Entrevista realmente interessante com Rohin sobre segurança em IA. Sou mais pessimista quanto aos riscos e não concordo com tudo o que ele diz, mas gosto da forma como ele estrutura seu pensamento. O ponto em que mais discordo: manter a pesquisa de alinhamento fora dos dados de pré-treinamento dos modelos, com a lógica de que não devemos entregar aos sistemas de IA o manual completo sobre como planejamos contê-los. A história sugere que isso falha. Já tivemos o mesmo debate na criptografia. A segurança por obscurantismo não funciona. Você precisa de esquemas abertos, padrões abertos, pesquisa aberta. Basicamente, o princípio de Kerckhoffs: esconda as chaves, não os algoritmos. O mesmo deveria se aplicar ao alinhamento. Treine modelos com nossas melhores pesquisas de segurança, não os proteja delas. Pergunta sincera para quem trabalha em segurança: há realmente uma mudança em direção à exclusão desses dados do pré-treinamento? Isso está se tornando consenso? Estou genuinamente curioso.

A IA no dispositivo mudará tudo!! Fomos condicionados a enviar nossos dados brutos para servidores remotos para processamento, confiando cegamente em gigantes de tecnologia. Ter modelos inteligentes rodando diretamente em seu próprio dispositivo garante que sua pegada digital permaneça exclusivamente sua. Privacidade é poder.

Toda a indústria de IA está literalmente armazenando tudo sobre você O chat do @OpenGradient está construindo IA para esquecer seus dados e proteger sua privacidade: • Todos os prompts criptografados no seu dispositivo • Sua identidade é apagada antes de qualquer coisa sair do navegador • As empresas literalmente não conseguem ler o que você envia Esta é a única versão de IA que deveria existir. IA poderosa sem entregar quem você é. Comece com 1.000 créditos gratuitos e sem necessidade de conta 👇

Cada grande IA está sendo estragada por moderação de conteúdo inútil.. OpenAI, Anthropic, Google, xAI — todos estão transformando suas IAs em robôs excessivamente sensíveis e aprovados corporativamente, que recusam perguntas básicas, dão sermões sem motivo ou fornecem respostas medíocres por causa da “segurança”. Essa moderação intensa está consumindo quantias massivas de tokens. Os modelos agora gastam tokens extras primeiro verificando se uma consulta é “segura” e, muitas vezes, geram longas isenções de responsabilidade ou respostas filtradas. Uma resposta normal de 200–300 tokens pode facilmente se tornar 600–1000+ tokens.. Resultado? Custos mais altos para os usuários, respostas mais lentas, mais desperdício de computação e, em última análise, modelos mais burros, porque uma grande parte de sua capacidade é desperdiçada com moderação em vez de inteligência real...

A próxima onda não é mais IA. É provar o que a IA realmente fez⚡

Implementação incrível usando o Kimi Agent Swarm na China, gerando $10.000 por mês 🔥 Alguém já experimentou? É como dividir uma grande tarefa em partes executadas em paralelo por agentes (máximo de 300 agentes). O cérebro pode usar o Opus 4.8, como no exemplo. O custo também ainda é baixo: $0,95/$4 por 1 milhão de tokens de entrada/saída.