas fica claro que a ideia de "moat" tecnológico precisa ser revista. Isso, por si só, já é suficiente para deixar o mercado em alerta.

Ele também chama atenção para as implicações no mundo de VC: o custo de entrada para criar inovação em IA está caindo. Empresas como DeepSeek mostram que engenharia de ponta e foco estratégico podem competir com gigantes que tradicionalmente dependem de capital intensivo. Para o mercado de IA, essa mudança é estrutural, e, como Thompson bem colocou, o jogo agora pertence a quem sabe aproveitar esse novo cenário.

Esse artigo mapeia com precisão como as forças estão se reconfigurando no mercado de IA e onde a Nvidia, apesar de seu domínio, começa a enfrentar novos e sérios desafios. Com margens de 90% e uma hegemonia baseada no CUDA ("língua especial" que só os computadores com as placas de vídeo da Nvidia entendem) e na interconexão de GPUs, a empresa parecia intocável. Mas, como o autor mostra, o jogo está mudando.

A dinâmica da escalabilidade passou do treinamento para a inferência. Modelos como o R1 da DeepSeek, com seu raciocínio avançado, elevam os requisitos computacionais durante o uso. Startups como Cerebras e Groq entenderam isso e estão atacando diretamente com soluções mais rápidas e menos dependentes das interconexões proprietárias da Nvidia.

Gigantes como Google, Amazon e Microsoft também estão movimentando peças importantes, desenvolvendo chips próprios e diminuindo a dependência das GPUs Nvidia. Combine isso com o crescimento de frameworks como Triton e JAX, que desafiam o monopólio do CUDA, e o que antes parecia sólido agora está em disputa.

Apesar de ainda liderar, a Nvidia já não está sozinha no tabuleiro.

OpenAI lançou Operators

Enquanto o mercado digere o buzz em torno da China e da DeepSeek, a OpenAI segue mostrando que ainda está no jogo com o lançamento do Operator - um agente que usa seu próprio navegador pra realizar tarefas por você, tipo fazer compras ou preencher formulários.

Baseado no modelo CUA, o Operator interage com sites como um humano: clica, digita, e até corrige seus próprios erros. Ainda em fase de testes para Pro users nos EUA, ele é mais um passo pra IA sair do papel de ferramenta passiva e virar um agente ativo que resolve problemas sozinho.

O impacto disso vai além da experiência do usuário: imagine como agentes de IA, ao substituir tráfego humano, podem transformar modelos de negócios baseados em ads. Quando o "usuário" é uma máquina e não uma pessoa, quem vai ver os anúncios? É cedo pra saber, mas a OpenAI está, sem dúvida, apontando para um futuro cheio de perguntas (e oportunidades).

Entrevistas com Marc Andreessen

Marc Andreessen e Lex Fridman discutem, de forma incisiva, os rumos da sociedade e da tecnologia nesse episódio do podcast. Andreessen projeta um futuro otimista para os EUA, com crescimento impulsionado pela inovação e pelo espírito empreendedor, mas critica o "autoritarismo suave" que, segundo ele, sufoca o progresso com regulamentações e censura. Ele também faz um paralelo histórico e filosófico, relacionando as raízes do individualismo ocidental aos dilemas modernos, como a perda de ambição coletiva e o impacto de ideologias.

A conversa mergulha na corrida global por avanços em inteligência artificial, com Andreessen destacando o papel transformador dessa tecnologia e as tensões entre inovação e controle estatal.

Aqui, Andreessen conversa com Ross Douthat sobre a transformação política do Vale do Silício, que passou de aliado tradicional do Partido Democrata a um espaço mais receptivo ao conservadorismo, culminando no apoio de alguns líderes de tecnologia, como Elon Musk, a Donald Trump em 2024.

Andreessen revisita sua trajetória, desde suas origens no interior de Wisconsin até a fundação da Netscape, quando o Vale era um reduto de democratas pró-inovação, entusiasmados com a economia de startups e o progresso social. Ele destaca, no entanto, como a relação entre o setor de tecnologia e o Partido Democrata começou a se deteriorar no segundo mandato de Obama, impulsionada por uma geração de jovens formados em universidades de elite que trouxeram um ativismo radical para dentro das empresas. Essas mudanças culturais, combinadas com pressões externas, como a responsabilização do Vale pela eleição de Trump em 2016, criaram um cenário de tensão crescente.

O episódio explora bem como CEOs enfrentaram funcionários ativistas e o crescente controle regulatório, levando líderes a rejeitar o progressismo moderno e se alinhar a uma nova onda de conservadorismo.

Startups / Exits

Vinay Hiremath, cofundador da Loom, vendeu sua startup para uma empresa australiana por US$ 975 milhões em 2023. Desde então, ele vive o paradoxo de ter liberdade absoluta, mas sem propósito. Nesse post brutalmente honesto, ele compartilha sua jornada para preencher o vazio deixado pelo fim de uma trajetória de 10 anos: recusou um pacote de US$ 60 milhões, flertou com robótica (apenas para perceber que queria se parecer Elon Musk), enfrentou inseguranças que arruinaram um relacionamento e buscou sentido em desafios extremos - desde escalar montanhas nos Himalaias até trabalhar no caótico mundo político de Washington.

Agora, em uma cabana no Havaí estudando física, ele reflete: por que a necessidade de transformar tudo em uma "grande missão"? Por que é tão difícil aceitar a insignificância? Sua conclusão: às vezes, ser autêntico e fazer algo pelo simples prazer de aprender é o que realmente importa.

Todo fundador sonha com o famoso exit, mas, na prática, ele raramente é o final feliz que parece. James Routledge, fundador da Sanctus, desmonta o hype ao falar sobre sua própria experiência: vendeu parte da empresa, mas ficou com aquela sensação incômoda de “podia ter feito mais”. Não é um caso isolado. Mesmo vendas milionárias, como os US$ 975 milhões da Loom, deixaram Vinay Hiremath, cofundador da startup, perguntando: e agora?

Routledge explica que o pós-exit é uma zona cinzenta. Alguns fundadores se jogam em novos projetos, outros viram especialistas no LinkedIn, mas poucos conseguem se reconectar com o que realmente importa. A lição? Se você tá nessa só pelo dinheiro ou pelo status, startups não são o melhor caminho.

No fim das contas, o que vale é curtir a construção, aprender com os erros e abraçar o caos do processo. O exit não é o final épico da jornada, é só o próximo capítulo, e ele pode ser mais complicado do que você imagina.

No X…

Provocação interessante sobre uma semana de mudanças radicais.

Assim como a nuvem desbloqueou bilhões de novos apps, a IA vai abrir um universo de soluções antes inimagináveis.

Esse Tweet traz um gráfico bem legal do livro “The 5 Types of Wealth” do Sahil Bloom que mostra como o tempo que passamos com diferentes grupos ao longo da vida (filhos, amigos, parceiros e colegas de trabalho) muda com a idade.

E o ponto aqui é claro: mesmo com IA automatizando muitas tarefas, o que dá significado à vida humana não é só trabalho, mas as conexões e experiências que cultivamos. É um chamado para pensar no que realmente importa no uso do nosso tempo.

Excelente resumo do episódio com o Deepseek. Vou fechar essa edição com um recap: A companhia chinesa reduziu o custo de treinar IA a 1/30 do preço. Como? Otimização extrema de chips para eficiência de memória, treinamento seletivo de tokens (95% menos GPUs que a Meta), compressão do KV cache e aprendizado por reforço para replicar modelos avançados. Tudo isso sem mágica, apenas duas inovações principais de corte de custo. O impacto? Mais experimentos, avanços rápidos e menos dependência de restrições de exportação dos EUA.

A guerra de IA não está ganha, mas as lições da DeepSeek vão elevar o jogo global.