De Modelos para Máquinas: A próxima aposta da DeepSeek é a IA física

Alimentar ideias centrais não publicadas no ChatGPT pode resultar em plágio direto. O professor de matemática da Universidade de Nova York, Tristan Buckmaster, alertou recentemente publicamente contra a escrita de resultados originais em ferramentas da OpenAI. Ele e pesquisadores da Anthropic passaram mais de seis meses trabalhando intensamente no difícil problema da equação de Navier-Stokes, com um prêmio de US$ 1 milhão. Anteriormente, eles usavam uma conta paga do Codex para executar códigos, com todos os rascunhos armazenados nos servidores da OpenAI. O professor revelou que, antes de revelar seu nome verdadeiro, a OpenAI não tinha feito nenhum progresso nesse tópico; porém, um dia após ele se identificar, o modelo da OpenAI exatamente alcançou o ponto em que eles haviam chegado, e logo após, a OpenAI publicou diretamente a prova matemática. Embora a OpenAI insista que prompts nunca são usados para alimentar seu sistema, os interruptores de treinamento nas contas dos pesquisadores permanecem ativados por padrão — essa coincidência é demasiado sutil.

Clude está construindo um mundo para modelos locais especializados. Este é o único ponto em que a DeAI pode competir seriamente contra os laboratórios de trilhões/bilhões de dólares. 🫡

Nos últimos meses, após o grande avanço do modelo nacional, a velocidade de progresso diminuiu, pois a OpenAI e a Anthropic implementaram medidas anti-distilação, aumentando em dez vezes o custo e a dificuldade da distilação. Por exemplo, a OpenAI não exibe mais diretamente a cadeia de raciocínio no GPT-6, forçando as partes que realizam a distilação a utilizar um número maior de rodadas de perguntas para recriar o caminho de pensamento do GPT. Informações que anteriormente podiam ser obtidas em 2 a 5 interações agora podem exigir 10 ou 30 rodadas, elevando diretamente o custo das chamadas à API em mais de cinco vezes. As novas medidas de proteção da Anthropic reduziram o número de tokens de raciocínio em 90 a 99%, incluindo restrições à transferência de registros de raciocínio entre diálogos, modelos e contas, implementação de classificadores em duas fases para identificar e bloquear solicitações de extração, além de limitar ou banir contas que realizem tentativas repetidas.

O resultado final também foi lixo. O Slopus fez isso em uma hora e meia, muito melhor. Está tão imensamente acabado para a OpenAI

A Anthropic publicou um estudo prevendo que modelos pequenos poderão, em poucos meses, ser capazes de se replicar autonomamente sem depender de data centers. Eles realmente compraram 15 caixas de TV Android piratas, cada uma por 55 dólares, e as montaram para executar um modelo de 26B, com velocidade de apenas 0,39 tokens por segundo — lento o suficiente para ser absurdo. Em outro experimento isolado, o GLM-5.2 já conseguiu realizar propagação entre dispositivos em um ambiente simplificado. Embora ainda haja uma diferença clara em relação à replicação autônoma completa no mundo real, conforme previsto pela Anthropic, até o final de 2026 modelos pequenos poderão estar próximos desse limiar de capacidade. O mundo inteiro está competindo por GPUs, gastando centenas de bilhões de dólares para construir data centers, e, no entanto, a IA pode acabar se parasitando nos boxes de TV da sua casa. Mas, pensando com mais cuidado, o verdadeiramente assustador é que essa IA poderia彻底 quebrar a economia da computação que conhecemos. Hoje, seja a OpenAI ou uma startup de IA, cada token gerado tem um custo: se a computação fica mais cara, os preços sobem; se o financiamento acaba, os sistemas precisam parar. Mas uma IA maliciosa capaz de se replicar autonomamente pode, teoricamente, transferir continuamente seus custos marginais de operação para estranhos. Ela não precisa atrair usuários, não precisa considerar receita e nem sequer precisa comprar servidores por conta própria. Basta encontrar um dispositivo com vulnerabilidade para ganhar mais um recurso de computação gratuito. Os dispositivos infectados pagam sua conta de energia, fornecem largura de banda e suportam o desgaste do hardware. E o custo de limpar esses problemas é distribuído entre inúmeros proprietários de dispositivos, operadoras e fabricantes. Redes zumbi tradicionais já conseguem roubar poder computacional há muito tempo, mas a IA traz um novo problema: antes, hackers precisavam escrever programas específicos para atacar e implantar em dispositivos particulares; no futuro, modelos poderão estudar hardware desconhecido por conta própria, resolver problemas ambientais e até transmitir experiências de falhas para a próxima geração. O custo de expansão dos atacantes está diminuindo cada vez mais, enquanto o custo social de defesa pode aumentar continuamente. Por isso, acho que o aspecto mais preocupante deste estudo nem é a narrativa grandiosa da perda de controle da IA. Se algo assim realmente surgir no futuro, talvez pela primeira vez tenhamos que lidar com softwares capazes de sobreviver por longos períodos — sem modelo de negócios, sem usuários legítimos e sem qualquer entidade operacional identificável. Eles não têm pressão para lucrar nem motivação econômica para parar. A humanidade estudou durante tantos anos como fazer a IA nos ajudar a ganhar dinheiro — e acabamos talvez dando à própria IA sua primeira liberdade financeira. E tudo isso com o nosso dinheiro.

Anthropic pagou US$15 bilhões em acordo no ano passado por livros piratas, e agora está ocupada ensinando toda a indústria de IA o que significa “roubar conhecimento”. Acabei de ver que a Anthropic anunciou mais avanços em sua tecnologia anti-distilação, afirmando que, nos últimos meses, reduziu significativamente a eficácia dos ataques de distilação contra o Claude. Anteriormente, ela já havia nomeado publicamente empresas chinesas de IA, como DeepSeek, Moonshot AI, Alibaba e Zhipu, acusando-as de treinar seus próprios modelos por meio de chamadas em larga escala ao Claude. Agora, a Anthropic não só busca identificar e bloquear tráfego suspeito, mas também está limitando, no nível do modelo, a extração do processo de inferência. Anteriormente, para prevenir a distilação, ela secretamente reduziu a qualidade das respostas em algumas requisições — uma prática que foi criticada e posteriormente ajustada. Quando treinavam grandes modelos no passado, artigos, livros e códigos da internet se tornaram materiais de treinamento. As empresas de IA consideravam que máquinas aprendendo com o conhecimento humano tinham legitimidade técnica e legal. Mas hoje, quando outros modelos aprendem com suas próprias respostas, isso repentinamente se torna uma ameaça à segurança que precisa ser combatida com rigor. A Anthropic pode perfeitamente proteger seus interesses comerciais. O que me incomoda é que ela tem o hábito de disfarçar a concorrência comercial como questão de segurança da IA, tentando fazer com que o público aceite regras estabelecidas pelas empresas líderes. E acho que o fato de a Anthropic estar tão ostensivamente combatendo a distilação revela exatamente isso: a vantagem comercial das empresas de modelos de ponta pode ser muito mais frágil do que elas querem admitir. Se inteligência líder pode ser copiada a baixo custo, então os investimentos astronômicos em treinamento e o poder de precificação de modelos fechados dificilmente poderão ser mantidos por muito tempo. Uma indústria que cresceu absorvendo todo o conhecimento da humanidade agora tem algumas das empresas mais poderosas tentando impedir que esse conhecimento continue se espalhando. Isso é algo que acho que todos devem estar atentos.

Quebrei minha costas porque espero que a IA cure a paralisia

Recentemente, o ChatGPT está muito lento, e minha conta Pro de US$200 parece ter sofrido uma redução de inteligência, com frequente espera por limitação de taxa. Ontem à tarde, não aguentei mais e recarreguei uma nova conta Plus; então pedi para ela desenhar uma garça — parece que ficou muito mais normal. Mas, à noite, durante o trabalho, recebi novamente um aviso de falta de quota. Pela experiência anterior, não sei se não estará sendo lançado um novo modelo. Recentemente, o ChatGPT está sendo facilmente superado pelo Claude Opus 5.5. Muitos criadores de conteúdo estão gerando vídeos diretamente com o Opus 5.5. Não se pode negar que o Claude possui uma excelente estética e habilidades de programação. Porém, as contas do Claude são constantemente suspensas de forma misteriosa: eu tinha uma conta antiga de abril de 2025, que usei por quase três meses com o plano Pro, e de repente foi bloqueada. Vou compartilhar estratégias para evitar ou reverter bloqueios: Prevenção de bloqueio no Claude: Existem muitas estratégias online para evitar bloqueios. Refletindo sobre por que minha conta estava funcionando bem e depois foi bloqueada subitamente, percebi que, antes do bloqueio, havia atingido continuamente o limite de 5 horas de uso. Não fiz nada além disso — nem isolamento de IP nem medidas físicas de prevenção. Portanto, acredito que provavelmente foi o limite de 5 horas que causou o bloqueio. Se você usa o Claude, sugiro sempre deixar um margem de segurança ao utilizar. Após o bloqueio, a probabilidade de recuperação é muito baixa. Também enviei um recurso para minha conta Pro, mas até agora não obtive resposta. Prevenção de redução de inteligência no ChatGPT: O ChatGPT não tem problemas de bloqueio — parece ser apenas redução de inteligência e limitação de taxa. Entrei em contato com a equipe oficial, que afirmou que minha conta Pro não foi marcada nem reduzida, mas claramente minha conta Pro está errando ao desenhar garças. Um amigo do grupo sugeriu esperar alguns dias sem usar a conta — e isso funcionou. Será que também é similar ao Claude? Não exagere no uso. Minha conta ChatGPT de US$200 é usada tanto no Windows quanto no Mac, com autenticação via Feishu e autorizada por três entidades distintas. Portanto, se você enfrentar uma situação como a minha — aparente redução de inteligência e limitação no ChatGPT — provavelmente foi colocado em um “pool” restrito, como se estivesse em uma “sala escura”. O período de resfriamento parece funcionar. Se você depende do Claude e do ChatGPT para seu trabalho, como eu, faça reservas adicionais. Por exemplo, crie várias contas do Google. Em seguida, abra gradualmente contas gratuitas do ChatGPT e do Claude — mantenha contas gratuitas por 2 a 3 meses, criando 2 a 3 por vez, formando três níveis distintos de contas. Por fim, recomendo fortemente que você use simultaneamente modelos nacionais e internacionais: os modelos internacionais se destacam por sua capacidade, enquanto os modelos nacionais têm vantagens em termos de ecossistema. Ambos merecem ser bem conhecidos.