O radar de hoje veio pesado de lançamento de modelos, mas o item que me travou foi um ensaio sobre medição. Começo por ele e depois deixo o resto do que passou pelo filtro.

Em resumo

Existe uma lacuna entre o ganho de produtividade com IA que os times sentem e o ganho que aparece nas métricas. Escrever menos, revisar mais rápido e sair da página em branco em segundos pode acelerar uma etapa, mas não garante valor entregue. Para decidir se a IA está funcionando, meça o fluxo de ponta a ponta antes de prometer resultado: tempo, revisão, retrabalho, integração e o desfecho que importa para o negócio.

Nas minhas reuniões de roadmap, a frase que mais me deixa desconfiado não é “isso é difícil”. É “todo mundo aqui sentiu que ficou mais rápido”.

Li hoje um ensaio sobre o que estão chamando de lacuna de produtividade da IA. A ideia é simples e incômoda: existe uma distância grande entre o ganho que os times acham que estão tendo com IA e o ganho que efetivamente aparece nas métricas. A discussão pegou fogo entre desenvolvedores, mas o problema é de gestão, não de código.

E faz sentido. A sensação de velocidade é real. Você escreve menos, revisa mais rápido, sai da página em branco em segundos. Só que sensação de velocidade não é a mesma coisa que valor entregue. Entre uma e outra tem revisão, retrabalho, integração e correção do que passou batido.

Trabalhando com produtos de crédito, aprendi a respeitar essa diferença de um jeito meio duro. Automatizar a geração de um documento é fácil de demonstrar. Reduzir o tempo real entre o cedente subir uma duplicata e o dinheiro chegar na conta dele é outra história, porque envolve fluxo, exceção, conferência e gente. O primeiro rende uma boa demo. O segundo rende resultado.

Essa diferença é central na gestão de produtos com IA. Uma métrica de atividade pode mostrar que o time produziu mais; a métrica de ponta a ponta mostra se houve menos retrabalho, menos tempo de ciclo ou mais resultado para o cliente. O guia de gestão de produto ajuda a separar atividade de impacto, e o de IA para Product Managers detalha como criar uma linha de base antes de comparar mudanças.

O que tiro disso na prática é uma regra chata, mas útil: medir antes de prometer. Escolher a métrica de ponta a ponta, olhar como ela está hoje e só então ligar a IA no fluxo. Sem isso, o business case vira uma discussão de percepção, e percepção não sobrevive ao primeiro comitê de orçamento. Quando a iniciativa envolve agentes de IA, um template de avaliação ajuda a deixar claros os critérios de qualidade, custo, latência e supervisão.

Nada disso me deixa menos otimista. Eu acho que essa lacuna é sinal de fase, não de fracasso. Toda tecnologia que muda a forma de trabalhar passa por um período em que a gente sente o efeito antes de saber medir. Quem aprender a medir primeiro vai defender investimento com muito mais tranquilidade do que quem só souber contar histórias de ganho de dez vezes.

Se alguém quiser ler o ensaio na íntegra, vale o tempo: The AI Productivity Gap.

O resto do radar

Qwen3.8-Max com pesos abertos — Um modelo de fronteira aberto muda o cálculo de build vs. buy e o teto de custo de features agênticas. Ler mais

Workflows dinâmicos no Claude Code — Desloca a unidade de trabalho do prompt para o processo, o que muda como se especifica e se versiona uma feature de IA. Ler mais

OpenAI corta preço da API do GPT-5.6 — Queda de 80% no nível mais barato reabre casos de uso que estavam fora da margem e pressiona o pricing do seu produto. Ler mais

Avaliadores LLM ruidosos ainda servem — Derruba a desculpa de “nosso eval não é confiável” e torna viável medir qualidade de agente sem gold set humano. Ler mais

Robinhood libera agentes de IA para operar — Caso-limite de agente com permissão de escrita em domínio regulado, com o debate de confiança e responsabilidade que todo produto agêntico vai enfrentar. Ler mais

Algolia lança o Agent Studio em beta — Agente ancorado em dados proprietários confiáveis virando produto de prateleira, não projeto interno. Ler mais

Estudo mapeia dark patterns em chatbots — Define o que já conta como padrão manipulativo em UX conversacional, com risco reputacional e regulatório direto no backlog. Ler mais

Step 3.7 Flash, da StepFun — Mais um modelo rápido e barato pressionando o tier de baixo custo e ampliando o leque de fornecedores. Ler mais

AISlop, CLI para code smells de IA — Sinaliza uma categoria nova de tooling de qualidade para código gerado por LLM, e um custo novo no ciclo de entrega. Ler mais

É isso por hoje. Amanhã tem mais.