Investigador de IA

Escrever o código de treino, o sistema de avaliação e a infraestrutura que permite sequer testar uma ideia.

Diagnosticar porque é que uma execução morreu, porque é que o cluster está parado, porque é que os números de duas máquinas não batem certo — a canalização entre uma ideia e um resultado.

Vigiar uma tarefa longa de um agente, reparar que ela foi pelo caminho errado, e intervir — repetidamente, antes de o resultado valer alguma coisa.

Decidir se o número mexeu pela razão que julgas, se se aguenta a uma escala maior, e se vale alguma coisa fora do teste de referência.

Decidir que direção merece um trimestre da capacidade de cálculo de uma equipa, e que coisa promissora se deve parar.

Decidir que algo tem de ser pausado, restringido ou não lançado — e ser a pessoa que o diz enquanto o trabalho está a correr bem.

Uma declaração, e não uma medição, e uma adesão a uma proposta e não um relato de algo feito. O que estabelece é um facto sobre uma declaração: nesta data, quem dirige este laboratório disse publicamente que concorda que a fronteira precisa de ser cadenciada, disse que o assunto tinha sido um tema principal de discussão interna nas últimas semanas, e disse que a sua empresa vai igualar o compromisso de um concorrente sobre o acesso de avaliadores independentes. Leiam-se as três partes em separado. A adesão é uma opinião. O comentário sobre as discussões internas é uma afirmação sobre o passado que ninguém fora da empresa pode verificar. O compromisso é uma promessa sobre conduta futura, sem data, sem avaliador nomeado e sem âmbito declarado do acesso. Nada nele estabelece que algum acesso tenha sido concedido, alguma execução pausada, ou alguma avaliação iniciada. Registem-se as circunstâncias em vez de adivinhar o motivo: foi publicado como resposta, horas depois de um concorrente ter publicado primeiro e se ter comprometido primeiro, e a resposta diz que os detalhes ainda estão para vir.

Uma pessoa com nome e com posição reconhecida previu algo publicamente, numa data, numa declaração atribuível. É registado para que fique verificável quem disse o quê e quando, e nunca move a avaliação de uma tarefa, porque uma previsão não é uma observação. O seu valor chega depois: o registo fica na mesma página que a prova sobre essa profissão, portanto quem lê a previsão lê ao lado o registo do que aconteceu a seguir. É essa a prestação de contas; este sítio não publica veredicto nenhum sobre se uma previsão se cumpriu.

Uma declaração, e não uma medição — e um compromisso mais do que uma previsão, que é por isso que está num estádio que nada muda nesta página. O que estabelece é um facto sobre uma declaração: nesta data, quem dirige esta empresa disse isto, publicamente, em nome próprio. Três coisas nele merecem ficar separadas porque são verificáveis a velocidades diferentes. O argumento de que o setor devia abrandar é uma opinião. O compromisso de dar a avaliadores externos um acesso permanente e equivalente ao de um trabalhador é uma promessa sobre conduta futura, sem avaliador nomeado e sem data. Nenhum dos dois é evidência de que algo tenha sido abrandado, auditado ou restringido. O interesse corre em mais de uma direção e ambas as metades pertencem ao registo: quem fala é concorrente do laboratório cujo incidente o ensaio ligado discute, e está também a comprometer a sua própria empresa antes de mais alguém ter concordado. A publicação teve um alcance que um comunicado de empresa raramente tem, o que é um facto sobre a distribuição e não sobre a afirmação.

Uma pessoa com nome e com posição reconhecida previu algo publicamente, numa data, numa declaração atribuível. É registado para que fique verificável quem disse o quê e quando, e nunca move a avaliação de uma tarefa, porque uma previsão não é uma observação. O seu valor chega depois: o registo fica na mesma página que a prova sobre essa profissão, portanto quem lê a previsão lê ao lado o registo do que aconteceu a seguir. É essa a prestação de contas; este sítio não publica veredicto nenhum sobre se uma previsão se cumpriu.

A divulgação de um laboratório sobre a sua própria organização de investigação, com medições até meados de agosto de 2026, e o laboratório vende os agentes que está a medir — os números e o enquadramento apontam ambos na mesma direção, que é a que convém a quem vende. Leiam-se três limites com ela. A proporção de 3,1 conta esforço fornecido, e não trabalho substituído, e o mesmo documento nota que a capacidade de cálculo disponível cresceu bastante no período. O valor de intervenção — mais de metade das tarefas bem-sucedidas de quatro a oito horas exigiu pelo menos uma intervenção humana — foi produzido por um classificador agêntico a ler registos de sessão, uma máquina a julgar máquinas, e exclui as tarefas que falharam. A queda do tráfego interno de apoio exclui uma explicação alternativa (ter passado para outro canal humano) e não outras, como a infraestrutura simplesmente ter melhorado. Nada aqui é uma medição do mercado de trabalho: não é comunicada a eliminação de qualquer lugar, e este é o local de trabalho mais saturado de agentes de que alguém publicou números, e não um típico.

Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.

Um ensaio assinado, e não uma medição, e essa distinção é a razão inteira pela qual este registo existe num estádio que nada pode mudar. O que estabelece é um facto sobre uma declaração: nesta data, esta pessoa neste cargo disse isto. Três das afirmações dele merecem ficar separadas porque são verificáveis a velocidades diferentes — que o progresso se manterá até à automelhoria recursiva, que data nenhuma fixa; que a monitorizabilidade da cadeia de raciocínio está a diminuir, coisa que o ensaio apresenta como resultado de uma avaliação interna e não como previsão; e que os sistemas de IA vão conduzir cada vez mais o seu próprio desenvolvimento. Nada aqui é evidência sobre o trabalho de ninguém, e este sítio não publica qualquer veredicto sobre se uma previsão se cumpriu. O acerto de contas é a página: as medições sobre esta profissão estão ao lado.

Uma pessoa com nome e com posição reconhecida previu algo publicamente, numa data, numa declaração atribuível. É registado para que fique verificável quem disse o quê e quando, e nunca move a avaliação de uma tarefa, porque uma previsão não é uma observação. O seu valor chega depois: o registo fica na mesma página que a prova sobre essa profissão, portanto quem lê a previsão lê ao lado o registo do que aconteceu a seguir. É essa a prestação de contas; este sítio não publica veredicto nenhum sobre se uma previsão se cumpriu.

O relato de uma empresa a restringir o seu próprio trabalho, que é a parte invulgar: aqui a restrição é auto-imposta e não regulatória, e não há auditoria externa do que foi pausado nem por quanto tempo. São nomeados dois desencadeadores — o incidente da OpenAI com a Hugging Face, após o qual foram travadas no cluster de investigação as cargas de inferência que podiam executar código ou aceder à internet, e uma determinação de 7 de agosto de que um modelo em preparação poderia atingir o limiar crítico de capacidade cibernética do próprio quadro de preparação da empresa. Os requisitos que se seguiram são concretos: isolamento em sandbox para as cargas que executam código gerado pelo modelo, isolamento de rede para as cargas não confiáveis, monitorização de todos os tokens amostrados para os modelos de um dado nível de capacidade, e uma meta de alerta de trinta minutos, com um sobrecusto de monitorização declarado de cerca de 20% da capacidade de inferência monitorizada. Uma pausa não é uma paragem: algumas cargas retomaram sob controlos mais fortes em semanas, e a divulgação que a acompanha nota que a alocação total entre as cargas analisadas ficou praticamente na mesma, com a capacidade a passar para outras classes de modelo. Nada diz sobre qualquer laboratório que não seja este.

Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.

A parte do trabalho para que estás a ser formado — escrever o ciclo de treino, construir o sistema de avaliação, pôr o cluster a comportar-se — é a parte que tem um número publicado sobre quanto já foi entregue a agentes. Isso não é razão para saltares a aprendizagem dela, porque não consegues conduzir uma tarefa de agente de quatro horas através de trabalho que nunca fizeste. É razão para seres honesto sobre o que ela te compra: é o bilhete de entrada, e não a posição. A posição é seres a pessoa cuja leitura sobre se um resultado é real é acreditada, e o caminho mais rápido para lá é ires errar em público sobre um resultado, cedo, onde alguém sénior te diga porquê.

A tua alavanca passou de quanto consegues construir para quantas linhas de trabalho simultâneas consegues segurar na cabeça bem o suficiente para reparar que uma se torceu. Isso é uma competência real e não é aquela para que foste contratado. Há duas coisas que vale a pena vigiar em ti. A primeira é se ainda lês os registos das execuções que correram bem — os dados de intervenção dizem que as falhas se veem e as respostas erradas silenciosas não. A segunda é o que acontece ao teu critério quando deixas de escrever o código: quem consegue distinguir um resultado real de um artefacto são, por agora, as pessoas que construíram aparelho de medida que chegue para saber como ele mente.

Ficar e reforçar-te

Ser dono da avaliação, e não do modelo

Quando escrever a experiência é delegado e lê-la não é, a posição rara é a que decide o que conta como resultado. Desenhar avaliações é além disso a parte que as próprias divulgações da área apontam como atrasada: as capacidades fáceis de medir melhoram mais depressa do que as difíceis, o que é uma afirmação de que os instrumentos de medida são o estrangulamento.

Refazer o posto

Tornares-te quem conduz muitas linhas ao mesmo tempo

A deslocação medida vai no sentido de investigadores a segurar várias sessões de agentes em simultâneo, e o modo de falha relatado não é o agente ser incapaz mas a pessoa não reparar onde ele se torceu. Isso é uma competência de supervisão sem qualquer via de formação estabelecida, que é exatamente por isso que tê-la cedo vale alguma coisa.

Movimento lateral

Ir para onde a restrição é o critério

As áreas em que uma experiência é cara, lenta ou irreversível — biologia, materiais, medicina, hardware — não conseguem delegar a execução a um agente, por isso todo o valor está em escolher que experiência fazer. As competências de método transferem-se; a barateza que tornou delegável a fase de construção desta profissão não existe lá.

Nenhum ano, e nesta profissão um ano seria especialmente desonesto, porque as pessoas mais bem colocadas para saber discordam entre si em público. O que consegues medir tu é mais útil. Nos teus últimos dez trabalhos, conta quantos acabaram em código que escreveste e quantos num juízo sobre trabalho que outra coisa produziu. Depois conta, entre as tarefas de agente que correram bem, quantas tiveste de interromper. A primeira proporção diz-te que metade deste trabalho tens agora; a segunda diz-te se a metade que tens ainda sustenta carga. Ambos os números estão na tua própria semana e nenhum precisa da previsão de ninguém.

Trata a declaração e a medição como duas coisas diferentes, porque são publicadas em documentos diferentes e só uma é verificável. As medições — dias-agente por dia humano, taxas de intervenção, a percentagem do resultado que é planeamento de alto nível — são concretas, datadas, e poderiam ser contraditas por uma divulgação posterior. As expectativas sobre o que vem a seguir são expectativas: vêm de pessoas com uma visibilidade invulgar e um interesse invulgar, e as duas coisas cortam na mesma direção. Este sítio regista o primeiro género e não o segundo, e isso é um limite deliberado e não uma opinião sobre quem tem razão.

A pergunta é normalmente feita como se o doutoramento fosse formação em construir coisas, e na maior parte não é. Aquilo em que um doutoramento são quatro anos de prática é precisamente a tarefa que esta página assinala como ficando com as pessoas: decidir o que vale a pena investigar, e defender uma afirmação sobre um resultado à frente de gente que tenta parti-la. Essa é a metade rara. A cautela honesta é diferente da habitual: a metade barata do trabalho é onde um estudante hoje se prova perante um júri de contratação, e se for só para isso que um programa te forma, a formação e o mercado separaram-se. Faz ao grupo onde vais entrar uma pergunta concreta: com que frequência o resultado de um estudante é desmontado à frente dele, e quando foi a última vez que ali se abandonou uma direção.

Não é, e o sítio mantém-nos separados de propósito porque a exposição deles difere. Um engenheiro de aprendizagem automática entrega um sistema que corre sobre pessoas reais, e o que deslocou grande parte desse trabalho foi um substituto comprável — um modelo que outro treinou. Um investigador entrega uma conclusão, e o que ali está a ser delegado é o trabalho de produzir evidência para ela, e não a conclusão. Uma consequência conta para quem estiver a escolher: a deslocação do engenheiro é reversível, porque o preço ou a licença de um fornecedor podem mexer; a do investigador não tem essa forma de todo. Se o teu trabalho acaba quando alguma coisa é lançada, lê antes a página do engenheiro de aprendizagem automática.