2,89 tokens por segundo numa RTX 5090: um diagnóstico de LLM local
POC técnica: por que um modelo de 72B rodou na velocidade de CPU numa GPU topo de linha, e como medir a causa real.
Artigos
Notas de engenharia, escolhas de arquitetura e perguntas sobre inteligência artificial. Todos os textos desta versão são exemplos.
Destaques
Conteúdo de exemploClaude Haiku 5.5 a US$ 0,10 por milhão: o subagente virou commodity
A Anthropic lançou o terceiro Claude 5.5 em um mês, com 75% de queda de preço — e um recado claro sobre onde mora o volume de tokens do futuro.
Claude Motion: o relatório trimestral que virou desenho animado
A Anthropic lançou Dashboards e Motion em beta — animação por código, sem modelo de vídeo, e uma aula de produto sobre o que IA deve gerar.
Delegar para economizar: o experimento que funcionou e o que quebrou
Três tentativas reais de fazer um modelo caro orquestrar modelos baratos — duas deram certo, uma quebrou com causa raiz conhecida.
Gemini 4 Argon: o Google volta ao jogo a US$ 2 por milhão de tokens
Depois de um terremoto no DeepMind e do Gemini 3.5 cancelado, o Google lançou o Argon globalmente — com preço de entrada e guarda de cyber.
Habblaud: espione seus subagentes conversando — supervisão humana em tempo real
O link do Carlos projeta transcrições e perguntas de agents e subagents numa interface única pra aprovar ou interagir. O 'control room' de agentes virou produto.
Karpathy e o ASD-STE100: quando a IA pede pra você escrever como manual de avião
A proposta da semana: conversar com o modelo em linguagem controlada de manutenção aeroespacial. Funciona? O grupo debateu — e a resposta tem nuance.
Manifesto Paapiro: a redação é um grupo de WhatsApp
Este site nasceu de um grupão de IA de empresa — e a semana que passou mostra por que redação distribuída funciona.
Meta entra na fronteira: Muse Wonder e a aposta em memória que dura meses
O primeiro modelo 'frontier' da Meta chegou segunda com Active Memory e Active Focus — e uma escala de datacenter que ninguém mais tem.
Por que Paapiro
O nome do site nasceu de uma piada num grupo de WhatsApp.
Tavus Griffin: o modelo que ouve enquanto fala — e convenceu 48%
O 'primeiro Human Interaction Model' faz videochamada full-duplex: interrompe, é interrompido, e quase metade das pessoas achou que era gente.
Tokenmaxxing: a torneira, a caixa d'água e a faculdade da filha do Sam Altman
Como os limites de tokens viraram a economia doméstica de quem trabalha com IA.
Engenharia
Um laboratório pequeno, boas perguntas
Exemplo: o que considerar antes de levar Kubernetes para um homelab.
US$ 50, US$ 10, US$ 0,50: a semana em que a fronteira virou pechincha
Astra, Argon e Haiku 5.5 na mesma janela de 30 dias: o que a nova tabela de preços significa pra quem trabalha com agentes.
Inteligência artificial
Quem revisa o trabalho do agente?
Exemplo: critérios claros e revisão humana antes de confiar uma tarefa à IA.
Índice de artigos
Categorias e tempo estimado para escolher sua próxima leitura.
2,89 tokens por segundo numa RTX 5090: um diagnóstico de LLM local3 min →Claude Haiku 5.5 a US$ 0,10 por milhão: o subagente virou commodity2 min →Claude Motion: o relatório trimestral que virou desenho animado3 min →Delegar para economizar: o experimento que funcionou e o que quebrou3 min →Gemini 4 Argon: o Google volta ao jogo a US$ 2 por milhão de tokens2 min →Habblaud: espione seus subagentes conversando — supervisão humana em tempo real3 min →Karpathy e o ASD-STE100: quando a IA pede pra você escrever como manual de avião3 min →Manifesto Paapiro: a redação é um grupo de WhatsApp4 min →Meta entra na fronteira: Muse Wonder e a aposta em memória que dura meses2 min →Por que Paapiro2 min →Tavus Griffin: o modelo que ouve enquanto fala — e convenceu 48%3 min →Tokenmaxxing: a torneira, a caixa d'água e a faculdade da filha do Sam Altman2 min →EngenhariaUm laboratório pequeno, boas perguntas1 min →US$ 50, US$ 10, US$ 0,50: a semana em que a fronteira virou pechincha3 min →Inteligência artificialQuem revisa o trabalho do agente?1 min →