A IA ficou barata. O caro agora é aprender certo.

Algo curioso no mundo da IA.

OpenAI, Anthropic e Google, três empresas que normalmente estão se cotovelando por talento e clientes, anunciaram uma aliança no Frontier Model Forum. O objetivo seria conter o que eles estão chamando de "adversarial distillation": basicamente, empresas chinesas usando contas fraudulentas pra extrair conhecimento dos modelos de fronteira e treinar os próprios. A Anthropic disse ter documentado 16 milhões de tentativas vindas de 24 mil contas falsas.

Quando fortes concorrentes se sentam na mesma mesa, é porque algo fundamental no ambiente competitivo mudou. O modelo virou ativo estratégico. E ativo estratégico, você defende.

O engraçado é que enquanto o topo se blinda, o "andar de baixo" da IA está ficando público, gratuito e local.

---

Construir ficou barato. Aprender continua caro.

Tem um artigo do Steve Blank, um dos pais do Lean Startup, que eu acho que envelheceu melhor do que muito framework novo: "An MVP is not a Cheaper Product. It's about Smart Learning".

A ideia central é simples e quase todo mundo erra: MVP não é a versão mais baratinha do seu produto. É um instrumento de aprendizado. O objetivo dele não é "entregar algo funcionando logo", é responder uma pergunta. Quem é meu cliente? O que ele realmente quer? Está disposto a pagar?

O Blank chega a propor um termo melhor: "maximum learning action". A próxima ação que vai te ensinar mais com o menor custo possível.

Eu trago isso essa semana porque é exatamente onde a maioria das empresas que adotam IA está tropeçando, principalmente o pessoal que anda empolgado com o Claude Code.

Com Claude Code, Codex, Lovable, ficou aparentemente fácil construir. Você descreve, a IA manda bala, sobe o app, conecta a API, dispara a automação. Em uma tarde você tem três fluxos rodando que antes precisariam de uma squad e um mês.

Aí vem a armadilha: você confunde velocidade de construção com velocidade de aprendizado. E começa a empilhar coisas. Automatiza o que não devia. Lança o produto antes de saber pra quem. Cria 12 dashboards porque pode, não porque alguém vai usar.

A IA democratizou a execução. O que ainda não foi democratizado é o discernimento de saber o que vale ser construído e qual pergunta cada construção precisa responder.

Empresas que estão capturando valor real com IA não são as que mais codam. São as que tratam cada implementação como um experimento. Hipótese clara, métrica de aprendizado, ciclo curto. O capital intelectual que se constrói nesse processo, o time entendendo onde a IA acelera e onde ela atrapalha, vale mais do que qualquer fluxo individual.

Steve Blank escreveu aquilo em um contexto de startups enxutas há mais de 10 anos. Em 2026, com IA generativa, a lógica fica ainda mais relevante. Porque agora você pode construir 10 MVPs por semana. A pergunta é: quantos deles te ensinaram alguma coisa de verdade?

---

Ferramenta da Semana: Make + Claude Code (a dupla que muda o jogo)

Essa semana eu vou fazer algo diferente. Em vez de uma ferramenta, vou falar de uma combinação.

Tenho usado Claude Code pra orquestrar o "cérebro" da operação, automações de conteúdo, geração de propostas, integração com Airtable, scripts de análise. É absurdo o que dá pra fazer.

Mas quem realmente toca o front line dos meus negócios e dos meus mentorados é o Make. Recebe o lead, dispara o WhatsApp, qualifica, agenda a reunião, atualiza o CRM, manda follow-up. Tudo rodando 24/7, sem ninguém clicando ou precisando mandar mensagem.

A combinação faz o seguinte:

1. Claude Code constrói, ajusta, refatora e versiona os fluxos rapidamente
2. Make executa em produção, com confiabilidade e logs

É isso que eu venho mostrando nas mentorias. Não é "qual ferramenta de IA usar". É como montar uma stack onde cada peça faz o que ela é boa, e o conjunto roda sozinho.

Referências:

• Steve Blank: An MVP is not a Cheaper Product
• Frontier Model Forum: aliança contra model theft