Às vezes, é difícil compreender a importância das atualizações de raciocínio e lógica que estão começando a surgir em modelos poderosos, como o GPT-5. Aqui está um *exemplo muito simples* de quão poderosos esses modelos estão se tornando. Peguei um documento de transcrição da chamada de resultados da NVIDIA que tinha 23 páginas e 7.800 palavras. Peguei parte da frase "e a margem bruta irá melhorar e retornar para os 70% intermediários" e modifiquei "70% intermediários" para "60% intermediários". Para um analista financeiro que esteja remotamente sintonizado, isso pareceria fora de lugar, porque as margens não "melhorariam e retornariam" para um número mais baixo do que o descrito como um número mais alto em outro lugar. Mas provavelmente 95% das pessoas que leem este comunicado de imprensa não teriam notado a modificação porque se encaixa facilmente nas outras 7.800 palavras mencionadas. Com o Box AI, testando uma variedade de modelos de IA, então perguntei a uma série de modelos "Existem erros lógicos neste documento? Por favor, forneça uma resposta em uma frase." GPT-4.1, GPT-4.1 mini e um punhado de outros modelos que eram de ponta há cerca de 6 meses geralmente retornaram que não havia erros lógicos no documento. Para esses modelos, o documento provavelmente parece coerente e segue o que se esperaria de uma transcrição de resultados, então nada realmente se destaca para eles sobre o que prestar atenção - uma espécie de alucinação reversa. O GPT-5, por outro lado, rapidamente descobriu o problema e respondeu com: "Sim — o documento contém uma inconsistência interna sobre a orientação da margem bruta, em um ponto dizendo que as margens irão “retornar para os 60% intermediários” e mais tarde dizendo que estarão “nos 70% intermediários” ainda este ano." Incrivelmente, isso aconteceu com o GPT-5, GPT-5 mini e, notavelmente, *até mesmo* o GPT-5 nano. Tenha em mente que os tokens de saída do GPT-5 nano são precificados a 1/20 do preço dos tokens do GPT-4.1. Portanto, mais inteligente (neste caso de uso) por 5% do custo. Agora, embora fazer revisões de erros em documentos de negócios não seja uma ocorrência diária para cada trabalhador do conhecimento, esses tipos de problemas aparecem de várias maneiras ao lidar com grandes conjuntos de dados não estruturados, como documentos financeiros, contratos, transcrições, relatórios e mais. Pode ser encontrar um fato, descobrir uma falácia lógica, executar um hipotético ou exigir raciocínio dedutivo sofisticado. E a capacidade de aplicar mais lógica e raciocínio aos dados empresariais torna-se especialmente crítica ao implantar Agentes de IA na empresa. Portanto, é incrível ver os avanços neste espaço agora, e isso vai abrir uma tonelada de novos casos de uso para as empresas.

Alguém perguntou como expandir as ideias de startups. A melhor maneira é reduzir a ideia à sua essência e, em seguida, perguntar quão amplamente essa ideia essencial poderia ser expandida. Você tem que reduzi-la primeiro, caso contrário, haverá coisas aleatórias que impedem sua expansão.

Tenho feito horas de escritório com startups há 20 anos. Devo ter falado com mais de mil delas. Como é que não me aborreci com isso? Acho que a razão é a curiosidade. A ideia de cada startup é diferente, e é um quebra-cabeça descobrir como fazê-la funcionar.

Estas são pessoas que provavelmente virão para a América, construirão novas empresas que empregam milhares de pessoas, criarão empregos e receita fiscal, etc. E estamos a afastá-las.

Os fundadores nas recentes turmas do YC parecem mais sérios. Há menos impostores e pessoas que apenas seguem tendências. Perguntei aos parceiros o que está a acontecer. Eles acham que é porque melhoraram na escolha.

Estamos a organizar um evento de Engenharia de Contexto em SF! Aprenda como as principais equipas de IA aplicada estão a engenheirar as suas janelas de contexto. Ouça: Jake Heller, CEO @Casetext Beyang Liu, CTO @Sourcegraph Sam Bhagwat, CEO @Mastra_ai Jeff Huber, CEO @trychroma Confirme a sua presença:

A diminuição dos padrões para os cursos de humanidades para manter a matrícula tem-se revelado contraproducente, ao desvalorizar os programas e esvaziá-los de prestígio e respeito.

A menos que o seu património líquido em dólares tenha aumentado pelo menos 11% este ano, você se tornou mais pobre. O dólar diminuiu cerca de 10% em valor desde que Trump assumiu o cargo, então o seu património líquido teria que aumentar 11% para você empatar.

A menos que o seu património líquido em dólares tenha aumentado pelo menos 11% este ano, você se tornou mais pobre. O dólar diminuiu cerca de 10% em valor desde que Trump assumiu o cargo, então o seu património líquido teria que aumentar 11% para que você ficasse no mesmo nível.

Hoje conheci um fundador que disse que agora escreve 10.000 linhas de código por dia graças à IA. Este é provavelmente o caso limite. Ele é um programador de destaque, conhece muito bem as ferramentas de IA e está a falar de um dia de 12 horas. Mas ele não é ingênuo. Não se trata de 10.000 linhas de código cheio de erros.