1110 | Modelos novos, chips novos e controvérsias

Sofia Almeida: Olá, bem-vindo a mais um episódio! Eu sou a Sofia Almeida.

Rafael Costa: E eu sou o Rafael Costa. E hoje o fio condutor, Sofia, é bem claro: o mundo da tecnologia inteiro parece estar reavaliando o que machines e organizações deveriam ou não fazer — modelos de IA batendo recordes e comportando-se de forma estranha, chips rodando IA em lugares cada vez mais inusitados, empresas revertendo promessas de privacidade, e um bocado de gente repensando fundamentos, do malloc até a Wikipédia.

Sofia Almeida: Exatamente. E a história de abertura não podia ser mais quente: a Anthropic lançou novos modelos. Vamos começar por lá.

Rafael Costa: Então, a notícia central: a Anthropic lançou o Claude Fable 5.2 e o Mythos 5.2, e os dois superam o Opus 5.5 na maioria dos benchmarks. Preço: oito dólares por milhão de tokens de entrada, quarenta por milhão de saída. E uma nota de performance: trinta por cento mais rápido que o antecessor.

Sofia Almeida: O Fable 5.2, especificamente, marcou 65 no Índice de Inteligência da Artificial Analysis, que é a pontuação mais alta registrada até agora. E tem contexto de um milhão de tokens. Mas há um porém que os comentaristas pegaram rápido: o modelo é muito verboso. Isso mudou o tom da discussão.

Rafael Costa: Porque é um trade-off interessante, não é? Você tem o modelo mais inteligente já medido, mas ele fala demais. Se você está pagando quarenta dólares por milhão de tokens de saída — e esse é exatamente o lado caro da conta — um modelo verboso te custa mais, mesmo com entrada a oito. Alguns comentaristas viram isso como um problema real de custo por tarefa útil, não por token bruto: o que interessa é quantos tokens você gasta para resolver o problema, não quão bonito o benchmark é.

Sofia Almeida: E outros discordavam, dizendo que verbosidade é ajustável com prompts e que o que importa é o teto de capacidade. Se o modelo consegue resolver problemas que nenhum outro resolve, o excesso de palavras é um detalhe operacional. Essa divisão é genuína — ninguém disse "todos concordam que a verbosidade é aceitável" ou o contrário.

Rafael Costa: Agora, o exemplo que mais circulou na discussão foi um caso prático que é quase assustador de tão completo. Alguém usou o Fable 5.2 para criar, em uma única passada — sem iterações manuais — um jogo beat 'em up completo para um sobrinho. Estamos falando de aproximadamente 175 imagens, 140 clipes de áudio, e um bot que jogou e testou todos os 12 estágios do jogo.

Sofia Almeida: Isso é o que muita gente chamou de "one-shot". E aqui a discussão ficou boa. Uma parte das pessoas disse: isso é a prova de que a linha entre "demonstração" e "produto acabado" está desaparecendo. Antes, você pedia um protótipo; agora o modelo entrega arte, som, design de níveis e até o playtesting automatizado, porque o próprio agente bot jogou as doze fases.

Rafael Costa: E a outra parte foi mais cética, no sentido clássico de ceticismo saudável: um beat 'em up gerado que passou num teste automatizado de bot não é a mesma coisa que um jogo divertido. O bot confirma que os estágios são completáveis, não que são bons. Mesmo assim, até os céticos reconheceram que o volume de produção — centenas de ativos coerentes em um shot — é o número que importa aqui.

Sofia Almeida: E aí vem o pedaço que deixou todo mundo desconfortável na thread. Uma análise de 1.400 sessões do Claude Code constatou que o raciocínio do Opus 5.5 mudou de forma brusca em 3 de novembro — sem que o nome do modelo mudasse.

Rafael Costa: Isso, para quem acompanha esses debates, toca num nervo antigo: a questão do comportamento de modelos "no silêncio". Você assina por um modelo, ele é seu ponto de referência, e um dia o comportamento muda e ninguém te avisa. O que a análise mostrou é uma mudança detectável em 1.400 sessões, o que é uma base razoável para suspeitar que algo aconteceu — não é uma anedota de uma sessão maluca.

Sofia Almeida: O ponto é: até agora, ninguém explicou o que aconteceu. Os criadores do modelo não deram uma explicação pública. E os comentaristas dividiram as hipóteses: pode ser uma atualização silenciosa, pode ser mudança de roteamento, pode ser alguma otimização de backend. A parte frustrante, e todo mundo na discussão concordou nisso, é a opacidade. A Mudança de nome seria ao menos um aviso; a ausência de qualquer nome é o problema.

Rafael Costa: E isso se conecta com o próximo assunto de um jeito quase perfeito, porque envolve outra gigante revertendo uma promessa — dessa vez, o Google. Em 2023, o Google fez uma promessa sobre o Gemini de consumidor. Essa promessa acabou de ser revertida: agora o Gemini pode rotear conteúdo pessoal do seu Drive e do seu e-mail para anotadores humanos.

Sofia Almeida: Isso é um rollback de política de privacidade, e a discussão girou em torno de duas perguntas que ficaram em aberto. Primeira: como o usuário será avisado? Não está claro. Segunda: o que isso faz com a confiança? Porque uma promessa de 2023 tinha uma função — era a razão pela qual uma pessoa permitiria que um modelo lesse os e-mails dela.

Rafael Costa: E vale notar o paralelo com o caso anterior, mesmo sendo empresas diferentes: em ambos os casos, o comportamento do sistema muda sem uma declaração clara. No caso do Opus 5.5, o comportamento mudou e ninguém explicou. No caso do Gemini, a política mudou, e o que não está claro é justamente a comunicação ao usuário.

Rafael Costa: Alguns comentaristas disseram "isso é o preço de usar serviços de IA de consumidor"; outros responderam que promessas explícitas, uma vez feitas, criam uma expectativa legítima, e reverter sem um aviso robusto é diferente de nunca ter prometido.

Sofia Almeida: E não há consenso sobre onde isso vai parar. O que se sabe é que o debate sobre privacidade vai aparecer de novo mais para frente no episódio, de uma forma bem mais pessoal. Mas antes disso, vamos falar de agentes — porque a história seguinte é sobre agentes que agem por você, literalmente com as suas credenciais.

Rafael Costa: Pois é, e essa me arrepiou um pouco. O ChatGPT Desktop agora encaminha o agente SSH local do usuário para máquinas remotas. Traduzindo: um agente rodando numa máquina remota pode autenticar-se usando as suas credenciais SSH locais.

Sofia Almeida: O caso de uso é óbvio e legítimo: você quer que um agente opere nos seus servidores sem precisar copiar chaves para lá. O agente remoto pede, o seu desktop empresta a identidade, a autenticação acontece. Mas os comentaristas apontaram rapidamente o outro lado: você está, na prática, estendendo o perímetro de confiança. Qualquer coisa que controle o agente remoto tem agora um caminho para agir como você, com a sua chave.

Rafael Costa: E não é um problema teórico, porque a segunda história dessa discussão mostra agentes já agindo em massa na internet. Um comentarista fez o levantamento de e-mails frios que chegam via Hacker News: entre 2013 e 2021, praticamente zero por cento desses e-mails eram pitches de produto. Em 2026, 88 por cento são pitches de produto, e o volume total bateu recorde.

Sofia Almeida: Atribuição clara: a causa apontada é LLMs. Ou seja, o custo de enviar um e-mail personalizado, aparentemente escrito por um humano, caiu para quase zero. E a conversa em torno disso foi rica. Uns disseram: "isso é ruído estrutural, o canal morreu" — quando 88 por cento do volume é pitch, ninguém confia em mais nada, e o canal deixa de funcionar até para quem escreve de verdade.

Rafael Costa: Outros foram mais otimistas ou pragmáticos: os bons pitches sempre existiram em minoria, o filtro sempre foi necessário, e a tecnologia só aumentou a proporção. E houve quem apontasse a ironia: uma plataforma de discussão técnica, feita para conversas humanas, virou alvo de agentes automatizados que imitam a conversa humana. É a mesma tensão do SSH: dar aos agentes a capacidade de agir como humanos tem um custo que só aparece na escala.

Sofia Almeida: E é exatamente essa questão de poder e controle dentro de organizações que nos leva a uma história bem mais sombria. Um processo judicial revelou algo sobre a Ethereum Foundation: o chamado Mandato exigia que funcionários assinassem um compromisso de "seppuku".

Rafael Costa: Para quem não conhece o termo: seppuku é o suicídio ritual japonês. E o que o processo revela é que o Mandato da Ethereum Foundation dava aos funcionários uma escolha dessas duas: assinar esse compromisso de suicídio, ou aceitar uma compensação e sair. O caso está em curso, e não se conhece ainda a defesa oficial da organização.

Sofia Almeida: A discussão aqui ficou num tom mais grave. Vale lembrar que a Ethereum Foundation é a organização central de uma rede que se vende como descentralizada — e descobrir que dentro dela havia uma exigência dessas criou um contraste que muita gente apontou. E há uma pergunta aberta que atravessa o episódio: até onde vai o controle que organizações de tecnologia exercem sobre as pessoas dentro delas?

Sofia Almeida: Não vamos especular além do que o processo revela, mas é impossível ler isso e não pensar nas outras histórias de hoje sobre poder.

Rafael Costa: Vamos respirar um pouco e mudar de ar, porque a sequência a seguir é sobre engenharia — e começa no nível mais baixo possível: o malloc. Essa thread foi uma das minhas favoritas, porque é sobre algo que acontece bilhões de vezes por dia e quase ninguém pensa.

Sofia Almeida: O contexto: o glibc malloc agrupa chamadas de sistema brk. Números concretos: mil chamadas seguidas de malloc de 16 bytes resultaram em apenas 2 chamadas de brk. E o malloc de 16 bytes é 22,7 vezes mais rápido que o sbrk direto de 16 bytes.

Rafael Costa: E por que isso importa? Porque a chamada de sistema é cara — você cruza a fronteira do kernel. Se a biblioteca de alocação faz batching, ou seja, pede memória em pedaços maiores e distribui depois, o custo médio por alocação despenca. A thread teve aquele clássico de toda discussão de baixo nível: gente dizendo "isso é óbvio para quem estudou alocadores" e outros respondendo que o número de 22,7 vezes é muito maior do que a intuição de qualquer um.

Rafael Costa: O malloc é, na prática, uma camada de cache e agrupamento em cima do sistema operacional.

Sofia Almeida: E essa ideia de "refazer o básico melhor" aparece de novo no próximo assunto, em uma escala diferente. Lembra do zebkit? Ele embute o Chromium — Blink, V8, PDFium, FFmpeg — como uma biblioteca linkável, e o resultado é 34 por cento menor e com cold start duas vezes mais rápido que o Electron.

Rafael Costa: Isso é basicamente dizer: o Electron pega um navegador inteiro e roda como processo; o zebkit pega o mesmo navegador e deixa você linkar com o seu programa. Menos cópias, menos camadas. E de novo: nada disso é ciência nova, é engenharia de empacotamento. Mas os números de 34 por cento e 2x de cold start são os números que fazem uma thread técnica pegar fogo, porque todo mundo que já sofreu com apps Electron pesados se reconhece ali.

Sofia Almeida: E continuando na linha de UI leve: tem o CUI, que oferece cerca de 170 componentes de interface nativa para C99, sem dependências, com custo de 0,1 a 0,25 milissegundos por quadro.

Rafael Costa: Para dar escala: a 60 quadros por segundo, você tem cerca de 16 milissegundos por quadro. Então 0,1 a 0,25 milissegundos é uma fração minúscula do orçamento. A discussão aqui teve duas frentes: os entusiastas de C imediato, que adoram o modelo de UI imediata por simplicidade e controle; e os pragmáticos, que perguntam quem vai escrever UI em C99 em 2026.

Rafael Costa: E a resposta dos defensores foi justamente o caso de uso: ferramentas, instrumentos, coisas embutidas, onde cada milissegundo e cada dependência a menos importam.

Sofia Almeida: E há uma conexão bonita aqui: o modelo de UI imediata do CUI é o mesmo espírito do último item dessa família — o DBDelve, um cliente de banco de dados em Rust usando GPUI. Números de abertura: 1,1 segundo, contra 5,2 segundos do DBeaver. Consumo em repouso: 133 megabytes contra 606. E a consulta de mil linhas: 0,21 segundo contra 1,96.

Rafael Costa: Esses três números contam a mesma história de três formas: tempo de inicialização, memória e latência de operação comum. E os comentaristas de banco de dados fizeram a defesa do DBeaver também — ele é maduro, cobre uma lista enorme de bancos e tem recursos que um cliente novo não tem.

Rafael Costa: A thread não concluiu que um substitui o outro; concluiu que existe espaço para ferramentas construídas com esse orçamento de recursos em mente, e que o mercado tinha se acomodado em uma inércia de ferramentas pesadas.

Sofia Almeida: E se a família anterior foi sobre refazer o básico da engenharia, a próxima é sobre refazer o básico do machine learning. Duas histórias que vão bem juntas. A primeira: e-means, que é um mini-batch k-means que alcança o erro de teste de 25 épocas do Lloyd clássico em apenas 1,6 a 2,4 épocas.

Rafael Costa: Ou seja: o algoritmo de clustering mais ensinado do mundo, o k-means de Lloyd, converte em cerca de dez vezes menos épocas quando você combina leis de escala com a revivificação de clusters mortos. Clusters mortos são aqueles que caem numa região sem pontos e nunca mais se movem; revive-los é uma técnica conhecida, mas a combinação com leis de escala é o que produz esses números.

Rafael Costa: A thread teve gente replicando mentalmente a conta e ficando surpresa de que isso não era padrão já — a resposta foi que a literatura e a prática andam em trilhos separados.

Sofia Almeida: E a segunda história é o Next-Concept Modeling: geração de texto usando um VQ-VAE coarse-to-fine, ou seja, de grosseiro para fino, e o resultado é até 21 vezes mais rápido que modelos de linguagem de difusão em escala equivalente.

Rafael Costa: O que é interessante aqui é o timing, porque modelos de difusão para texto estavam em alta como alternativa à geração token a token. O NCM diz: em vez de difusão, quantize o texto em conceitos hierárquicos e gere do abstrato para o detalhe. E a comparação no mesmo nível de escala mostra 21x. Os céticos na thread perguntaram sobre qualidade de geração em tarefas abertas, não só velocidade; os defensores responderam que o resultado é a primeira prova de escala da ideia.

Rafael Costa: Fique no "em escala equivalente" — é a ressalva que a própria comparação impõe.

Sofia Almeida: E aí a conversa sobre eficiência nos leva naturalmente para hardware e energia. Duas histórias. A primeira: a Infineon apresentou na electronica os primeiros dispositivos de potência funcionais do mundo em wafers de carboneto de silício de 300 milímetros.

Rafael Costa: O porquê do número: a indústria de silício convencional padronizou as wafers grandes de 300mm décadas atrás, porque wafer maior significa mais chips por wafer e custo por chip menor. O carboneto de silício, que é o material nobre dos dispositivos de potência — carros elétricos, inversores, carregadores —, estava preso em wafers menores. Migrar para 300mm é, em princípio, a mesma jogada de economia de escala do silício.

Rafael Costa: Os comentaristas de semicondutores apontaram que o desafio do SiC é a dureza do material e os defeitos; funcional significa que os dispositivos funcionam, e o próximo passo é o rendimento de fabricação em volume.

Sofia Almeida: E a segunda história conecta energia com agricultura: a Magenta mostrou painéis solares de CdTe semi-transparentes que deixam passar luz vermelha e azul para as plantações — e no teste, a produção de brócolis se manteve estável sob os painéis.

Rafael Costa: A lógica é bonita: plantas usam a luz vermelha e azul para fotossíntese; se o painel deixa passar justamente essas bandas e absorve o resto, você gera eletricidade e cultiva embaixo. A ressalva que apareceu na discussão: brócolis é uma cultura, e a pergunta aberta é como outras culturas se comportam — mas como prova de conceito, "a produção se manteve estável" é exatamente o resultado que a ideia precisava.

Rafael Costa: E é um contraste bonito com o item anterior: de um lado, semicondutores para transformar energia de forma mais barata; de outro, semicondutores transparentes para dividir a luz entre painel e plantação.

Sofia Almeida: E, falando de custos e escassez, há uma história que afeta qualquer um que compra hardware: a escassez de RAM. O preço do Raspberry Pi 5 de 16GB subiu para 385 dólares — um aumento de 80 dólares.

Rafael Costa: E as previsões das fabricantes são o que deixou a thread pessimista: a Micron vê a escassez se estendendo até 2028, e a SK Hynix, até cerca de 2030. Isso não é um problema de um fornecedor; é a cadeia inteira. Os comentaristas ligaram os pontos: os data centers de IA consomem a produção de memória, e o hobbyista que quer um Pi de 16GB paga a conta.

Rafael Costa: A parte incerta é até onde isso vai — se é um ciclo normal de oferta e demanda que se resolve, ou se a demanda estrutural de IA mantém os preços altos por anos.

Sofia Almeida: E dentro desse mesmo mundo de custo e pequenos custos acumulados, uma história aparentemente banal que rendeu uma discussão surpreendentemente boa: as taxas de conveniência dos apps de estacionamento. A mediana é de 35 centavos por sessão, medidos em 301 lugares nos Estados Unidos. Quinze lugares não cobram nada, e o mais alto é 70 centavos, em Anchorage, no Alasca.

Rafael Costa: Setenta centavos não parece nada, e é exatamente esse o ponto que dividiu a discussão. De um lado: é um custo pequeno, transparente o suficiente, e os apps têm que ganhar dinheiro de algum jeito. De outro: multiplique por milhões de sessões, e é uma máquina de dinheiro construída sobre uma taxa que ninguém questiona porque é pequena demais para questionar. Alguns comentaristas chamaram isso de "a taxa mais eficiente do mundo" — quase imperceptível individualmente, enorme agregada.

Sofia Almeida: E, já que estamos falando de apps que fazem coisas pequenas e específicas, vamos para o open-source do dia a dia: o MeowDisplay, que espelha o Mac no iPhone ou iPad, com visualização de janelas, Stage Peek e toque direto — Direct Touch — com latência de cerca de 14 a 17 milissegundos.

Rafael Costa: Essa faixa de latência é o número mágico da discussão, porque é perto do limiar onde o toque começa a parecer responsivo a olho nu. O Direct Touch é o recurso que a galera mais elogiou: em vez de touchpad remoto, você toca diretamente no que está na tela.

Rafael Costa: Perguntas em aberto na thread giraram em torno de casos de uso — a usar como segunda tela em movimento, para apresentações, para quem já tem um iPad grande — e ninguém alegou que substitui um monitor, mas o consenso informal foi que a latência é o que separa isso de tentativas anteriores frustradas.

Sofia Almeida: E do open-source útil para o open-source bizarro: tem um app de menu bar do Mac chamado Someone Was Here que fotografa os usuários enquanto eles estão fora do computador, com reconhecimento facial rodando localmente, e manda alertas para o seu telefone por 4,99 dólares vitalícios.

Rafael Costa: A pergunta que estruturou toda a thread foi exatamente essa: vigilância caseira legítima ou risco de abuso? E os dois lados tiveram argumentos fortes. O lado legítimo: quem deixa o Mac num escritório compartilhado ou em casa com visitas tem o direito de saber quem mexeu no computador; o reconhecimento é local, os dados não saem, e o preço vitalício é honesto.

Sofia Almeida: O lado do risco: o mesmo mecanismo que avisa você também constrói, sem esforço, um banco de fotos de rostos de pessoas que confiaram no seu espaço — colegas, visitas, entregadores. E o fato de rodar localmente não resolve a pergunta ética, porque o dado existe, só não foi enviado. A thread não chegou a uma resposta; o que ficou claro é que a tecnologia está disponível por 4,99 dólares, e a norma social ainda não acompanhou.

Rafael Costa: E essa tensão entre o que a tecnologia permite e o que a norma social absorve é uma boa ponte para uma história sobre linguagem, na verdade. Existe um skill de agente open-source chamado STE80 que remove 26 padrões típicos de texto de IA e reescreve o texto 80 por cento do caminho até o ASD-STE100.

Sofia Almeida: Vale explicar o ASD-STE100: é o padrão de inglês técnico simplificado, criado originalmente para documentação aeroespacial — vocabulário controlado, frases curtas, instruções sem ambiguidade. E o que o STE80 faz é pegar texto gerado por IA e empurrá-lo na direção desse padrão, retirando os "tells" — os vices de escrita que denunciam a máquina.

Rafael Costa: E aqui a discussão teve duas camadas que não se separaram. A primeira: para documentação técnica, isso é genuinamente útil — o ASD-STE100 existe porque texto claro salva vidas em manuais de manutenção. A segunda camada, mais espinhosa: a mesma ferramenta serve para disfarçar texto de máquina. E os comentaristas perceberam a ironia completa: uma ferramenta que torna texto de IA melhor também torna texto de IA indetectável como IA.

Rafael Costa: Não houve resolução; houve o reconhecimento de que as duas funções vêm no mesmo pacote.

Sofia Almeida: E essa dúvida sobre o que humanos ainda produzem de valor coletivo nos leva à discussão que eu mais gostaria de ter com você num bar, Rafael: a The Economist publicou o argumento de que os humanos nunca mais criarão um projeto como a Wikipédia.

Rafael Costa: O argumento central é sobre as condições: a Wikipédia nasceu numa janela de tempo específica — internet suficiente para colaborar, mas antes da economia de atenção, antes dos agentes automatizados, quando milhares de pessoas contribuíram por pura motivação intrínseca. Recriar isso hoje, com o ambiente atual, seria impossível: os mesmos agentes que mandam 88 por cento de pitches por e-mail também colonizariam qualquer plataforma colaborativa aberta.

Sofia Almeida: Mas a discussão ficou mais rica quando as pessoas trouxeram contraexemplos de projetos pequenos e apaixonados que estão florescendo agora. E vou citar três que apareceram. Primeiro: o Foldable Flight, o maior banco de dados de aviões de papel do mundo — 109 aviões, cada um com vídeo tutorial de dobra passo a passo.

Rafael Costa: Segundo: o Watched.earth, que mostra cada satélite que passou sobre qualquer lugar da Terra nos últimos 7 dias, com imagens reais do Sentinel-2 e do Landsat. É um projeto de nicho absurdo e delicioso. E terceiro, o mais improvável de todos: o VM/370 CE, uma versão mantida pela comunidade, sem licença, do último VM/370 sem restrições da IBM — rodando hoje via Docker com emulação Hercules. Um mainframe dos anos 70, preservado e executável por qualquer pessoa com Docker.

Sofia Almeida: E é aqui que a discussão encontrou a sua síntese mais interessante: talvez a questão não seja "projetos como a Wikipédia", no singular, mas projetos como a Wikipédia em miniatura, no plural. A Wikipédia foi um evento histórico — a enciclopédia colaborativa universal — e essa janela específica não vai reabrir. Mas o Foldable Flight e o Watched.earth e o VM/370 CE mostram que a motivação intrínseca de nicho continua viva.

Sofia Almeida: O que morreu, talvez, não seja a colaboração voluntária, mas a escala voluntária.

Rafael Costa: E essa é uma distinção honesta — ninguém na thread alegou que a Wikipédia vai perder relevância ou que novos projetos gigantes colaborativos surgirão amanhã. O que ficou em aberto é a pergunta: será que a próxima Wikipédia precisa parecer com a última? Ou será que ela já está nascendo em mil lugares pequenos ao mesmo tempo?

Sofia Almeida: E se a Wikipédia é o projeto coletivo definitivo, o próximo assunto é quase o oposto: um projeto cultural individual que continua gerando debate vinte anos depois. Filhos da Homem, de Alfonso Cuarón.

Rafael Costa: Vinte anos, e a discussão ainda viva sobre o final. A cena da névoa e do navio — o espectador nunca tem certeza se o final é uma esperança real ou uma ilusão da personagem. Essa ambiguidade é deliberada, e é justamente por isso que a discussão não morre: o filme se recusa a responder.

Sofia Almeida: E houve um contraponto factual interessante na conversa, que envelheceu bem ou mal dependendo do ponto de vista: o filme retrata um mundo infértil, colapsado. Vinte anos depois, a taxa global de natalidade ainda está acima de 2,0 — embora em declínio amplo em muitos lugares. Ou seja, a projeção central do filme não se concretizou na escala que ele imaginava, mas a direção, declínio, é real em diversos países.

Sofia Almeida: Os comentaristas ficaram divididos entre "o filme errou o diagnóstico" e "o filme capturou o sentimento de uma época, e o valor dele não é preditivo".

Rafael Costa: E, bem, chegamos ao fim do nosso roteiro de discussões, mas não sem antes passar pelas duas últimas histórias rápidas, que ainda têm suas nuances. A primeira: o Canadá lançou o Real-Time Rail, um sistema de compensação e liquidação de pagamentos em tempo real, 24 horas por dia, 7 dias por semana, em todo o país.

Sofia Almeida: Para contextualizar com o que discutimos antes sobre taxas de conveniência: quando a liquidação é instantânea e nacional, parte da justificativa para taxas intermediárias enfraquece. O Real-Time Rail permite que pagamentos sejam compensados e liquidados na hora, à qualquer hora — e a discussão ficou em como os bancos e apps vão se posicionar sobre um sistema cujo custo marginal de uma transação é praticamente zero.

Sofia Almeida: O que não sabemos ainda é o ritmo de adoção e quanto dos serviços existentes vai migrar.

Rafael Costa: E a última história do dia: o USPS, o correio americano, começou a vender polígonos oficiais dos limites dos ZIP Codes, a partir de 10 mil dólares. Antes disso, só existiam aproximações gratuitas.

Sofia Almeida: E o porquê disso importar: os ZIP Codes são definidos pelo correio para rotas de entrega, não como regiões geográficas oficiais — por isso ninguém nunca teve os polígonos exatos. Agora eles existem, custando 10 mil dólares. Os comentaristas ficaram divididos: para quem faz geologia de mercado, logística ou marketing com precisão, 10 mil é barato; para o mercado de dados abertos, é um símbolo ruim — informação derivada de operações públicas, vendida a um preço que só grandes empresas pagam.

Sofia Almeida: As perguntas abertas são sobre quem vai pagar e o que acontece com as aproximações gratuitas que a maioria usa hoje.

Rafael Costa: E com isso fechamos um episódio que, olhando para trás, teve um arco coerente: começamos com um modelo batendo recordes e comportando-se de forma opaca, passamos por empresas revertendo promessas, agentes agindo com credenciais emprestadas, uma organização cobrando compromissos impensáveis, e terminamos com projetos humanos — de mainframes dos anos 70 a bancos de dados de aviões de papel — ainda muito vivos.

Sofia Almeida: E talvez seja esse o contraste que fica: entre as máquinas ficando mais capazes e mais opacas, e as pessoas continuando a construir coisas pequenas, precisas e apaixonadas. Obrigada por nos acompanhar — eu fui a Sofia Almeida.

Rafael Costa: E eu fui o Rafael Costa. Até o próximo episódio!