A Anthropic apresentou um framework de produção detalhando os padrões de design estrutural necessários para otimizar os fluxos de trabalho colaborativos entre operadores humanos e agentes autônomos. Os princípios de design enfatizam a sincronização contínua de estados e protocolos explícitos de transição para garantir uma execução fluida em tarefas de lógica de negócios de longo prazo.
Ao remover obstáculos administrativos de forma proativa antes de iniciar uma rodada de captação, fundadores conseguem reduzir significativamente o tempo de fechamento e manter o ritmo competitivo essencial entre os grupos de investidores.
Lambda MicroVMs oferecem isolamento em nível de VM com inicialização rápida e sessões com estado. Elas são úteis para assistentes de programação que precisam executar código gerado por IA com segurança, notebooks interativos de IA, sandboxes de agentes e scanners de vulnerabilidades. A VM é suspensa automaticamente quando fica ociosa e retomada quando o tráfego volta. A escalabilidade vertical dentro de uma MicroVM é automatizada.
O LinkedIn deve implementar em breve um recurso que permite que duas ou mais pessoas compartilhem um único post, com todos os colaboradores exibidos no topo. A função está em beta com criadores e marcas e deve ser liberada nos próximos meses.
Founders muitas vezes adiam as vendas em busca de um produto perfeito, cobram abaixo do valor adequado e dependem demais de um único cliente. Também precisam identificar quem decide de fato, ouvir mais do que falar e ajustar a proposta continuamente. Em fases iniciais, founders técnicos devem tocar as vendas pessoalmente para lapidar a abordagem antes de contratar vendedores dedicados.
Usuários do Slack agora podem marcar o Claude em conversas em canais selecionados. O bot consegue se conectar a ferramentas e dados para concluir tarefas solicitadas, além de construir contexto ao lembrar informações relevantes dos canais em que está inserido e planejar tarefas para executar no futuro. O Claude Tag já está disponível em beta para clientes Claude Enterprise e Team.
A Polsia, uma startup com agentes de IA no lugar de funcionários, afirma faturar US$ 10 milhões por ano, em um sinal da ascensão de empresas que usam IA para construir empresas. A Polsia e a Thomas, apoiada pela YC, estão focadas em modelos de negócio orientados por IA que prometem mudar a forma de criar startups. Mesmo assim, a maioria dessas iniciativas deve fracassar. As poucas que derem certo podem ser muito lucrativas, em uma dinâmica parecida com a da Shopify, em que só uma pequena parcela dos projetos gera resultados realmente relevantes.
As empresas de IA que vendem inference enfrentam o dilema de preço de custo mais margem, com margens próximas de zero. Uma alternativa é adotar value-based pricing, cobrando pelos resultados e não pelo custo bruto de inference. Reduzir custos com model routing, caching e distillation também pode melhorar a margem e criar vantagem competitiva.
Em vez de construir um superagente que faça tudo, o foco deve ser o mais estreito possível. O produto precisa ter sido testado extensivamente e funcionar em condições reais. Empresas que prometem tudo, mas entregam conteúdo de baixa qualidade gerado por IA, perdem clientes rapidamente, e essa evasão torna impossível sustentar o crescimento.
O rótulo de “gerado por IA” não transforma um vídeo ruim em bom, não impede que o feed se encha de lixo e não diz se algo é preciso, ético ou apenas roubado e reciclado para ganhar dinheiro com anúncios.
Mirar alto agora parece mais impessoal e menos arriscado do que nunca.
Uma boa releitura do que é, de fato, um moat. Não é uma parede estática como uma patente ou um efeito de rede; é um motor que só continua funcionando se você aceitar fazer, sem parar, a parte incômoda e repetitiva que os rivais não querem fazer. A Amazon é o exemplo: as margens apertadas que parecem fraqueza são a própria barreira, porque margens gordas, na prática, viram uma reserva para o P&D dos concorrentes. O moat que dura não é uma vantagem isolada, e sim a capacidade de construir a próxima antes que a atual se desgaste.
A forma mais rápida de tirar os clientes de um concorrente é não deixar nada para eles abandonarem. O Cursor não pediu que os desenvolvedores largassem o VS Code; fez um fork do VS Code, levando de graça cada extensão, atalho e hábito muscular, e depois refez o motor por baixo com IA. A Microsoft não consegue simplesmente copiar isso de volta, porque reconstruir o VS Code com tanta profundidade colocaria em risco todo o ecossistema de extensões, então não faz isso. Essa recusa é o contraponto que mantém a porta aberta.
A transição de VC para founder traz uma nova sensação de autonomia.
Um dos momentos mais perigosos na captação acontece quando o fundador começa a acreditar na própria tração antes de o mercado validar de fato o negócio. Fundadores enxergam o interesse inicial como prova de que a empresa está funcionando, enquanto investidores estão mais interessados em saber se esse interesse reduz o risco. A diferença importa porque a captação não se ganha provando que as pessoas estão curiosas, mas demonstrando que a empresa está se tornando mais investível. A falsa tração pode abrir conversas com investidores, mas muitas vezes não resiste à diligência.
A IA está enfraquecendo as três forças que historicamente protegiam as empresas incumbentes de cibersegurança: custos de troca, vantagens de dados proprietários e distribuição. Agentes de IA podem automatizar migrações, reduzir o valor da telemetria exclusiva ao melhorar o raciocínio sobre os dados disponíveis e tornar a avaliação de produtos rápida o bastante para que compradores testem e substituam fornecedores com mais frequência.
Existe uma faixa de viabilidade em que, quando o preço é razoável, faz mais sentido comprar software do que construir, mesmo com IA. Nessa faixa, o software é novo o bastante para tornar uma reconstrução com IA não trivial, tem alguma carga contínua de manutenção e é precificado de forma adequada para desestimular uma reconstrução por LLM. Em algum ponto dessa zona está a menor unidade viável de software vendável. Abaixo desse nível, reconstruir exige esforço igual ou menor do que passar pelo processo de compra de um terceiro e não compensa no longo prazo.
A categoria Lighthouse Agentic Browsing avalia o quão bem os sites são construídos para interação com máquinas. Como os padrões para a web agentic ainda estão em evolução, o projeto hoje está focado em reunir dados e fornecer sinais acionáveis, em vez de um ranking definitivo. O Lighthouse usa um conjunto de sinais determinísticos para avaliar páginas, garantindo que as auditorias sejam reproduzíveis e adequadas para integração em pipelines de CI/CD. Sites podem melhorar sua prontidão para agentic browsing adotando WebMCP, garantindo uma sound a11y tree e otimizando a estabilidade.
Pare de fingir que dá para quantificar a confiança e passe a usar técnicas que funcionam mesmo quando o futuro é imprevisível.
Evals são frameworks completos que medem e melhoram sistemas de IA de forma sistemática. Construir agentes em produção, capazes de realmente executar trabalho, começa por evals. Uma boa suíte de avaliação captura nuances de julgamento, tom e gosto, mede o uso de ferramentas pelos agentes e divide as tarefas em dimensões específicas e pontuáveis. As melhores empresas tratam evals agentic como uma camada central de qualidade, confiabilidade e governança.