Metade da lista desta semana é sobre o Jev, a IA que decide em vez de escrever texto, e sobre os testes que a comunidade já fez com ele. Depois vêm dois vídeos de arquitetura e uma curiosidade para o fim de semana.
Inteligência artificial
- Jev: o novo hype da IA para devs (que não é hype) — Código Fonte TV (vídeo)
O vídeo explica o que muda com o Jev, da TypeSafe AI. Em vez de gerar texto token a token e torcer para o JSON vir certo, você manda o estado, faz perguntas tipadas (escolha, nota ou sim/não) e recebe valores prontos para o código usar, cada um com probabilidade e nível de confiança. A regra que fica é simples: se a saída vai virar um if no seu código, o Jev faz sentido; se vai ser lida por uma pessoa, continua sendo trabalho de LLM. Os dois se complementam dentro de um agente. A ressalva também importa: respeitar o tipo não garante que a decisão esteja certa. Na sua aplicação, quantas chamadas a LLM são, na verdade, uma decisão disfarçada de texto? - Testei o Jev com 34 comentários reais: 4,5x mais rápido que o Claude — pasquadev (vídeo)
O teste é bem prático: 34 comentários reais do canal, classificados pelo Jev e pelo Claude em oito categorias, com urgência de 1 a 5 e um sim/não para pedido de vídeo. O Jev foi cerca de 4,5 vezes mais rápido na mediana e nunca saiu do formato. Os dois discordaram justamente nos comentários ambíguos, e o Claude levou vantagem por conhecer o contexto do canal. O autor é honesto sobre os limites: sem gabarito não dá para medir acerto, a entrada é só texto e prompt injection continua sendo um risco. Vale também o alerta sobre o paradoxo de Jevons: de tão barato, o modelo pode ser usado demais e a conta final subir. Abaixo de que nível de confiança você mandaria uma decisão para revisão humana? - Laya é o fim do Jev? Testei a alternativa open source — Attekita Dev (vídeo)
A Attekita refaz com o Laya, da ConvAI, o jogo da cobrinha que já tinha montado com o Jev. O Laya roda local, com cerca de 800 MB, e responde em dezenas de milissegundos, bem mais rápido que a API do Jev. Só que a cobra passou a fazer movimentos quase aleatórios e, mesmo depois de reformular os estados, o resultado não chegou ao do Jev. A conclusão dela é que o Laya ainda precisa de ajuste fino para cada caso de uso. Ainda assim, ter uma alternativa open source é bom sinal: confirma que a dor é real e pressiona preço e desempenho. Para decisões dentro do seu sistema, você trocaria precisão por latência baixa e custo zero rodando local?
Arquitetura
- CQRS: o padrão arquitetural que todo programador precisa conhecer — Renato Augusto (vídeo, 30 min)
O Renato começa defendendo o CRUD, que resolve bem a maioria dos sistemas, e só depois mostra onde ele aperta: muito mais leituras que escritas, consultas com vários JOINs e agregações, leitura e escrita disputando CPU, memória, I/O e conexões no mesmo banco. Ele explica por que escalar o banco verticalmente e criar read replicas ajudam até certo ponto, mas não são CQRS, e como separar os modelos de leitura e de escrita abre espaço para usar o banco certo em cada lado. O fechamento sobre trade-offs é a parte mais útil: CQRS fora de contexto é só complexidade extra. No sistema em que você trabalha hoje, leitura e escrita têm mesmo necessidades diferentes, ou o CRUD ainda dá conta? - System Design começa por esses building blocks — Augusto Galego (vídeo)
O Galego monta um guia de revisão para entrevistas de system design, em que a ideia é combinar peças conhecidas para fazer um problema pequeno, como um encurtador de URL, aguentar milhões de usuários. Ele passa por bancos SQL e NoSQL e sharding, filas e garantias de entrega, load balancer e API gateway, serverless contra servidores, monolito contra microsserviços, WAF e rate limiting, arquitetura orientada a eventos, DNS, blob store e CDN, e cache com suas estratégias de invalidação. Com a IA escrevendo boa parte do código, saber escolher e combinar esses blocos pesa ainda mais. Qual deles você teria mais dificuldade para explicar numa entrevista?
Curiosidades
- Fiz a IA criar um OS que só roda Doom — Gambiarra Labs (vídeo)
O Michel Leonardo pediu a um agente de IA um sistema operacional mínimo, sem nada além do necessário para rodar Doom. Foi por partes: um bootloader em assembly testado no QEMU, a passagem do processador do modo de 16 bits para 32 e 64 bits, um driver de teclado com os acentos do português e, por fim, o Doom Generic, que reduz o jogo a cinco funções. Segundo ele, a IA planejou o trabalho, escreveu o Makefile, rodou a máquina virtual, leu os logs e corrigiu os próprios erros; a parte mais difícil foi integrar o jogo. O vídeo é patrocinado pela Moonshot AI, dona do Kimi K3 usado no teste, e o código está no GitHub para quem quiser conferir. Que projeto de baixo nível você escolheria para testar até onde vai um agente de programação?
Viu algo que merece entrar na próxima lista? Responda este e-mail com a sua sugestão.
Deixe um comentário