Thread de Lenny Rachitsky (@lennysan)

Meus principais aprendizados com @embirico (Líder de Produto do OpenAI Codex): 1. O Codex, produto inicial da OpenAI, era "muito futurista". Funcionava na nuvem de forma assíncrona, o que era ótimo para usuários avançados, mas difícil para iniciantes. O crescimento explodiu quando o produto voltou a ser usado onde os engenheiros já trabalham: dentro de seus editores de código, em seus próprios computadores. O uso do Codex cresceu 20 vezes nos últimos 6 meses. 2. A OpenAI criou o aplicativo Sora para Android — que alcançou o primeiro lugar na App Store — em apenas algumas semanas com dois ou três engenheiros, com a ajuda da Codex. O aplicativo Sora passou de zero para testes com funcionários em 18 dias e, em seguida, foi lançado publicamente 10 dias depois. A Codex ajudou analisando o aplicativo iOS existente, gerando planos de trabalho e implementando recursos comparando ambas as plataformas simultaneamente. 3. A chave para aproveitar ao máximo o Codex: apresente a ele seus problemas mais difíceis, não os mais fáceis. Essas ferramentas foram criadas para lidar com bugs complexos e tarefas complicadas, não com as mais simples. Comece com algo em que você normalmente gastaria horas. 4. Escrever código pode se tornar a forma universal pela qual a IA realiza qualquer tarefa. Em vez de clicar em interfaces ou criar integrações separadas, a IA tem melhor desempenho quando escreve pequenos programas instantaneamente. Isso sugere que a capacidade de programação deve ser incorporada a todos os assistentes de IA, e não apenas a ferramentas de programação especializadas. 5. Os designers da OpenAI agora escrevem e implementam seu próprio código. A equipe de design mantém um protótipo totalmente funcional, construído com auxílio de IA. Quando têm uma ideia, eles a codificam diretamente, testam e, muitas vezes, a submetem à produção por conta própria. Os engenheiros só intervêm quando a base de código é particularmente complexa. 6. Mesmo que os modelos de IA parassem de melhorar amanhã, ainda haveria anos de trabalho de desenvolvimento de produto para desbloquear todo o seu potencial. A tecnologia está mais avançada do que a nossa capacidade de utilizá-la de forma otimizada. 7. O maior obstáculo para a produtividade da IA ​​não é a IA em si, mas sim a velocidade de digitação humana. Os fatores limitantes são a rapidez com que se digitam os comandos e a velocidade com que se revisa o trabalho gerado pela IA. Até que a IA consiga validar seus próprios resultados de forma mais confiável e oferecer ajuda proativamente, não veremos todos os ganhos de produtividade que essas ferramentas poderiam proporcionar. 8. Escrever código está se tornando menos divertido do que revisar código escrito por IA. Engenheiros adoram o fluxo criativo do desenvolvimento. Agora, eles estão gastando mais tempo lendo o que a IA produziu. O próximo desafio é tornar esse processo de revisão mais rápido e satisfatório. 9. Os novos modelos de IA agora podem trabalhar continuamente por 24 a mais de 60 horas em uma única tarefa. Uma técnica chamada "compactação" permite que a IA resuma o que aprendeu antes de ficar sem memória, continuando então o trabalho em uma nova sessão. Isso possibilita o trabalho autônomo durante a noite ou por vários dias, algo que não era possível anteriormente. 10. Se você está começando uma empresa hoje, entender profundamente um cliente específico importa mais do que ser bom em construir. Construir está ficando mais fácil. Saber o que construir — e para quem — é a verdadeira vantagem agora.