Guia para Iniciantes em IA: Primeiros Passos

O GitHub Copilot foi lançado em 2021 como autocompletar inteligente de código; em 2026 é outra coisa. Atribua a ele uma única Issue do GitHub e vá embora, e a IA escreve o código, faz os testes passarem, abre um pull request e devolve para você — o coding agent. O GitHub Copilot é um serviço de assistência de programação com IA do GitHub (de propriedade da Microsoft), com três formas de usá-lo: autocompletar, chat e agente. Sua característica definidora é instalar-se como extensão em editores existentes como VS Code e JetBrains — você adiciona IA sem trocar o seu editor de sempre. Este artigo cobre o que o Copilot faz, o destaque de 2026 que são o Agent Mode e o Coding Agent, os preços Free/Pro $10/Pro+ $39 e a mudança de junho de 2026 para cobrança por uso (créditos de IA), como difere em filosofia de design do Cursor e do Claude Code, para quem ele serve e como começar — tudo com as informações mais recentes.

O GPT-4 foi treinado em cerca de 25.000 GPUs durante meses, e só o treinamento do GPT-3 queimou 1.287 MWh (mais de um século de energia residencial). Por trás do casual "resuma isto" existe um mundo de física e dinheiro. Este artigo disseca um LLM a partir de três direções: mecanismo, energia e dinheiro. (1) Por que um LLM consegue prever palavras a partir de uma pilha de "pesos (parâmetros)"? — previsão de tokens, Transformer, Attention. (2) O aprendizado em dois estágios de pré-treino e RLHF. (3) Energia de inferência de 0,43-33 Wh por consulta (inferência = 80-90% de toda a energia de IA). (4) É verdade que "o desenvolvimento de fronteira é uma briga de dinheiro"? — US$ 200-500 mi por treinamento da classe GPT-5, US$ 1-3 bi projetados para 2027. (5) Mas o refluxo da eficiência (a redefinição do piso pela DeepSeek) também é forte. (6) A barreira física que vem a seguir: energia, interconexão e escassez de dados. Um guia intermediário para ver um LLM não como uma caixa mágica, mas como uma máquina de probabilidades movida a eletricidade.

As cinco sogo shosha japonesas (Mitsubishi, Mitsui, Itochu, Sumitomo, Marubeni) registraram lucros quase recordes no FY2024 e a Berkshire Hathaway detém perto de 10% de cada uma — mas, sob esse recorde, uma mudança estrutural sacode o modelo central. O fosso histórico, a "assimetria de informação," se esvai à medida que Bloomberg, SaaS, IA generativa e imagens de satélite transformam inteligência em commodity. Em 19 de maio de 2026, o LDP japonês adotou "IA de nova geração x finanças on-chain": a IA identifica e executa operações comerciais; a blockchain as liquida. 70% do trabalho típico do shosha-man (inteligência, documentos, crédito, logística, hedge cambial) se automatiza até 2030. As estratégias das cinco grandes se polarizaram: Itochu (downstream x IA x Vale do Silício) assumiu o número 1; na Mitsubishi reporta-se que "DX" desapareceu do relatório integrado 2026. Três estratégias de sobrevivência (holding de investimento no estilo Berkshire, expansão downstream, organização AI-nativa), três camadas de carreira do shosha-man (junior alto risco, intermediário em transformação, GM+ reforçado), e a ampliação da brecha sogo vs especializadas, tudo baseado em dados de maio de 2026.

Você já leu o suficiente sobre "a IA vai tirar seu emprego". O WEF Future of Jobs Report 2025/2026 diz o oposto: "92M deslocados até 2030, mas 170M criados — líquido +78M." Este artigo inclina para o positivo: para onde mover sua carreira. Empregos resilientes à IA compartilham três princípios (encarnação, julgamento com alta responsabilidade, criatividade x relações) mais uma quarta categoria irônica (as pessoas que operam a IA: engenheiros de ML, AI PMs, especialistas em segurança, em plena explosão). O artigo mapeia as 4 categorias com exemplos concretos, lista 15 funções de alto crescimento com salário e dados dos EUA (nurse practitioner $130K +52%, eletricistas $200K+ em grandes cidades, cirurgiões $400-700K+, engenheiros de ML $250-500K+, AI safety $500K-1M+), e apresenta quatro movimentos de pivote (promova-se a operador de IA, profundidade de indústria, reavalie o trabalho encarnado, invista em capital relacional), tudo baseado em dados WEF/BLS/BCG em maio de 2026. A imagem do século XX de "colarinho-azul em risco, colarinho-branco seguro" se inverteu completamente.

Uma equipe de cinco pessoas recuperou de seis a oito horas por semana só com organização de arquivos e preparação de relatórios; um usuário limpou uma pasta de Downloads com 2.200 arquivos em vinte minutos. O Claude Cowork é o espaço de trabalho com IA que a Anthropic lançou em 2026 para permitir que a IA toque diretamente nos seus arquivos, pastas e apps e rode um ciclo completo de observar → planejar → executar → ajustar. Qualquer plano pago a partir do Pro a US$ 20 já dá acesso no macOS ou Windows. O Cowork conecta-se diretamente a Google Drive, Gmail, Slack, Jira e DocuSign via conectores oficiais, e a camada de plugins permite que organizações incorporem conhecimento departamental. O Enterprise adiciona RBAC, limites de gasto e OpenTelemetry. Dá para tocar o Cowork a partir do Pro US$ 20, mas as tarefas do Cowork queimam de 50 a 100 vezes mais tokens que o chat, então para uso diário o Max US$ 100 é a linha realista. Este artigo cobre o que o Cowork faz, por que foi criado, o ciclo de trabalho em quatro etapas, os principais conectores, plugins e recursos para empresas, a linha real de custo e onde o Cowork encaixa vs Chat e Code — baseado em relatos de maio de 2026.

Em 2023, um advogado de Nova York citou seis precedentes gerados pelo ChatGPT em juízo — nenhum dos seis existia. É essa a cara dos problemas com IA. Este artigo organiza os problemas representativos do uso real de IA em sete categorias — alucinação, vazamento confidencial, direitos autorais, injeção de prompt, confiança excessiva, AI slop e dependência exagerada — e percorre o incidente típico (incluindo os casos Avianca e Samsung), a causa e a prevenção. A raiz se condensa em três: "a conveniência baixa nossa guarda, deixamos de checar por nós mesmos, a responsabilidade fica difusa". Por isso as contramedidas são compartilhadas: verifique informações importantes em uma fonte primária, trate a confidencialidade com o peso de um e-mail externo, deixe decisões finais com humanos, tire um dia sem IA por semana para habilidades centrais. Para organizações: distribua uma diretriz de uso de IA imperfeita em uma página A4 esta semana, em vez de esperar meio ano por um regulamento perfeito. Maio de 2026.

Há quem diga "a IA grátis já basta" e quem diga "a versão gratuita nem dá para começar". Quando o veredito se divide tão claramente até entre quem usa o mesmo ChatGPT, não é uma questão de capacidade — é uma questão de saber "em que ponto do plano gratuito você bate no limite". Em maio de 2026, os planos gratuitos de ChatGPT, Claude e Gemini estão todos genuinamente práticos, mas os seus formatos são completamente diferentes. O ChatGPT tem o conjunto de recursos mais amplo, mas o limite de contagem mais rígido no modelo de topo (o limite se recupera em algumas horas). O Claude tem análise e redação de textos longos de alta qualidade, mas a contagem diária mais baixa, com um teto duplo confuso de janela curta mais janela semanal. O Gemini tem os limites de uso mais folgados e forte integração com o Google. Este artigo esclarece por que "grátis" significa coisas diferentes nos três, o que cada um consegue fazer e onde está o seu limite, uma tabela de consulta rápida por caso de uso, três dicas para usar o plano gratuito com inteligência e os sinais de que chegou a hora de considerar um plano pago.

Em 2025, o número de vagas de uma função cresceu de forma extraordinária: 1.165% em relação ao ano anterior — o FDE, o Forward Deployed Engineer. Por que um trabalho discreto que a Palantir sistematizou ao longo de cerca de 20 anos virou de repente "o cargo mais quente" em 2026? Um FDE é "um engenheiro que leva o produto da própria empresa para dentro do local do cliente e assume pessoalmente, de ponta a ponta, a observação, o design, a implementação, a operação e o feedback de produto." A IA generativa carrega uma última milha de "a demonstração funciona, mas não funciona no local", e o FDE é a função que a fecha com mãos humanas. Este artigo cobre a definição, por que a função explodiu em 2026 (a corrida de contratação de OpenAI, Anthropic e Google), o ciclo de trabalho de 5 etapas, salário e carreira (média da Palantir de US$ 238K, staff acima de US$ 630K), a diferença em relação a SE / consultor de TI / Applied AI Engineer, para quem serve e para quem não serve, e como chegar lá sem experiência — tudo com os dados mais recentes de maio de 2026.

Cold calls, e-mails de primeiro contato, construção de listas, agendamento de reuniões: em maio de 2026 já não são trabalho humano. O mercado AI SDR tem projeção de $4.27B (2025) -> $5.22B (2026) -> $24.32B em 2034 (CAGR 21.2%). 11x.ai, Outreach, Salesforce Einstein SDR, Smartlead e Amplemarket vendem "times SDR 100% IA que rodam 24/7 sem dormir." Custo: SDR humano $50K-$80K/ano vs AI SDR $200-$2,000/mês, 30x a 400x mais barato. Este artigo cobre o boom AI SDR, o mapa de 4 camadas de vendas que somem vs. sobrevivem (listas/qualificação/fechamento/enterprise), sete ferramentas comparadas, a previsão da Gartner de que 75% dos compradores B2B preferirão vendas com prioridade humana em 2030, quatro razões pelas quais a venda enterprise sobrevive, três mudanças de skill de sobrevivência (operador de IA, profundidade de indústria, capital relacional) e o que executivos devem fazer, tudo baseado em maio 2026.

"Tenho uma ideia para uma web app, mas não sei programar". Esse muro acaba de ser derrubado pelos novos geradores de apps web com IA. Você digita "construa um app de Todo" e dez minutos depois tem um app funcionando, uma URL de deploy e um repositório no GitHub. O top três em 2026 é v0 (Vercel), Bolt.new (StackBlitz) e Lovable. Lovable atingiu $20M de ARR em 2 meses, o crescimento mais rápido na história das startups europeias; Bolt.new chegou a $40M em 6 meses; v0 ganhou integração com Git, conectividade com banco de dados e workflows agênticos em fevereiro de 2026. A chave: não são o mesmo produto, são três categorias diferentes. v0 é especialista em frontend + ecossistema Vercel, Bolt é multi-framework + desenvolvimento só no navegador, Lovable é full-stack + Supabase embutido + amigável para não engenheiros. Para um PoC ou demo as três servem; para produção de longo prazo aparecem diferenças enormes. Este artigo cobre a essência de cada ferramenta, comparativo detalhado (planos, frameworks, DB, auth, deploy, Figma), recomendação por caso de uso (landing/MVP/multi-framework/Figma/protótipo→produção/time), resultado de passar o mesmo prompt de Todo app pelas três, as três armadilhas (queima de tokens, brechas de segurança, lock-in) e um fluxograma de decisão 2026 em 6 perguntas — tudo baseado em fatos a partir de maio de 2026.

Você subiu tudo na API da OpenAI, mas quer testar Claude e Gemini — e acaba reescrevendo a mesma lógica para três SDKs diferentes. O Vercel AI SDK (desde 2026 só "AI SDK") reduz isso a um import, uma função, todos os provedores. Biblioteca open source em TypeScript com mais de 20 milhões de downloads mensais; o AI SDK 6 traz Agents, MCP, aprovação de ferramentas e DevTools, e em maio de 2026 é o padrão de fato para uma interface LLM unificada. Se você chama LLMs a partir de uma web app ou projeto Node.js em 2026, o AI SDK é o default certo, ponto. As únicas exceções são código legado e recursos de ponta recém-lançados. Em troca, você ganha troca fácil de provedor, um terço da implementação, tipos seguros e integração com React. Este artigo cobre o que é o AI SDK, as três razões para usá-lo, um guia rápido de 5 minutos (generateText a streamText), saída estruturada com generateObject + Zod, tool calling e agentes (o coração do AI SDK 6), uma UI de chat em 10 linhas com useChat, troca entre Claude/GPT/Gemini em 3 linhas e as três armadilhas de produção (diferenças entre provedores, abort de stream com cobrança e sobrecarga de inferência de tipos). Tudo baseado no AI SDK 6 em maio de 2026.

Pergunte ao Claude Code ou ao ChatGPT onde fazer deploy da sua web app e a resposta reflexa será "Suba para o Vercel". Para devs experientes é ótimo; para iniciantes abre uma pilha de dúvidas: o que é Vercel, é realmente grátis, preciso disso para um site pessoal? Direto ao ponto: se você está construindo com Next.js, o Vercel oferece a melhor DX, sem discussão. Se não, é exagero. E "grátis" só cobre o plano Hobby; ao monetizar paga $20/mês e, por design, não há limite duro de gasto — entre 2025 e 2026 foram documentadas várias contas de $23,000 por DDoS. O Cloudflare Pages oferece largura de banda ilimitada e mais de 300 localizações edge grátis; o Render inclui DB a partir de $19; o Netlify traz time ilimitado por $20. Este artigo cobre as três razões pelas quais a IA recomenda Vercel (dados de treino, mesma empresa do Next.js, DX sem fricção), um fluxograma de decisão de 6 perguntas, quatro alternativas sérias, as cinco armadilhas de preço (uso comercial proibido no Hobby, sem limite duro, timeouts de funções, lock-in, Image Optimization) e as três armadilhas em que todo iniciante cai (cobrança sem teto, timeout de funções, lock-in). Com dados reais de maio de 2026.