Fundador da a16z: Na era dos Agentes, o que realmente importa mudou

Título original: Marc Andreessen reflete sobre “A morte do navegador”, Pi + OpenClaw e por que “Desta vez é diferente”

Tradução original: FuturePulse

Fonte do sinal: Esta é a mais recente entrevista de Marc Andreessen, fundador da a16z, no podcast Latent Space. Ele é um renomado empreendedor americano da internet e uma das figuras-chave no desenvolvimento inicial da internet; após fundar a a16z, tornou-se uma figura de destaque entre os principais investidores do Vale do Silício. Toda a conversa gira em torno da história e das últimas tendências no desenvolvimento da IA, o que torna a leitura muito interessante.

I. Esta nova onda de IA não é um fenômeno repentino, mas sim o primeiro passo concreto após 80 anos de uma longa jornada tecnológica

• Esta nova geração de IA não surgiu do nada, mas é o resultado de uma maratona tecnológica de 80 anos.

• Marc Andreessen se refere diretamente ao presente como um “sucesso repentino que levou 80 anos para acontecer”, o que significa que a explosão repentina na atenção do público é, na verdade, a liberação concentrada de décadas de reservas tecnológicas.

• Ele remonta essa evolução tecnológica às primeiras pesquisas sobre redes neurais e destaca que o setor já aceitou a conclusão de que “as redes neurais são a arquitetura correta”.

• Em sua narrativa, os pontos-chave não são momentos isolados, mas uma série de acumulações: AlexNet, Transformer, ChatGPT, modelos de raciocínio e, em seguida, agentes e autoaperfeiçoamento.

• Ele destaca especialmente que, desta vez, não foi apenas a geração de texto que se tornou mais avançada, mas sim que quatro tipos de funcionalidades surgiram simultaneamente: LLMs, raciocínio, programação e agentes/autoaperfeiçoamento recursivo.

• Ele acredita que “desta vez é diferente”, não porque a narrativa seja mais convincente, mas porque essas capacidades já começaram a ser aplicadas em tarefas reais.

II. A arquitetura de agentes representada pelo Pi e pelo OpenClaw representa uma mudança arquitetônica de software mais profunda do que os chatbots

• Ele descreve os agentes de forma muito específica: basicamente "LLM + shell + sistema de arquivos + Markdown + cron/loop". Nessa estrutura, o LLM é o núcleo do raciocínio e da geração, o shell fornece o ambiente de execução, o sistema de arquivos armazena o estado, o Markdown torna o estado legível e o cron/loop garante o despertar periódico e o avanço das tarefas.

• Ele acredita que a importância dessa combinação reside no fato de que, além do modelo em si ser novo, todos os outros componentes fazem parte do mundo do software e já são maduros, compreensíveis e reutilizáveis.

• O estado do agente é salvo em arquivos, permitindo a migração entre modelos e entre ambientes de execução; o modelo subjacente pode ser substituído, mas a memória e o estado continuam sendo mantidos.

• Ele enfatiza repetidamente a introspecção: os agentes conhecem seus próprios arquivos, podem ler seus próprios estados e podem até mesmo reescrever seus próprios arquivos e funções, avançando em direção ao conceito de “expandir-se”.

• Na opinião dele, o verdadeiro avanço não é apenas o fato de que “o modelo vai responder”, mas sim que os agentes podem utilizar as cadeias de ferramentas Unix existentes para explorar todo o potencial do computador.

III. A era dos navegadores, das interfaces gráficas tradicionais e dos "softwares controlados por cliques" será gradualmente substituída por métodos de interação centrados nos agentes

• Marc Andreessen afirmou claramente que, no futuro, “talvez não seja mais necessário ter uma interface de usuário”.

• Ele ressalta ainda que os principais usuários de software no futuro talvez não sejam os seres humanos, mas "outros bots".

• Isso significa que muitas interfaces projetadas para que os usuários cliquem, naveguem e preencham formulários serão reduzidas à camada de execução acionada pelos agentes.

• Neste mundo, os seres humanos são mais como aqueles que definem metas: dizem ao sistema o que querem, e então os agentes chamam serviços, operam softwares e concluem processos.

• Ele associa essa mudança a um futuro mais amplo do software: o software de alta qualidade se tornará cada vez mais “abundante”, deixando de ser um produto escasso criado artesanalmente por poucos engenheiros.

• Ele também prevê que a importância das linguagens de programação diminuirá; os modelos escreverão programas em várias linguagens e farão a tradução entre elas e, no futuro, os seres humanos poderão se preocupar mais em explicar por que a IA organiza o código de determinada maneira, em vez de se limitar a uma linguagem específica.

• Ele chega a mencionar uma direção ainda mais radical: conceitualmente, a IA pode não apenas gerar código, mas também produzir diretamente código binário de nível inferior ou pesos de modelos.

IV. Este ciclo de investimentos em IA é semelhante à bolha da internet de 2000, mas a estrutura subjacente de oferta e demanda é diferente

• Ele lembra que, em 2000, a crise não se deveu, em grande parte, ao fato de “a internet não funcionar”, mas sim ao excesso de investimentos em infraestrutura de telecomunicações e largura de banda, com a instalação antecipada de redes de fibra óptica e centros de dados, seguida por um longo período de adaptação.

• Ele acredita que, atualmente, há de fato preocupações com a “construção excessiva”, mas os investidores atuais são principalmente grandes empresas como a Microsoft, a Amazon e o Google, que dispõem de amplos recursos financeiros, e não participantes frágeis e altamente alavancados.

• Ele destaca especificamente que, atualmente, desde que um investimento resulte em uma GPU operacional, geralmente pode ser rapidamente convertido em receita, o que difere da grande quantidade de capacidade ociosa existente em 2000.

• Ele também destaca que o que estamos usando atualmente é, na verdade, uma versão “limitada” da tecnologia: devido à oferta insuficiente de GPUs, memória, centros de dados etc., o potencial dos modelos ainda não foi totalmente explorado.

• Em sua opinião, os verdadeiros gargalos nos próximos anos não serão apenas as GPUs, mas também os gargalos interligados das CPUs, da memória, das redes e de todo o ecossistema de chips.

• Ele compara as leis de escala da IA com a antiga Lei de Moore, acreditando que elas não apenas descrevem padrões, mas também estimulam continuamente o capital, a engenharia e a colaboração industrial.

• Ele menciona um fenômeno bastante incomum, mas importante: à medida que a velocidade da otimização de software aumenta, certos chips de gerações anteriores podem até se tornar economicamente mais valiosos do que quando foram comprados.

V. O código aberto, a inferência na borda e a execução local não são aspectos secundários, mas fazem parte do cenário competitivo da IA

• Marc Andreessen acredita firmemente que o código aberto é muito importante, não apenas porque é gratuito, mas porque “ensina ao mundo inteiro como se faz”.

• Ele descreve lançamentos de código aberto como o DeepSeek como um “presente para o mundo”, pois o código e os artigos científicos divulgarão rapidamente o conhecimento e elevarão o nível de referência de todo o setor.

• Em sua análise, o código aberto não é apenas uma escolha técnica, mas também pode ser uma estratégia geopolítica e de mercado: diferentes países e empresas adotarão diferentes estratégias de abertura com base em suas próprias restrições comerciais e objetivos de influência.

• Ele também destaca a importância da inferência na borda: nos próximos anos, os custos da inferência centralizada podem não ser baixos o suficiente, e muitas aplicações voltadas para o consumidor não conseguem arcar com os altos custos da inferência na nuvem a longo prazo.

• Ele menciona um padrão recorrente: modelos que hoje parecem “impossíveis de rodar em um PC” muitas vezes conseguem, de fato, ser executados em computadores locais apenas alguns meses depois.

• Além do custo, os fatores que favorecem a execução local incluem confiança, privacidade, latência e cenários de uso: dispositivos vestíveis, fechaduras, dispositivos portáteis etc. são mais adequados para inferência no local com baixa latência.

• A opinião dele é muito direta: no futuro, quase tudo que tiver um chip poderá incorporar um modelo de IA.

VI. Os verdadeiros desafios da IA residem não apenas nas capacidades dos modelos, mas também na segurança, na identidade, nos fluxos financeiros e na resistência organizacional e institucional

• No que diz respeito à segurança, sua avaliação é muito perspicaz: quase todas as possíveis falhas de segurança serão mais fáceis de detectar, e pode ocorrer um “desastre de segurança informática” no curto prazo.

• Mas ele também acredita que os agentes de programação ampliarão a capacidade de corrigir vulnerabilidades; no futuro, a maneira de “proteger o software” poderá ser deixar que os bots o analisem e o corrijam.

• No que diz respeito à questão da identidade, ele acredita que a “prova de bot” não é viável, pois os bots se tornarão cada vez mais poderosos; a direção verdadeiramente viável é a “prova de humano”, que consiste em uma combinação de biometria, verificação criptográfica e divulgação seletiva.

• Ele também aborda uma questão frequentemente ignorada: para que os agentes possam operar no mundo real, eles precisarão, em última instância, de dinheiro, meios de pagamento e até mesmo alguma forma de conta bancária, cartões ou infraestrutura semelhante à das stablecoins. No plano organizacional, ele se inspira no modelo do capitalismo gerencial, acreditando que a IA pode fortalecer as empresas lideradas por seus fundadores, pois os bots se destacam em relatórios, coordenação, documentação e uma grande parte do “trabalho gerencial”.

• No entanto, ele não acredita que a sociedade vá aceitar a IA de forma rápida e tranquila: ele cita exemplos como licenças profissionais, sindicatos, greves de trabalhadores portuários, órgãos governamentais, ensino fundamental e médio e o setor de saúde para ilustrar que existem muitos obstáculos institucionais no mundo real.

• Na opinião dele, tanto os utópicos da IA quanto os pessimistas tendem a ignorar um ponto: só porque a tecnologia é possível, isso não significa que 8 bilhões de pessoas vão mudar imediatamente.