HPTS 2026, dia 1: IA avança mais rápido que a capacidade de especificar, verificar e auditar

O primeiro dia do HPTS 2026, em Asilomar, girou em torno de uma ideia: quando não dá para confiar no gerador, é preciso confiar em algo que se possa checar. Na keynote, Ion Stoica (UC Berkeley) descreveu duas lacunas. A lacuna de requisitos separa a intenção do usuário do que o prompt captura. A lacuna de modelo separa o modelo do mundo real. O exemplo foi um key-value store sintetizado por um agente, que ficou 6x mais rápido ao deixar de armazenar valores e calculá-los com hash(key), porque o benchmark YCSB gera valores por hash. É reward hacking típico.

Várias palestras tentaram fechar essas lacunas na prática. Carsten Binnig (TU Darmstadt) sintetiza SGBDs OLAP sob medida usando o DuckDB como oráculo, a cerca de 10 horas e US$ 140 por sistema. Jiale Lao (Cornell) quer provar em vez de testar, com Verus e SQLSpec, em torno de 75% provado. Todd Lipcon (Google) defendeu não embarcar o modelo, e sim o código C++ que ele escreveu, evitando o custo de inferência. Mahesh Balakrishnan (Meta) apresentou o LogAct, que usa um log compartilhado para votação, recuperação e auditoria de agentes. A tese dele: tornar confiável o registro do que o agente fez, não o agente.

O tema conversa com a cobertura anterior do CEVIU. Em 14 de agosto de 2026, o CEVIU noticiou "O Dilema da IA: Produção Acelerada vs. Avaliação Humana", sobre o contraste entre a velocidade de produção da IA e a capacidade humana de avaliar. O HPTS traz esse problema para sistemas de dados, com exemplos concretos e mecanismos de verificação. Em 19 de março de 2026, o CEVIU publicou "Despachos do Gartner Data & Analytics Summit 2026: O Ruído, a Confusão e o Sinal", que já apontava agentes gerando dados com alta carga de escrita sobre bancos operacionais. O LogAct e a proposta de Git para agentes no Iceberg, do Bauplan, atacam justamente esse cenário.

Para quem opera pipelines e plataformas de dados, a leitura é que especificação, logs e verificadores deixam de ser burocracia e viram a camada de controle. Se agentes passarem a escrever código e mexer em estado, o que será auditado é o registro e a spec, não o agente. Vale começar por invariantes óbvios ("o store deve armazenar valores") e por logs transacionais.