A ascensão do Whatever

• O ponto em comum entre a web pessoal, as criptomoedas, as plataformas de anúncios e a IA generativa é uma cultura do Whatever que prioriza gráficos de preço, exposição publicitária e resultados com aparência plausível acima do valor real
• Esperava-se que o Bitcoin fosse um meio de enviar dinheiro sem intermediários, mas, em vez de pagamentos do dia a dia, ele se espalhou como um ecossistema especulativo com moedas copiáveis e NFTs
• A web saiu da diversidade dos sites pessoais para uma estrutura centrada em grandes plataformas, e o modelo de receita com anúncios passou a forçar a maximização do engajamento, clickbait, filler para SEO e algoritmos de recomendação
• Os LLMs são criticados menos como computadores estilo Star Trek e mais como máquinas de Whatever que produzem “texto plausível”, e os resumos por IA em busca, vídeo e apps de clima viram ruído que empurra a informação real para fora
• Se receber um resultado com um clique virar a linha de base em programação, música, imagem e escrita, o valor de aprender e fazer por conta própria diminui; por isso, a mensagem final é Do things. Make things.

---

Os limites do PayPal e a expectativa depositada no Bitcoin

• Nos EUA dos anos 2000, a única opção realmente prática para enviar dinheiro pela internet a uma pessoa qualquer era, na prática, o PayPal
  • O PayPal guardava dinheiro sem ser banco e, se julgasse que você violou as regras, podia bloquear a conta e reter o dinheiro por 6 meses
  • Para comissões de artistas ou pequenos vendedores individuais, o PayPal era basicamente o único intermediário e ainda estava em posição de limitar até o que podia ser vendido
• Por volta de 2010, o Bitcoin parecia uma nova forma de enviar dinheiro sem intermediários
  • Havia expectativa em torno de possibilidades como potes de gorjeta em sites e microgorjetas no navegador
  • O autor chegou a rodar mineradores por cerca de um dia, não minerou nenhuma moeda e, como não havia mais o que fazer na época, acabou esquecendo o Bitcoin

Cripto que virou gráfico, não moeda

• Mesmo depois de o Bitcoin se popularizar, a expectativa de “mandar dinheiro facilmente para qualquer pessoa” não se concretizou
  • O caso mais recente que o autor ouviu de compra de um item real com Bitcoin foi algo como estradiol de gray market
  • O meio moderno para enviar dinheiro a uma pessoa qualquer ainda é o PayPal; o Stripe entrou no jogo, mas também impõe restrições
  • Patreon, Itch e Ko-fi dependem de Stripe e PayPal
• As criptomoedas se deformaram em um ecossistema de enriquecimento rápido mais do que em moeda
  • Muitos participantes se interessam menos pelo objeto em si do que pela ideia de “se o gráfico subir, eu fico rico”
  • Moedas, NFTs e outros Whatevers compartilham o mesmo gráfico com eixo do tempo e eixo do dólar, e o objeto real só sobra no título
• Como o Bitcoin é open source, qualquer um pode copiá-lo e criar sua própria moeda, e os NFTs permitem formar uma família de Whatevers chamada de “colecionáveis”
  • O importante não é a ligação entre arte, tecnologia e token, mas se é possível convencer outra pessoa a comprar
  • Na visão do autor, essa estrutura criou no Twitter um clima em que inúmeros golpistas vendem Whatevers muito parecidos entre si

A web que se consolidou como plataforma de anúncios, não web pessoal

• A web era um espaço parecido com um enorme mural onde qualquer pessoa podia publicar algo, e no passado até provedores de internet ofereciam sites pessoais
  • Ainda hoje é possível hospedar sites pequenos em lugares como o GitHub
  • A web antiga tinha diversidade: sites pequenos feitos por pessoas, designs coloridos, imagens de fundo em perfis do Twitter e afins
• Quando há muitos sites pessoais, fica difícil acompanhar atualizações, responder com facilidade e aprender a construir o próprio site exige esforço
  • A web acabou se concentrando em torno de grandes plataformas como Reddit e Twitter
  • Essas grandes plataformas oferecem interações em escala de centenas de milhões de pessoas, então o custo de hospedagem cresce muito
• Anúncios eram a forma tradicional de pagar as contas de um site, e as plataformas passaram a tratar o engajamento como prioridade máxima para exibir mais anúncios
  • Não importa se o usuário está infeliz, desde que continue lá; não importa se o anúncio incomoda, desde que seja visto
  • O autor critica que esse modelo se espalhou até para software de telefone, vídeos e o Windows

“Content” e o Whatever ao redor dos anúncios

• O texto demonstra forte rejeição a chamar criações de “content”
  • “content” seria a palavra usada para o conteúdo de uma página quando ainda não se sabe o que vai nela, ou para a tralha no porta-malas de um carro
  • Para o marketing, content é aquilo que fica em volta dos anúncios
• O modelo centrado em anúncios produziu clickbait, thumbnails exageradas, setas vermelhas, vídeo-ensaios que só leem a Wikipedia, algoritmos de recomendação, blogs de receita intermináveis e guias de jogo feitos para SEO
  • Surge o exemplo de sites de games que esticam o texto entre anúncios para dizer, no fim, apenas que “a chave azul está embaixo da pedra perto do rio”
  • O fluxo infinito ao estilo TikTok também entra no mesmo pacote
• No passado, havia um esquema de enriquecimento rápido baseado em colocar um tema genérico de WordPress com anúncios do Google e publicar textos sem graça sobre assuntos vagamente ambíguos para capturar tráfego de busca e visualizações de anúncio
  • Agora até esse generic filler pode ser escrito por computador

A crítica central aos LLMs: ruído plausível

• Se tivéssemos ganhado em 2025 algo como o computador de Star Trek, isso seria ótimo, mas a avaliação é que ganhamos algo mais próximo de sparkling autocomplete
  • Os LLMs são criticados por não fazerem, em essência, aquilo que investidores e entusiastas dizem que fazem, apenas colando texto estatisticamente plausível
  • A cada novo avanço aparece propaganda dizendo que estão em nível de Ph.D, mas a saída ainda parece um banal sludge
• As saídas de LLM embutidas na linha de produtos do Google aparecem como exemplos de piora na experiência
  • O AI summary do Google Search ocupa um terço da altura da tela no desktop e ou repete destaques dos primeiros resultados ou traz informação errada
  • O AI summary do YouTube repete o título do vídeo com mais palavras
  • O AI summary do app de clima do Pixel mostra frases como “vai esquentar ao longo da semana” e empurra o gráfico de temperatura para baixo na tela
• Em aparelhos Pixel recentes, segundo o texto, é possível desativar isso indo em System > Apps > Show all apps > menu de 3 pontos > “Show system” > “AICore”
  • O autor acrescenta que no Android 16 os elementos relacionados parecem ter sido integrados
  • Depois disso, diz não ter voltado a ver saídas que parecessem de LLM

Caso Ren’Py: o LLM inventou uma API que não existe

• Ao perguntar a um LLM sobre um problema no Ren’Py, o modelo apresentou com confiança tags de formatação relacionadas, mas essas tags nunca existiram
  • Depois de receber mais contexto, ele pediu desculpas e gerou outro conjunto de tags falsas
  • Como não havia recurso nativo nem casos anteriores, a interpretação é que o modelo fabricou algo plausível em vez de se basear em evidência
• Essa falha foi pior do que simplesmente não responder à pergunta
  • Houve perda de tempo checando se a API falsa tinha passado despercebida
  • Uma pessoa poderia dizer que não sabe ou sugerir uma gambiarra complexa, mas o LLM gera uma resposta do tipo “essa API parece existir”
• O problema real era colocar dois espaços entre frases e fazer o Ren’Py renderizá-los
  • Como o Ren’Py colapsa espaços ao fazer parse da string, isso não podia ser resolvido com tags de formatação
  • No fim, a solução foi fazer monkeypatch no parser

Caso Copilot: defeitos no exemplo escolhido pela Microsoft

• Em dezembro de 2024, ao visitar o site do Visual Studio Code, o autor viu que grande parte dele era dedicada ao serviço de autocomplete de código com LLM Copilot
  • O exemplo da página principal fazia uma chamada para um serviço web e não codificava os dados do formulário
  • O código era mais longo do que precisava e havia o problema adicional de que o certificado do serviço web tinha expirado havia 3 anos, então não funcionava em um site HTTPS
• Não era o caso de a API moderna não suportar codificação de dados de formulário; o problema era que o Copilot não a usou
  • A resposta do Copilot é uma saída descartável, pontual, sem uma estrutura em que outra pessoa possa corrigir algo como “faltou codificar os dados do formulário”
  • Isso é ainda mais problemático porque o exemplo estava em destaque no editor de código mais popular, da Microsoft, como vitrine da integração mais recente com LLM

Contestação à metáfora de ferramenta de programação

• O autor discorda de comparar LLMs a ferramentas como table saw, calculator, screwdriver ou digital camera
  • Uma table saw serve para cortar linhas retas rapidamente e não decide, às vezes, cortar uma linha ondulada ou fazer outra tarefa aleatória
  • Uma calculator faz a aritmética no lugar do usuário, mas ainda exige que a pessoa saiba quais botões apertar
• Em ferramentas comuns, os casos de exceção ficam nas bordas; já nos LLMs, os casos de exceção estariam em toda parte, e até a mesma entrada no mesmo modelo pode variar com o tempo
  • Ferramentas podem ser ajustadas ou customizadas, mas a maior parte das customizações de LLM que o autor viu parece se resumir a prefixar um parágrafo do tipo “responda como se estivesse falando com um cliente”
  • Por isso, os LLMs seriam não uma automação simples, mas um novo tipo de máquina que solta Whatever para quase qualquer entrada

“E se ficar melhor?”

• Nem mesmo o que significa “better” está claro
  • Em letras pequenas de apresentações aparecem melhorias como contar corretamente as letras de “Mississippi”, mas a saída continua sendo crap
  • Se, na falta de resposta, o sistema continua inventando ficções plausíveis, ele não tem utilidade
• O incômodo com LLMs e IA generativa é resumido menos por grandes debates como propriedade intelectual ou impacto ambiental e mais por uma sensação de que vibes are bad
  • O tom é considerado insuportável, e o fato de a mentira virar fallback é visto como repulsivo
  • A publicidade vende a ideia de passar pela vida sem precisar se importar diretamente com cartão de aniversário ou outras tarefas
  • O texto critica financiadores e promotores por se empolgarem com a substituição máxima possível da participação humana por máquinas

O problema da linha de base em música, imagem e dever de casa

• Comentando um caso em que alguém disse ter feito um álbum e a capa em 3,5 horas, o autor pergunta por que alguém deveria ouvir essa música se qualquer pessoa pode fazer o mesmo
  • Só ouvir o álbum já consome boa parte dessas 3,5 horas, então fica a dúvida de quanto trabalho manual realmente entrou ali
  • O que o computador consegue fazer de forma autônoma vira a linha de base
• O texto expressa forte repulsa ao esforço para melhorar geradores de imagem com qualidade fotográfica
  • Já existe um campo de “notícias” conservadoras que cria realidade paralela só com mentira; então por que fornecer máquinas para criar fotos e vídeos falsos?
  • O autor também é contra levar esse tipo de recurso para apps de câmera no celular
• Casos de estudantes que passam na escola com LLMs levam a uma preocupação com a capacidade de pensamento crítico
  • Marcas como “As a large language model...” aparecendo em comentários ou tarefas são lidas como sinal de que a pessoa nem leu as palavras que entregou em seu próprio nome

Chega de Whatever

• O texto relembra quando o Facebook cogitou operar contas falsas baseadas em LLM dentro da própria plataforma
  • Seria uma estrutura em que pessoas falsas criam posts falsos sobre Whatever, e os usuários veem ainda mais anúncios
• O autor diz sentir vergonha ao ver jogos com arte gerada por Midjourney na loja do Switch
  • Essa tendência é descrita como uma celebração ampla da mediocrity
• Destaca-se a alegria de programar, escrever e criar algo diretamente, para depois sentir: “fui eu que fiz”
  • Não há esse prazer em digitar uma descrição vaga e ficar recarregando até sair um Whatever que pareça bom o bastante
• A ideia de que o Stable Diffusion “democratiza a arte” é considerada errada
  • Não existe um King of Art que concede permissão; qualquer pessoa pode desenhar agora mesmo, mas aprender exige esforço
  • A crítica é que, como o computador oferece elogio sem esforço, as pessoas passam a reclamar da dificuldade de adquirir habilidade
• O que está sendo vendido é uma máquina que promete fazer tudo por você, e para vendê-la é preciso vender a ideia de que “fazer algo não tem valor”
  • Se há valor em fazer algo, então isso inevitavelmente será melhor do que apertar um botão e receber um Whatever quase sem custo
  • A conclusão é Do things. Make things., encerrando com o pedido para que as pessoas coloquem na web aquilo que criaram