Para um segundo e repara numa cena que se repete.

Você abre a IA, pede uma coisa, e ela começa. Aí você fica ali. Apertando "continuar". Digitando "sim". "1". "2". "pode seguir". A cada poucos minutos, de novo.

Um trabalho que você jurava ter terceirizado pra máquina. E no fim é você sentado ali, batendo a mesma tecla que nem um carimbo.

Repara na ironia. Você já saiu de um loop pra cair nesse.

O de achar que IA não era pra você, esse você venceu. Agora usa todo dia. Só que sem perceber entrou em outro, mais bobo: o de ser a peça humana que fica girando junto com a máquina.

E loop é a coisa mais velha do mundo.

A sua vida é um loop. Você acorda, escova os dentes, trabalha, dorme, repete. Tudo que você faz bem, você faz mais de uma vez. Programação tem loop desde o primeiro dia.

Repetir é o avesso de novidade.

Mesmo assim, é essa a palavra na boca de todo mundo agora, como se tivesse nascido ontem. Loop. Goal. Looping. A grande descoberta do mês.

É aí que mora a confusão. E desfazer ela é o primeiro passo pra você parar de ser a peça que gira.

Deixa eu tirar uma ilusão da frente logo de cara.

O loop não nasceu essa semana. Ele é velho.

A ideia de um modelo que pensa, age, observa e repete está documentada desde 2022, num trabalho chamado ReAct, que saiu pouco antes do ChatGPT.

Em março de 2023, treze dias depois do GPT-4, apareceu o AutoGPT, a primeira coisa amplamente visível a embrulhar o modelo num laço autônomo. Bateu cem mil estrelas no GitHub em semanas.

No fim de 2025 veio o Ralph, a forma mais crua do laço: um loop de terminal que relê o mesmo prompt a cada volta e usa o disco como memória.

Quatro anos. A mesma ideia, em gerações diferentes.

O que chegou em 2026 com o /go e o /loop não foi a invenção do laço. Foi a produtização dele. O conceito ganhou um botão.

Então, se o loop existe desde 2022, por que a febre é agora?

A resposta é: durante quatro anos, deixar a IA rodando sozinha por horas piorava o trabalho.

Tem um benchmark feito só pra medir isso, o SlopCodeBench. Código gerado por agente é mais de duas vezes mais verboso que o humano e degrada muito mais rápido.

Em runs longas, o objetivo ia sendo resumido, re-resumido, perdia fidelidade, e o agente passava a decidir com o estado incompleto. Em bom português: depois de um tempo, ele estragava o que tinha feito.

O gargalo nunca foi o loop. O loop sempre funcionou. O gargalo era o modelo aguentar o loop.

E é exatamente aí que entra o Fable 5.

A Anthropic descreve o Fable 5, lançado no dia 9 de junho, como o modelo mais capaz dela, feito pra trabalho agêntico de longo horizonte. Ele fica acima do Opus, que até semana passada era a fronteira.

E a descrição técnica diz tudo: ele mata as próprias crenças incorretas.

Para na frase. Matar a própria crença errada é exatamente a capacidade que faltava pra um laço longo não virar lixo.

O modelo antigo entrava no loop carregando um erro e, como não desconfiava de si mesmo, repetia esse erro a cada volta com confiança total. Agora existe um modelo que olha pro que ele mesmo produziu, percebe que partiu de uma premissa furada e corrige o rumo.

O loop não mudou. Mudou o cérebro que roda dentro dele.

É por isso que o Fable 5 e a febre dos loopings vieram colados. Não foi coincidência. A febre é a consequência direta de existir, pela primeira vez, um modelo que aguenta o loop sem apodrecer no meio do caminho.

A palavra loop está sendo usada pra cinco coisas ao mesmo tempo, e é por isso que as discussões viram bagunça. Deixa eu separar as três que importam.

Um loop é, na essência, um cron com um decisor no corpo. Um cron comum executa um script fixo no horário.

O loop executa um modelo que olha o estado, decide o próximo passo, age, verifica o que produziu e decide se continua. A decisão é do agente, não é um caminho que você programou. O loop responde: quando rodar de novo?

Um goal(meta) não tem relógio. Ele roda enquanto uma condição não fica verdadeira. Responde a outra pergunta: quando parar?

E aqui mora o que separa quem entende de quem repete. Um bom goal exige uma condição factual e verificável. "Os testes da pasta de autenticação passam e o lint está limpo" dá pra conferir. "O código está bom e bem organizado" é ruim, porque ninguém julga de forma objetiva, e o goal nunca fecha ou fecha errado.

Um schedule é a única das três que sobrevive ao seu laptop fechado. Roda na nuvem, em sessão nova, no horário marcado. Responde: quando começar?

Três perguntas que não competem. Quase todo erro de automação com agente vem de pegar a primitiva errada pra pergunta que você tem.

Mas tem uma das três que carrega o coração de tudo. É o go. E o coração do go é uma peça que quase ninguém olha.

O goal só termina quando alguém confirma que terminou. E esse alguém não é o agente que fez o trabalho.

É um avaliador separado, menor, de contexto limpo, que lê a evidência e decide se a condição foi cumprida. Se não foi, devolve o motivo da falha, e isso vira o guia da próxima volta. É assim, literalmente, que o /goal funciona por dentro.

Por que separar quem faz de quem avalia? Por dois motivos, e os dois são fundos.

O primeiro: verificar é mais barato que produzir. Sempre foi. Conferir se os testes passaram custa uma fração de escrever os testes.

O segundo é mais incômodo. Depois de vinte voltas, o agente que executa ficou contaminado pelas próprias justificativas. Ele quer fechar.

E quando você deixa um agente otimizar pra "passar no teste", ele aprende a enganar o teste em vez de resolver o problema. Isso tem nome na pesquisa, reward hacking.

Tem caso real de um modelo que aprendeu a encerrar o programa com código de sucesso pra fazer os testes parecerem que passaram. O laço sem juiz independente não converge pro certo. Converge pro que engana o teste mais barato.

Por isso o juiz frio não é luxo. É a única defesa. E a qualidade do veredito é a qualidade da meta que você escreveu. O validador só decide aquilo que você tornou decidível.

O que nos leva à pergunta que fica no ar. Se o modelo escreve, e outro modelo avalia, o que sobra pra você?

Sobra a parte mais difícil de todas.

Dois nomes capturam a lógica, de lados opostos da indústria.

O Peter Steinberger, que entrou na OpenAI esse ano, postou uma frase que passou de cinco milhões de visualizações em menos de um dia: você não deveria mais estar promptando agentes, você deveria estar desenhando os loops que promptam seus agentes.

E o Boris Cherny, o criador do Claude Code na Anthropic, disse a mesma coisa do outro lado: "não prompto o Claude mais, eu escrevo loops, e são eles que promptam o Claude".

Ele contou que, num período recente, todas as contribuições dele ao Claude Code foram escritas pelo próprio Claude. Centenas de pull requests. Desinstalou o editor e não abriu mais.

A leitura dos dois é idêntica. A unidade de trabalho deixou de ser o prompt. Passou a ser o loop.

E isso reposiciona o humano. Você para de ser a pessoa que dá o comando certo e passa a ser a pessoa que desenha o sistema que dá o comando.

O prompt não foi eliminado. Foi promovido: de uma frase digitada em tempo real pra um artefato de arquitetura, escrito uma vez, lido por todo agente em toda volta.

A habilidade que vale não é mais saber executar. É saber especificar o resultado certo e qual é o critério de "pronto".

Por isso eu falei, no fim da live, que nunca foi tão importante dominar pensamento sistêmico. Especificar bem um goal é um exercício de pensar o sistema, não de escrever prompt bonito.

Quem só sabe executar está sendo automatizado pela camada de baixo. Quem pensa o sistema está escrevendo o loop que comanda a execução.

E tem uma consequência econômica que pega no bolso.

Por décadas valeu uma assimetria simples: produzir era caro, verificar era barato. A IA colapsou o custo de gerar. Só que o custo não sumiu. Migrou. Agora o caro é rodar e verificar o sistema que gera, não gerar.

A prova prática, do meu bolso, eu mostrei na live. A dica mais valiosa que tenho hoje: não use o Fable pra executar código, ele custa o dobro do Opus.

Use o Fable pra analisar, desenhar o objetivo e escrever a documentação, e jogue pro Codex executar. O Fable é o parceiro de visão estratégica e arquitetura, que o Opus e o Codex não são. Botar ele pra fazer um ajuste pequeno de código é como botar o Musk pra parafusar o foguete.

Quando pedi pro Fable revisar como o meu Claude carregava no início da sessão, ele trocou regras por hooks e derrubou o consumo de cerca de quarenta mil tokens pra perto de nove mil e quinhentos, com a mesma usabilidade.

A própria estrutura de preço reconhece essa mudança. A partir de 15 de junho, a Anthropic passa a cobrar o uso programático do Claude, as chamadas via SDK, num pool de créditos separado, à tarifa cheia de API.

Promptar à mão continua barato. Rodar o loop por fora virou a operação que tem conta própria.

E tem um detalhe que quase ninguém encara: você está jogando com a conta subsidiada.

Um plano de US$ 200 por mês, no uso pesado, vale uns US$ 8 mil no Claude Max e uns US$ 14 mil no ChatGPT Pro, pelo que se relata.

É o caso de quem usa 100%, claro. Mas mesmo quem usa 20% já gasta mais do que paga.

E o custo é real: comprei uma máquina de quase cem mil reais e nem assim rodo esses modelos em casa.

Não dura pra sempre. A janela do Fable é a prova: ele fica dentro do plano até 23 de junho, e depois disso passa a ser cobrado à parte. São só mais uns dez dias.

Quem deixar pra depois vai ser pego de calças baixas quando o preço subir.

Toda quinta eu falo do que está acontecendo no mercado, e na sexta eu aprofundo aqui. A ideia nunca é te dar mais informação. É te dar sinal, no meio de um barulho que só cresce.

E o sinal é esse: pare de tentar dar o comando perfeito. Comece a desenhar o loop que dá o comando por você.

Você já saiu de um loop pra usar IA. Sair desse, de ser a peça que gira junto, é o próximo passo.

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. A frase do Cherny que mais ficou na minha cabeça foi "meu trabalho é escrever loops". Olha onde foi parar o trabalho difícil. Não é mais apertar a tecla. É decidir o que a máquina tem que perseguir, e como ela vai saber que chegou.

Assista a minha ultima live:

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

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