A ultrapersonalização chegou no software.

Uma ferramenta feita pro seu cliente, do jeito que aquele cliente trabalha. Um treinamento pro funcionário novo, com os erros que ele vai cometer. Um jogo pro seu filho, no ritmo que ele aguenta.

Antes, personalizar de verdade não fechava a conta. Software se fazia pra milhares, porque só assim pagava o custo de construir. Agora custa uma conversa, e a conta fecha pra uma pessoa.

Um aluno meu montou, em cerca de três horas, um jogo de matemática pro filho, ajustado ao tempo que o filho consegue prestar atenção. Não pra uma escola. Pro filho dele.

Eu já escrevi aqui que a IA devolve a média. Repara que isso é a saída da média: não existe média do que foi feito pra uma pessoa só.

Construir deixou de ser o gargalo do seu negócio. O gargalo mudou de lugar: agora é pensar bem o que pedir, ter um jeito de testar se saiu aquilo mesmo, e fazer chegar em quem precisa ver.

E quem está lá dentro construindo essas máquinas vive a mesma coisa, em escala maior. Eles também produzem mais rápido do que conseguem testar se cada peça faz o que devia.

Vi isso numa notícia que me deu mais pressa do que medo.

Cerca de 10 mil agentes rodaram por 88 horas e produziram uma prova sobre Navier-Stokes, um dos sete Problemas do Milênio da matemática, aberto há mais de um século. Outro modelo conferiu o resultado em linguagem formal.

A OpenAI disse que não vai reivindicar o prêmio. O Clay Institute vai avaliar sem pressa. Matemáticos discutem se o caso resolvido é o que importa.

Eu não sou matemático e não vou fingir que li a prova. Li o que os matemáticos disseram dela, e nenhum deles disse que não aconteceu.

Um problema que resistiu a gerações de gente muito boa saiu de uma máquina em menos de quatro dias. Quem é de exatas já parou aqui pra respirar.

A inteligência geral deixou de ser uma pergunta de se. Virou uma pergunta de calendário.

Terence Tao, medalha Fields, escreveu que houve, só em 2026, um descolamento sem precedentes entre obter respostas e obter compreensão, em tradução minha. A máquina responde. Saber o que perguntar, e testar se a resposta serve, continua sendo seu.

Eu não fico conferindo quando a inteligência geral chega. Confiro o que eu faço com o tempo que eu tenho.

Seja qual for a data, o cálculo é o mesmo: o que dá pra construir com isso agora, no seu negócio, enquanto o resto do mundo discute o calendário.

Fui construir jogo. E antes que você pergunte o que jogo tem a ver com o seu negócio, eu respondo: tudo.

Deixa eu ser honesto primeiro: eu estou fissurado. Fissurado a ponto de passar horas seguidas nisso e, no fim, montar uma página só pra juntar tudo que eu já fiz, o Alan Studios. Tem coisa em rascunho, tem coisa pronta pra jogar no navegador.

Eu escrevi no X que a qualidade do que está saindo é surreal, e não foi exagero de rede social.

Jogo é o artefato que mais exige polimento. Um detalhe fora do lugar, quem joga sente na hora. É onde o poder do código aparece sem disfarce, porque não tem onde esconder.

Se a máquina entrega um jogo com acabamento, ela entrega o seu simulador de orçamento, o seu diagnóstico, o seu treinamento. Jogo é o teste de estresse. O seu negócio é o caso fácil.

Um exemplo: o Distrito Rabisco. Um jogo de tiro em primeira pessoa com parkour, desenhado como rabisco de caderno. O menu é uma folha pautada, você escolhe o mapa e joga sozinho ou online.

Não nasceu do zero: é uma adaptação em português de um jogo chamado Doodle District, com personagens, modos e interface mexidos por mim, e isso está nos créditos.

Saiu em horas e dias, não em meses. Uma manhã inteira nisso, três chats abertos em coisa complexa, e o modo mais pesado do modelo novo gastou 3% da minha cota em duas horas. Contraintuitivo: o modo mais forte foi o que gastou menos, e eu deixei o link do post no fim do e-mail.

Quem me acompanha nos stories viu. Uma pessoa que jogou me mandou mensagem, surpresa por aquilo ter sido feito com IA, e eu confesso que a surpresa dela me agradou mais do que devia.

E como eu sou eu, não parei no jogo. Montei o jeito de pensar por trás dele e abri no GitHub: o Alan Studios Framework.

Não é um motor de jogo. É o processo que eu uso pra um pedido virar um ciclo jogável, com uma regra que eu levo pra qualquer coisa que construo: sensação, som e ritmo fazem parte do recorte desde o começo, não de um polimento depois.

O que importa não é o jogo. É a velocidade com que uma solução com acabamento sai da sua cabeça e chega na mão de alguém. A mesma velocidade serve pra um serviço seu, ou pra uma coisa que você manda pra um cliente.

Agora o que isso vira na sua mesa.

Se você explica a mesma coisa toda vez pro cliente, isso vira um guia que ele preenche sozinho antes da reunião. Se você faz uma conta pra cada caso, isso vira um simulador que outra pessoa usa com a sua própria tabela.

Se você avalia pela experiência, isso vira um diagnóstico com critérios escritos, que o seu time aplica sem precisar de você no meio. Se você ensina mostrando o erro, isso vira um treinamento com escolhas, que o novo funcionário faz sozinho.

Se você confere antes de entregar, isso vira um checklist que aponta o que falta num briefing. Se você apresenta pra explicar, isso vira um relatório que o outro lado explora sozinho.

A conta que você faz de cabeça, o checklist que só você lembra, a orientação que você repete na reunião: isso vira ferramenta que outra pessoa usa, em horas.

Nenhuma dessas ferramentas existe pra comprar. Elas são a sua tabela, o seu critério, o seu jeito de explicar. Isso é a ultrapersonalização no seu negócio: não é o software do mercado ajustado pra você. É o seu, feito pra quem vai usar.

O pai do jogo de matemática não construiu do zero, e não precisou. Já tinha tentado antes com um sistema de agentes e precisava corrigir muito. Com o modelo novo, saiu com poucas interações.

O que ele deu de próprio foi saber exatamente o que o filho precisava, e isso a máquina não tinha como adivinhar.

Eu tenho um lema, na empresa e na vida: só pense. A máquina constrói. E se, além de construir, você conseguir mostrar isso pras pessoas certas, aí sim. Só que pensar antes de pedir, e testar depois, ninguém faz por você. E é aí que o padrão aparece com número.

Código primeiro. A Sonar ouviu mais de 1.100 programadores em janeiro: 42% do código commitado já é de IA, 96% não confiam totalmente nele, e só 48% conferem sempre antes de subir. 38% dizem que revisar código de IA dá mais trabalho do que revisar código de colega.

A Faros AI, olhando 22 mil programadores em abril, mediu o tempo em revisão subindo 441,5% e os bugs por desenvolvedor subindo 54%, enquanto as tarefas concluídas subiam 33,7%. A LinearB, sobre 8,1 milhões de entregas, achou aceitação de 32,7% no código de IA contra 84,4% no humano.

Em junho, a própria Anthropic escreveu que o modelo dela já escreve mais de 80% do código que entra nos sistemas da empresa, cerca de oito vezes mais código por trimestre do que antes.

No seu negócio isso é: quem produz mais rápido também empilha mais coisa que ninguém testou.

Agora jogos, que é onde eu estou com a mão na massa. O censo de Sulka Haro sobre 53.597 lançamentos na Steam mostra jogos com IA saindo de 10,9% dos lançamentos em 2024 para 19,9% em 2025 e 30,8% em 2026, cerca de 530 por mês, contra 13 por mês antes.

Um terço dos lançamentos, 10 a 27% das vendas estimadas, e o 1% do topo leva cerca de 94% da receita estimada. Segundo o estudo, que é uma fonte só, quem venceu usou a IA como multiplicador do ofício, e a enxurrada usou como substituto.

Traduzindo: volume sem critério não vira venda na mesma proporção. Quem lucra é quem soube o que fazer com o volume.

Matemática. Terence Tao escreveu, no ensaio que apresentou no ICM, que estamos saindo da escassez de provas para a abundância de provas, e que a régua devia mudar para dar mais peso a digerir prova, expor, revisar e publicar, do que só gerar prova nova.

Thomas Bloom perguntou sobre uma prova de centenas de páginas: pode estar certo, pode ser bobagem, quem vai conseguir conferir?

A Declaração de Leiden reuniu 1.590 assinaturas, com aval da União Matemática Internacional, pedindo verificação, atribuição e divulgação, não banimento. Repara: ninguém pediu pra parar. Pediram pra saber testar. Mais produção pede mais gente que sabe testar, não menos.

Isso já aconteceu antes. O teorema das quatro cores foi provado por computador em 1976, checando 1.834 configurações, e o computador executou o programa, não gerou a prova sozinho.

Levou até 2005 pra alguém formalizar de um jeito que uma máquina pudesse conferir, e nunca existiu uma versão que uma pessoa lesse do início ao fim e dissesse: agora eu vejo por quê. Ninguém leu. Testaram. O mundo continuou funcionando nesses vinte e nove anos, e a matemática não parou.

No seu negócio isso é: o prazo pra confiar plenamente é mais longo do que o prazo pra usar, e usar antes de confiar plenamente não é erro, é a ordem certa.

Em agosto, dois pesquisadores de Princeton, Peter Kirgis e Sayash Kapoor, deram a agentes seis dias, três mil dólares e acesso a computação pra responder duas perguntas inéditas de uma conferência científica. Os dois artigos saíram, e foram rejeitados pelos autores originais das perguntas.

Kapoor escreveu que os agentes foram inequivocamente ruins em conduzir a pesquisa em si: abandonavam uma hipótese nova cedo demais, não repensavam a abordagem, não incorporavam o que voltava do teste.

Jack Clark, cofundador da Anthropic, escreveu que existe uma ausência de criatividade intuitiva valiosa nos sistemas atuais.

O problema não vai ser construir. Vai ser verificar quais coisas ajudam de verdade no seu trabalho, ampliar o que já existe, ajustar pra quem vai usar, fazer isso chegar mais longe e mostrar pras pessoas certas, e ficar só com a parte criativa, que é a parte que ela ainda não faz.

Verificar aqui não é ler as trocentas linhas que a máquina cuspiu. Ninguém lê, e não precisa. É ter pensado bem a ideia antes de pedir, e ter um jeito de testar se o que saiu faz aquilo mesmo. O jogo, quem joga testa na hora. A sua ferramenta, o cliente que usa testa.

O que não dá é mandar a máquina criar do zero em cima de uma coisa que você não parou nem dez minutos pra pensar.

E eu não vou fingir que faço isso toda vez. Tenho rascunho de jogo parado que eu pedi sem pensar direito, e ele está parado justamente por isso. A máquina entregou. Eu é que não sabia o que estava testando.

A máquina só vai longe sozinha se você souber dizer o que ela tem que alcançar e como ela vai saber, sem te perguntar, que alcançou.

Isso vale tanto pro laboratório com dez mil agentes quanto pro seu negócio com o que a máquina entregou e ninguém testou. A escala muda. A tarefa que sobra é a mesma.

São três meses, trinta e seis encontros ao vivo com o meu time, três por semana: um Laboratório de 90 minutos, um Destravamento de 60 e uma Clínica de 90.

Antes de qualquer implementação, tem diagnóstico e mapa. Repara na ordem. É a mesma ordem que atravessou esta edição inteira: pensar antes, construir depois, testar o que saiu.

Por dentro roda um ciclo de seis etapas, percorrido três vezes: Repertório, Retrato, Priorização, Arquitetura, Implementação, Orquestração. Implementação é a quinta, não a primeira. Quem chega lá já sabe o que pedir e como vai testar.

Abraço,

Alan Nicolas ♾️
CEO, Academia Lendár[IA]

P.S. Antes de pedir a próxima coisa pra máquina, escreve em uma frase o que ela tem que fazer e como você vai saber se fez. Se a frase não sai, o problema ainda não é a máquina.

Novaceno - James Lovelock: Lovelock escreveu este livro aos cem anos, apostando que a próxima fase da Terra vai ser pensada por sistemas mais rápidos que qualquer cérebro humano. Ele não trata isso como ameaça, trata como mudança de papel.

Nexus - Ramez Naam: Naam imaginou mentes conectadas a mais informação do que qualquer uma delas consegue processar sozinha, e o que sobra de humano quando isso vira rotina.

A Sutil Arte - Mark Manson: Manson não ensina a ter menos problemas, ensina a escolher quais merecem sua atenção quando todos parecem urgentes. É a única habilidade que a máquina não consegue exercer no seu lugar: decidir o que vale o esforço de abrir.

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)