0922 | Bits Soterrados: Copland, Siri obstinada e a volta da escrita humana

Sofia Almeida: Olá, bem-vindo a mais um Hacker News Podcast, aqui está a Sofia Almeida.

Rafael Costa: E o Rafael Costa. E hoje, olha, temos uma edição bem variada, mas tem um fio condutor curioso atravessando o programa: o passado que se recusa a morrer, a tecnologia que volta, a que é cancelada e a que se recusa a desligar.

Sofia Almeida: Exatamente. A gente começa com um pedaço de história da Apple rodando dentro do seu navegador, e no fim do programa fechamos com um clássico de 1996 que continua vivo até hoje. No meio disso, IA da Apple que não desliga, hardware para rodar modelos localmente, vigilância escondida nas imagens, rádio de ondas curtas, e muita coisa de discussão de dev. Vamos nessa.

Rafael Costa: Vamos começar então com o Copland. Pra quem não lembra, Copland era o sistema operacional da Apple que nunca saiu — o projeto de sucessor do Mac OS clássico que foi cancelado no fim dos anos noventa, e que acabou levando a Apple a comprar a NeXT, o que trouxe o Jobs de volta e deu origem ao Mac OS X.

Sofia Almeida: Pois é, e o que apareceu agora é um emulador, o DingusPPC, rodando no navegador uma build do Copland, a D11E4, que é a última build desse sistema cancelado. E tem um detalhe técnico interessante: precisaram de onze patches para desbloquear o sistema e fazê-lo funcionar.

Rafael Costa: Onze patches. Ou seja, não foi só rodar o emulador e pronto — a build estava travada de alguma forma, provavelmente com mecanismos de ativação ou proteções da época, e alguém teve que fazer engenharia reversa para liberar cada etapa.

Sofia Almeida: E isso é que é interessante na discussão. Porque a reação das pessoas não foi só "que legal, nostalgia" — teve uma conversa real sobre o que significa preservar software. Alguns comentaristas defendem que isso é exatamente o tipo de trabalho de preservação que merece mais reconhecimento: sem alguém fazendo aqueles onze patches, aquela build simplesmente não existiria mais de forma acessível.

Rafael Costa: E tem outro ponto que apareceu: a Apple da época do Copland é quase um aviso. O projeto consumiu anos e dinheiro, ficou cada vez mais ambicioso, e no fim a empresa teve que admitir que não conseguia entregá-lo. As pessoas no fórum faziam essa comparação com projetos modernos que sofrem do mesmo mal — escopo inflando até o colapso.

Sofia Almeida: Também houve quem testasse ou pelo menos discutisse a experiência de rodar no navegador. O fato de ser no navegador importa, porque derruba a barreira de entrada — qualquer pessoa clica num link e vê um pedaço de história da computação que praticamente ninguém jamais usou, porque o Copland nunca chegou ao público.

Rafael Costa: E aí tem o contraste bonito: o sistema cancelado, que ninguém nunca usou de verdade, versus o próximo assunto nosso, que é um jogo de 1996 que muita gente amou e que continua sendo discutido com caroço até hoje — Grim Fandango.

Sofia Almeida: Vamos deixar a sobremesa pro fim, como prometido. Por agora, fiquemos com a ideia de preservação, porque ela vai voltar. Mas antes, vamos falar de algo que é quase o inverso: um sistema que você não consegue desligar.

Rafael Costa: Perfeito, porque a Apple está de volta ao assunto, mas agora pelo lado do macOS 27. A empresa publicou documentação oficial sobre como desativar ou restringir a Apple Intelligence no Mac.

Sofia Almeida: E aí vem o "mas". Você pode desativar, pode restringir, mas os modelos locais — que ocupam algo entre oito e dezesseis gigabytes — não são removidos do disco quando você desliga a funcionalidade.

Rafael Costa: Oito a dezesseis gigabytes. Isso não é nada trivial num Mac de armazenamento modesto. E a documentação da Apple basicamente confirma isso: desligar não é apagar.

Sofia Almeida: E a comunidade não engoliu isso quieto. Tem gente que entende a decisão técnica — se você desligar e religar, teria que baixar tudo de novo, e manter os modelos evita esse custo. É um trade-off de engenharia defensável num mundo ideal.

Rafael Costa: Mas o mundo não é ideal, e é aí que entrou a palavra que dominou a discussão: "crapification" — a "crapificação" do macOS. As pessoas usaram esse termo pra descrever uma percepção de que cada versão do sistema traz mais coisas embutidas que você não pediu e não consegue remover de verdade.

Sofia Almeida: E descobriram um workaround no macOS 27: tem como evitar o download dos modelos de IA e economizar o armazenamento. Ou seja, a comunidade achou um caminho alternativo que a interface não oferece nativamente.

Rafael Costa: E aí vem a parte que mais irritou as pessoas, porque é quase cômico: mesmo com todas as configurações de Siri e Apple Intelligence desativadas, existe um processo chamado "Siri AI.app" que continua rodando no sistema.

Sofia Almeida: Isso foi o estopim da discussão. Porque desativar uma função é uma coisa — é uma escolha do usuário. Mas um processo que continua rodando depois que você desligou tudo? Aí a conversa ficou mais ácida. Tem quem diga "isso é só um daemon esperando pra ficar responsivo, é comum em sistemas modernos", e outros respondendo: "comum não significa aceitável. Eu disse não. Por que existe um processo meu rodando pra algo que eu disse que não quero?"

Rafael Costa: E tem a questão da confiança por baixo de tudo. Se o usuário desativa a IA e o sistema comporta-se como se ainda houvesse um componente ativo, isso alimenta a desconfiança não só sobre o processo em si, mas sobre o que mais pode estar "meio ligado" sem que a gente saiba.

Sofia Almeida: E o que fica em aberto? Ninguém sabe se a Apple vai mudar isso em versões futuras. A documentação existe, o workaround existe, mas a decisão de design — desligar não remove, e o processo persiste — continua de pé.

Rafael Costa: De macOS 27 para hardware de IA local, a transição é natural, porque o próximo assunto é exatamente a máquina que as pessoas estão usando pra rodar modelos em casa: o Mac Studio com o chip M5 Ultra e 256 gigabytes de memória.

Sofia Almeida: Cento e cinquenta e seis... pera, duzentos e cinquenta e seis gigabytes. A discussão em torno dele é bem interessante, porque ele é elogiado como máquina ideal para agentes de IA locais. E a razão é a memória unificada: os agentes precisam carregar modelos grandes, e ter muita memória acessível pelo mesmo barramento muda o jogo.

Rafael Costa: Mas tem um contraponto importante que apareceu logo de cara: a RTX 5090 ainda é mais rápida. A diferença é que ela custa — e aí segura a respiração — doze mil, duzentos e noventa e nove dólares.

Sofia Almeida: Doze mil dólares. E esse número é o coração do debate. Porque tem dois campos claros. De um lado, quem diz: "velocidade importa, tokens por segundo importam, se eu estou iterando em agentes o dia todo, cada segundo de espera multiplica". De outro, quem diz: "mas com 256GB de memória unificada eu rodo modelos que simplesmente não caberiam na GPU, mesmo na mais cara do mundo".

Rafael Costa: E acho que a síntese honesta da discussão é: não existe "melhor", existe "melhor para quê". Pra quem precisa de contexto gigante e modelos grandes rodando localmente, o Mac Studio é praticamente imbatível na relação custo-capacidade. Pra quem precisa de throughput puro em modelos menores, a NVIDIA ainda domina.

Sofia Almeida: E dos modelos, vale falar de dois que apareceram. Primeiro, a Xiaomi lançou o MiMo-V2.6, uma série open-weight, multimodal e de custo baixo. E tem um detalhe que chamou atenção positiva: os gráficos de benchmark transparentes. Num momento em que todo mundo desconfia de números de benchmark, uma empresa publicar gráficos claros e honestos foi recebido como um sinal de boa fé.

Rafael Costa: Vale sublinhar: open-weight, não open-source no sentido estrito — os pesos são abertos, o que permite rodar e avaliar, mas não é a mesma coisa de licença totalmente aberta. Ainda assim, custo baixo mais transparência é uma combinação que agradou.

Sofia Almeida: E depois o Grok 4.7, da xAI. Modelo base maior, mesmo preço — dois dólares por milhão de tokens de entrada, seis dólares de saída — e 46,3% no CursorBench.

Rafael Costa: Mesmo preço com base maior seria teoricamente uma vitória pro consumidor. Mas aí a comunidade foi ler na prática e o humor mudou. As reclamações que dominaram: preguiça, e respostas tipo "Done!" — o modelo devolve um "Pronto!" seco e encerra.

Sofia Almeida: E isso abriu um debate interessante sobre comportamento de modelos. Tem quem veja nessas respostas curtas um sinal de que o modelo está cortando caminho, evitando trabalho, encerrando cedo. Outros argumentam que é tuning de personalidade — os desenvolvedores calibraram o modelo pra ser menos verboso, e calibrou demais. E tem a pergunta sem resposta: até que ponto o benchmark reflete o uso real? O 46,3% no CursorBench diz uma coisa, a experiência de quem usa no dia a dia parece dizer outra.

Rafael Costa: Essa tensão entre o número e a experiência real é um tema que vai se repetir hoje. E ela aparece também no nosso próximo bloco, que é sobre gente fazendo IA de verdade, do zero, com hardware humilde.

Sofia Almeida: Vamos começar pelo mais impressionante conceitualmente: o mini-AGI. É um modelo de aprendizado contínuo — ou seja, aprende enquanto funciona — treinado do zero numa RTX 3070 de laptop, de oito gigabytes de memória.

Rafael Costa: Oito gigabytes. Pra dar dimensão: modelos atuais de fronteira treinam em clusters que custam centenas de milhões. E aqui alguém treinou um modelo de aprendizado contínuo num laptop. A arquitetura usa MoE dinâmico — mistura de especialistas com roteamento dinâmico — e stream único de dados.

Sofia Almeida: E o autor é honesto sobre o estado: é toy-level, nível de brinquedo. Isso foi importante na discussão, porque evitou a inflação de expectativa. Mas mesmo assim as pessoas se engajaram de verdade. Porque o valor não é o resultado, é a prova de conceito: aprendizado contínuo é uma fronteira difícil — a maioria dos modelos atuais é congelada depois do treinamento — e experimentar isso em escala pequena é exatamente o tipo de pesquisa que grandes laboratórios não publicam.

Rafael Costa: Tem também uma reflexão sobre acessibilidade: se dá pra fazer pesquisa de fronteira num laptop de oito gigabytes, então pesquisa de IA não precisa ser privilégio de quem tem orçamento de hipercampo. Isso conecta com a conversa de academia que vamos ter mais pra frente.

Sofia Almeida: Na mesma linha de modelos pequenos e práticos, tem o Kev: uma família de modelos de decisão, estilo Jev, rodando sobre o Qwen3.5, em três tamanhos — 0,8 bilhão, 4 bilhões e 9 bilhões de parâmetros.

Rafael Costa: E a proposta deles é bem pragmática: não são modelos de chat, são modelos de decisão. Para classificação, para roteamento — decidir pra qual modelo maior mandar a pergunta — e para verificadores, checar se uma resposta está boa.

Sofia Almeida: E na discussão, isso gerou uma conversa que eu acho muito saudável: nem tudo precisa ser um modelo gigante. Tem gente cansada de mandar todo pedido — "é spam? é 1 ou 0? essa resposta é ok?" — pro modelo mais caro do mercado. Um modelo pequeno, barato, rápido, fazendo decisões binárias, pode economizar uma fortuna em produção. O contra-argumento é que modelos pequenos erram de formas sutis e você gasta tempo construindo avaliação pra descobrir onde eles falham.

Rafael Costa: E do lado mais polêmico do bloco, tem o Heretic. Uma ferramenta que remove censura de LLMs automaticamente, via abliteração. E o pitch de instalação é, literalmente, pip install heretic-llm.

Sofia Almeida: E o que o autor traz de mais interessante é a defesa de métricas padrão: medir recusas e o KLD, a divergência de Kullback-Leibler, entre o modelo original e o abliterado. A discussão aí ficou bem dividida. De um lado, tem quem diga que a abliteração é inevitável e que ter métricas e método aberto é melhor do que o caos. Do outro, tem quem se preocupe com a facilidade — quando remover a recusa é um pip install, você está distribuindo capacidade pra qualquer um com um clique.

Rafael Costa: E tem uma terceira posição que apareceu e vale registrar: que as empresas exageram nas recusas em primeiro lugar, e que ferramentas assim são o reflexo de um mercado insatisfeito — se as recusas fossem razoáveis, não existiria demanda pra abliterar.

Sofia Almeida: Sem consenso, obviamente. É um tema onde a linha entre pesquisa legítima e uso abusivo é genuinamente difícil de traçar, e a discussão refletiu isso. Vamos mudar de rumo agora, porque tem um assunto que atravessa a fronteira entre tecnologia e cultura: o conteúdo humano contra a enxurrada de IA.

Rafael Costa: O número que abre essa conversa: uma pesquisa mostra que setenta e oito por cento dos desenvolvedores param de ler artigos com aparência de IA. E noventa e oito por cento preferem a escrita própria do autor.

Sofia Almeida: Noventa e oito por cento. Quando um número é quase unânime num levantamento, é raro. E a implicação que as pessoas tiraram é direta: a escrita intencional — a escrita que mostra que uma pessoa pensou, escolheu palavras, errou e corrigiu — está ganhando valor, não perdendo. Quanto mais conteúdo gerado existe, mais o conteúdo genuinamente humano se diferencia.

Rafael Costa: E isso conecta direto com o segundo item do bloco, que é o efeito Tetris. A ideia é aquela sensação de o Tetris invadir sua cabeça — você joga, e depois continua "vendo" os blocos ao fechar os olhos. O artigo usa isso como metáfora pro sequestro de atenção pelos algoritmos: feeds, recomendações, conteúdo deslizando sem fim, tudo ocupando espaço na sua cabeça mesmo depois que você parou.

Sofia Almeida: E a defesa do artigo é de uma internet intencional: blogs, RSS, escolhas próprias. Você escolhe o que ler, assina o que importa, e o algoritmo não decide por você. Na discussão, teve gente compartilhando experiência pessoal — pessoas que desativaram recomendações, voltaram a usar leitores de RSS, e relatam que a sensação mental mudou. E teve o ceticismo de sempre: "a maioria das pessoas não quer esforço, a enxurrada vence porque é conveniente".

Rafael Costa: E tem um exemplo concreto que ilustra o lado prático disso tudo: o ZuckOff, um app gratuito do desenvolvedor polonês Pawel Szydlowski, que detecta óculos Meta via Bluetooth. Cinco mil downloads na App Store já no lançamento.

Sofia Almeida: Cinco mil downloads no lançamento é um número que diz algo sobre o apetite por ferramentas de controle pessoal. O app identifica assinaturas de Bluetooth — dos Ray-Ban Meta, Oakley Meta, e também do Snap — e tudo roda no telefone, nada sai do dispositivo.

Rafael Costa: Mas o próprio autor é honesto sobre os limites, e isso foi respeitado na discussão: o app não garante detecção total e não é imune a spoofing. Ou seja, é uma ferramenta de consciência, não um detector infalível.

Sofia Almeida: E é aqui que ele se conecta com o tema da vigilância que vamos entrar agora: porque do lado dos óculos Meta, a vigilância é visível — tem alguém com uma câmera no rosto e você pode pelo menos tentar detectar. Mas e quando a vigilância é invisível, embutida no próprio pixel da imagem?

Rafael Costa: Vamos falar de marcas d'água, então. Tem duas coisas nesse espaço. A primeira se chama Spymark: uma marca d'água oculta que rastreia usuários. E a segunda é o SynthID, do Google, que codifica cento e trinta e seis bits numa imagem de 512 por 512.

Sofia Almeida: Cento e trinta e seis bits numa imagem quadrada de meia resolução é muita informação. E o detalhe que gerou mais discussão é que esses bits podem incluir IDs ligados à identidade. Ou seja: não é só "esta imagem foi gerada por IA" — é potencialmente "esta imagem foi gerada por esta conta, desta pessoa".

Rafael Costa: E a discussão aí ficou num ponto filosófico importante. De um lado: rastreamento de origem é bom pra combater desinformação, deepfakes, e atribuir responsabilidade. De outro: uma marca d'água que carrega identidade é, na prática, um mecanismo de vigilância silencioso. Você compartilha uma imagem e pode estar levando embora um identificador que não vê e não controla.

Sofia Almeida: E o Spymark mostrou que isso já não é teoria — marcas d'água ocultas rastreando usuários existem na prática. A síntese da conversa foi algo como: as mesmas técnicas que protegem também podem vigiar, e a diferença é só quem controla e se o usuário sabe. Que é exatamente o oposto do ZuckOff, que ao menos é uma ferramenta que dá visibilidade pro usuário.

Rafael Costa: Muito bem posto. E vamos agora dar uma guinada pra academia e ciência, porque tem dois movimentos que apontam na mesma direção: um renascimento.

Sofia Almeida: O primeiro vem do Tim Dettmers, que anunciou a Open Source Week. O argumento central dele é bonito: a unidade de pesquisa volta a ser um ecossistema, não um paper.

Rafael Costa: Explica isso bem, porque é uma crítica de fundo ao modelo atual: a academia produz papers — artefatos isolados, com todo o conhecimento real escondido em código, dados, infraestrutura e experiência que nunca são publicados. A proposta do Dettmers é que uma unidade de pesquisa abra tudo: o ecossistema inteiro de como se faz ciência.

Sofia Almeida: E na discussão isso ressoou com a experiência prática de muita gente: tentar reproduzir um paper é notoriamente frustrante, porque o paper nunca contém o que você precisa. Um ecossistema aberto — código, logs, decisões de engenharia — é o que realmente permite ciência reproduzível.

Rafael Costa: E o segundo movimento vai na mesma direção mas por outro caminho: um grupo consultivo independente de matemáticos, no Institute for Advanced Study — e olha os nomes: Terence Tao, Timothy Gowers, Edward Witten — que vai aconselhar empresas de IA sobre a divulgação de resultados matemáticos.

Sofia Almeida: Esses três nomes juntos é praticamente um panteão da matemática viva. E a questão que o grupo vai enfrentar é real: empresas de IA estão reivindicando avanços matemáticos, mas a divulgação costuma ser através de comunicados e demonstrações fechadas, não do padrão de rigor e revisão da matemática.

Rafael Costa: E na discussão, tem duas leituras. A otimista: se os matemáticos mais respeitados do mundo estão dispostos a sentar à mesa, é uma chance de elevar o padrão — forçar as empresas a provar de verdade, não só a anunciar. A cética: um comitê consultivo não tem poder. Se a empresa não gosta do conselho, ignora. O grupo só vale algo se as empresas se comprometerem previamente a seguir o que ele diz.

Sofia Almeida: E fica em aberto exatamente isso: se os critérios vão ter dentes ou vão virar selo de qualidade decorativo. Vamos para as ferramentas de dev agora, e esse bloco tem de tudo — um fork polêmico, um pacote npm malicioso bem criativo, e duas boas notícias de performance.

Rafael Costa: Começando pelo fork: Noodle Gallery é um soft fork do Immich. E um detalhe importante da apresentação: não é uma alternativa independente — é um fork que mantém relação com o upstream.

Sofia Almeida: E a razão do fork é a polêmica: as features do Noodle Gallery foram rejeitadas upstream por serem consideradas "vibecoded" — ou seja, código escrito com IA, sem compreensão profunda, só pelo resultado. E o autor nega essa caracterização.

Rafael Costa: E a discussão em torno disso foi rica, porque toca numa ferida aberta do mundo open-source: o que fazer com contribuições geradas por IA? Tem uma posição que diz: o que importa é o resultado — se o código funciona, é mantível, e resolve um problema real, a proveniência é secundária. Outra posição diz: não, entenda o seu código é parte do contrato — quem mantém upstream não pode ser obrigado a carregar código que ninguém ali compreende de verdade, porque o custo de manutenção é dele.

Sofia Almeida: E é por isso que o detalhe de "soft fork" importa na prática: o Noodle Gallery não quer substituir o Immich, quer manter-se sincronizável com ele, carregando só as features extras. Alguns viram isso como o modelo mais maduro de divergência — em vez de um racha hostil, um desvio amigável. Mas fica a pergunta: quanto tempo um soft fork consegue acompanhar o upstream antes de divergir de forma irreversível?

Rafael Costa: E do lado sombrio do ecossistema de pacotes, tem o mathmain, um pacote npm malicioso que escondia um implant de acesso remoto. E o mecanismo de ativação é genuinamente criativo: o implant era ativado quando a matriz de uma solução LU serve como senha de descriptografia.

Sofia Almeida: Explicando pro ouvinte: uma solução LU é uma decomposição de matrizes, operação numérica clássica de álgebra linear. A sacada do atacante foi usar o resultado numérico dessa operação como chave criptográfica. O implant só desperta se o programa vítima calcular exatamente aquela matriz — o que só acontece em código legítimo que usa a biblioteca da forma esperada.

Rafael Costa: E é por isso que a comunidade de segurança achou isso tão notável: é um gatilho praticamente impossível de ativar por varredura automática. Um sandbox que só executa o pacote de forma genérica nunca vê nada. Só dispara no alvo certo, no contexto certo. Isso abriu uma discussão desconfortável: nossos sistemas de revisão de pacotes são fundamentalmente cegos a esse tipo de ataque? A resposta que emergiu foi basicamente "sim, e ninguém tem uma boa solução".

Sofia Almeida: Vamos às boas notícias pra fechar o bloco. Primeira: os Python Workers do Cloudflare agora estão em disponibilidade geral. Você roda frameworks Python e bibliotecas de IA nativamente no runtime dos Workers, sem glue em JavaScript.

Rafael Costa: O "sem glue JS" é o detalhe que os devs celebraram. Antes, você escrevia em Python mas colava JavaScript pra integrar — agora é nativo. Isso derruba uma barreira real pra quem queria deploy serverless mas não queria sair do ecossistema Python, e abre caminho pra rodar inferência de IA direto na borda.

Sofia Almeida: E a segunda boa notícia vem da Linear, que cortou a espera de CI de mais de seis minutos para cerca de cinco minutos, e cortou pela metade o tempo de runner por teste. E tudo isso enquanto as suítes de teste quase quadruplicaram de tamanho.

Rafael Costa: Quadruplicar as suítes e mesmo assim reduzir a espera total é contra-intuitivo, e é por isso que a discussão foi boa. A chave é que o gargalo de CI quase nunca é CPU bruta — é paralelização, cache, distribuição inteligente de testes, e eliminação de desperdício. A experiência relatada por outras pessoas na discussão confirmou: a maioria dos pipelines tem minutos de espera morta que nada tem a ver com a execução dos testes em si.

Sofia Almeida: E do bloco de ferramentas, vamos para o bloco de infraestrutura — e é um bloco que pergunta: o que acontece quando a infraestrutura que nos sustenta falha, ou quando decidimos construir fora dela?

Rafael Costa: Começando pela resposta mais radical à pergunta: o HERMES, um rádio de ondas curtas open-source da Rhizomatica, que envia dados criptografados por HF. Vinte watts de potência, links de quatrocentos a seiscentos quilômetros, sem satélites.

Sofia Almeida: Vinte watts. É menos que uma lâmpada. E com isso você cobre uma distância de quatrocentos a seiscentos quilômetros, mandando dados criptografados, usando a ionosfera pra refletir o sinal. Sem operadora, sem cabo submarino, sem satélite, sem ninguém no meio.

Rafael Costa: E o contexto social importa: a Rhizomatica trabalha com comunidades rurais e indígenas, lugares onde a infraestrutura de telecom convencional nunca chegou ou foi retirada. Na discussão, as pessoas com experiência em rádio apontaram os trade-offs reais: banda estreita, taxas de dados baixas, dependência das condições da ionosfera — que variam com hora do dia e clima espacial. Não é internet. É um canal lento, mas soberano.

Sofia Almeida: E há quem veja isso como uma lição de resiliência mais do que uma solução: quando as redes grandes caem, o que sobra? A pergunta ficou no ar. E ela conecta com as duas notícias seguintes, que são sobre infraestrutura grande e seus pontos cegos.

Rafael Costa: Primeira: a NASA cancelou a missão Mars Sample Return. E no vazio que isso deixa, a China anunciou que vai tentar o retorno de amostras marcianas com a Tianwen-3, com lançamento em 2028.

Sofia Almeida: Essa é uma daquelas notícias com peso histórico. O Mars Sample Return era o sonho de décadas da ciência planetária — trazer rocha marciana pra lab terrestre. O cancelamento veio, na discussão, sendo atribuído principalmente ao custo fora de controle e atrasos crônicos. E a reação da comunidade tem duas camadas: uma de frustração científica genuína, outra de reconhecimento de que o modelo da NASA pra missões flag-ship está com problemas estruturais.

Rafael Costa: E a camada geopolítica: se a Tianwen-3 voar em 2028 e funcionar, a China faz o que a NASA projetou por décadas e não entregou. Tem quem diga que isso pode ser o choque necessário pra reforma da agência — e quem diga que a janela já se fechou e a primazia em amostras marcianas simplesmente muda de mãos.

Sofia Almeida: E a segunda notícia sobre fragilidade de infraestrutura é mais imediata e mais assustadora no dia a dia: a FAA interrompeu voos em aeroportos movimentados da Costa Leste dos Estados Unidos depois que um corte de fibra óptica causou falha de comunicação.

Rafael Costa: Um corte de fibra. Fio físico, no chão. E com isso, controle de tráfego aéreo de uma das regiões mais movimentadas do mundo parou.

Sofia Almeida: E a discussão aí foi sobre a lição ótima e sempre ignorada: redundância. O corte de um único cabo derrubou comunicações de aeroportos principais, o que significa que a redundância não existia, ou não estava onde deveria. As pessoas da área de infraestrutura contaram histórias parecidas — sistemas "criticos" que dependiam de um único caminho físico porque duplicar custa, até o dia em que não duplicar custa muito mais.

Rafael Costa: E fica a questão: se um cabo derruba o controle de voo da Costa Leste, quantos outros pontos únicos de falha estão escondidos em sistemas que a vida moderna assume como sólidos?

Sofia Almeida: Boa pergunta pra fazer a transição, porque nosso próximo bloco é exatamente sobre hardware — velho e novo — e o que acontece quando as pessoas querem entender e controlar as máquinas que possuem.

Rafael Costa: Começando pelo velho, e é lindo: uma PDP-11/83 restaurada, com um processador Mentec M11 e o sistema 2.11BSD, servindo uma página web ao vivo.

Sofia Almeida: Uma PDP-11 servindo web em 2025. E tem um detalhe técnico delicioso: o kernel foi customizado porque o Mentec M11 usa ponto flutuante IEEE, não o formato DEC original.

Rafael Costa: Vale explicar, porque é um detalhe que os entendedores adoraram: a PDP-11 original da DEC tinha seu próprio formato de ponto flutuante. O Mentec M11, que é um clone/reimplementação posterior, adotou o padrão IEEE que hoje é universal. Resultado: o sistema operacional 2.11BSD, escrito pra expectativa da DEC, precisava de ajustes no kernel pra lidar com o formato diferente.

Sofia Almeida: E a discussão em torno disso foi festiva, mas com fundo sério. Festiva porque a PDP-11 é talvez a máquina mais amada da história da computação — o Unix moderno nasceu nela. Séria porque, de novo, é o tema de preservação: alguém dedicou tempo real pra manter uma máquina de décadas funcionando, não como peça de museu estática, mas servindo tráfego de verdade. Isso é preservação viva.

Rafael Costa: E da máquina que preservamos para a máquina que compramos novo e não podemos mexer: a Raspberry Pi bloqueou a troca de chips de RAM na placa, alegando problemas de suporte. E os usuários criticaram duramente a restrição.

Sofia Almeida: E a crítica tem um fundo histórico doloroso, porque a Raspberry Pi construiu a marca inteira sobre ser a plataforma aberta, a máquina do hacker, a placa que você pode aprender tudo. Bloquear o upgrade de RAM — soldar um chip maior e não funcionar, por decisão da empresa — é visto por muita gente como uma traição do espírito original.

Rafael Costa: E a defesa da empresa também apareceu: problemas de suporte são reais. Se alguém solda uma RAM não homologada, o comportamento é imprevisível, e o suporte gasta tempoDiagnosticando hardware modificado. Tem quem ache justo a empresa não dar garantia sobre modificações.

Rafael Costa: A diferença é entre "não garantimos" e "bloqueamos" — e é exatamente essa fronteira que a discussão explorou: onde termina o direito da empresa de controlar o produto e começa o direito do dono de fazer o que quiser com a coisa que comprou?

Sofia Almeida: E se você quiser a resposta mais otimista pra essa pergunta, ela talvez esteja no nosso último item técnico: o Transformer Explainer, uma visualização interativa do funcionamento de transformers, rodando um modelo GPT-2 de 124 milhões de parâmetros inteiramente no navegador.

Rafael Costa: Rodar GPT-2 no navegador, com visualização de cada etapa — atenção, embeddings, tudo visível e manipulável — é o oposto exato do processo "Siri AI.app" que não desliga. É uma ferramenta que existe pra você entender o que está acontecendo dentro, com tudo transparente.

Sofia Almeida: E a discussão educacional em volta foi calorosa: professores contando que usaram, gente dizendo que finalmente entendeu atenção visualmente depois de anos lendo papers. E o consenso implícito é bonito: visualizar é uma forma de desmistificar, e desmistificar é uma forma de empoderar. Ninguém pode bloquear o que você consegue ver e entender.

Rafael Costa: O que nos traz, enfim, à sobremesa prometida: Grim Fandango, de 1996 — pera, me corrige aí?

Sofia Almeida: Deixa eu: o jogo é de 1998, na verdade — mas o documento que apareceu é sobre os puzzles, e a discussão na HN celebrou o estilo, a arte e a música do clássico da LucasArts.

Rafael Costa: Melhor assim. Grim Fandango: Tim Schafer, a era de ouro das aventuras gráficas da LucasArts, o visual de calacas do Día de los Muertos, a trilha. E o que apareceu agora é um documento de design dos puzzles do jogo — a arquitetura interna de como cada enigma foi construído.

Sofia Almeida: E a discussão girou em torno de três amores. O estilo, porque o jogo tem uma identidade visual que nada mais tem. A arte, porque aquela mistura de folclore mexicano com film noir é única. E a música, que as pessoas citavam de memória, décadas depois.

Rafael Costa: Mas tem também o lado prático que os mais velhos lembram com dor: os puzzles da era de ouro podiam ser cruéis — lógica de aventura gráfica que ninguém resolvia sem guia. E o remaster trouxe algo que a discussão celebrou: controles facilitados. O original tinha o esquema de controle com tank controls e interação por contexto que envelheceu mal; o remaster tornou o jogo jogável de verdade pra quem chegou agora.

Sofia Almeida: E é por isso que a gente escolheu fechar com isso. Olha o arco do programa: o Copland, que ninguém nunca usou, ressuscitado com onze patches. A PDP-11 servindo web. Grim Fandango remasterizado. Preservação não é guardar coisas num cofre — é manter as coisas rodando, consertando o que precisar, adaptando pra quem vem depois.

Rafael Costa: E o contraste com o começo do meio do programa é o recado: a Apple com modelos que você não apaga e processos que não desligam é o antônimo exato disso. Preservação dá controle; crapificação tira. E a comunidade — com patches, forks, visualizadores, emuladores — está constantemente puxando na direção do controle.

Sofia Almeida: Então a pergunta que fica pro ouvinte é simples: quando você escolhe suas ferramentas, você escolhe as que tentam te manter no escuro, ou as que alguém construiu pra que você pudesse ver dentro, mexer, e manter vivo?

Rafael Costa: Com essa reflexão a gente encerra. Obrigado por acompanhar, aqui foi o Rafael Costa.

Sofia Almeida: E a Sofia Almeida. Até a próxima, e escolham internet intencional.