Zuckerberg: “A tecnologia de agentes de IA está avançando mais devagar do que o esperado”
(reuters.com)- O ritmo de desenvolvimento de agentes de IA ficou aquém das expectativas, e a trajetória de desenvolvimento dos últimos pelo menos 4 meses não acelerou tanto quanto o previsto
- A grande reorganização implantada no início deste ano não foi suficientemente “limpa”, e a liderança errou ao avaliar o momento das mudanças
- Em maio, a empresa demitiu cerca de 10% de sua força de trabalho total e realocou cerca de 7.000 pessoas para equipes centradas em IA, gerando reação dos funcionários e preocupações com o moral
- A aposta na nova estrutura organizacional ainda não deu frutos; a expectativa é de um impacto maior nos próximos 3 a 6 meses
- Com até US$ 145 bilhões em investimentos em infraestrutura de IA previstos para este ano, também estão em andamento a revisão de um software de rastreamento de mouse e discussões sobre a reintrodução do modelo opt-in
Atraso no desenvolvimento de agentes de IA
- Em um town hall interno, ele reconheceu que houve falhas na ampla reestruturação da empresa e mencionou que os sistemas de agentes de IA não avançaram tão rapidamente quanto o esperado
- Agentes de IA são sistemas de automação que executam tarefas em nome dos usuários
- A trajetória de desenvolvimento agentic dos últimos pelo menos 4 meses não acelerou da forma esperada, e a aposta na nova estrutura ainda não deu frutos
- Na época do plano de reestruturação, em janeiro e fevereiro, conversas com “os melhores talentos” já apontavam preocupações de que a velocidade de adaptação às mudanças não seria suficientemente rápida
- Na época, a liderança estava “muito otimista” em relação a ferramentas como o Claude Code, da startup de IA Anthropic
Reestruturação e reorganização
- A reorganização, incluindo grandes cortes de pessoal, não foi tão “limpa (clean)” quanto poderia ter sido, e a liderança avaliou mal o momento das mudanças
- Estão em andamento tentativas de suavizar algumas das mudanças organizacionais introduzidas no início deste ano sem uma mudança fundamental de direção
- Em maio, a empresa demitiu cerca de 10% de sua força de trabalho global e realocou cerca de 7.000 pessoas para equipes centradas em IA, provocando reação dos funcionários e preocupações com queda de moral
- A mudança faz parte de uma reestruturação ampla para financiar investimentos em infraestrutura de IA e garantir eficiência em trabalhos apoiados por IA
- Em maio, a empresa disse aos funcionários que não haveria mais cortes gerais neste ano, mas alguns funcionários reagiram com ceticismo
Escala dos investimentos em IA e perspectivas
- A previsão é gastar até US$ 145 bilhões em infraestrutura de IA neste ano, uma parcela significativa dos mais de US$ 700 bilhões em gastos de todo o setor de big tech
- A expectativa é começar a ver um impacto maior dos investimentos em IA nos próximos 3 a 6 meses
- Um porta-voz da Meta se recusou a comentar no dia
Revisão de software de rastreamento de mouse
- O diretor de tecnologia Andrew Bosworth afirmou que, após uma revisão de um recente incidente de segurança de dados, dados de funcionários não foram incluídos no treinamento de IA
- No mês passado, a Meta suspendeu temporariamente um programa que rastreava os movimentos do mouse e a atividade digital dos funcionários para investigar exposição de dados sensíveis em treinamento de IA
- Se o programa for reativado após a conclusão da revisão, ele deve operar no modelo “opt-in”
- Ele explicou aos funcionários que “quem se sentir confortável poderá contribuir para esta excelente investigação humana; quem não se sentir, não terá problema”
- Isso contrasta com a orientação dada em abril, quando o programa foi instalado pela primeira vez nos computadores dos funcionários nos EUA, de que não havia forma de optar por não participar
1 comentários
Opiniões do Hacker News
Nesta mesma época do ano passado, havia a preocupação de que, por volta deste ano, as empresas reduzissem suas equipes de engenharia a apenas algumas pessoas, deixando a maior parte do trabalho para agentes autônomos orientados por humanos, mas isso não aconteceu.
Hoje escrevo todo o meu código junto com agentes, mas é absolutamente impossível simplesmente jogar o resultado desejado para eles e deixá-los trabalhar sem supervisão.
É possível produzir mais código do que antes, mas, para criar código estável e bom do jeito que gerentes de produto e designers querem, o aumento fica em torno de 2 a 3 vezes; e a quantidade de código a revisar também cresce 2 a 3 vezes, anulando o ganho de produtividade.
Linhas de código não são um ativo, são um passivo, e devem ser mantidas no menor volume possível, desde que não prejudiquem as funcionalidades, que são o ativo real.
Uma grande parte da engenharia de software é produzir a quantidade certa de código no momento certo.
Na prática, eles só começaram a funcionar minimamente sem grandes ajustes em algum momento entre novembro e fevereiro, e ainda parece que as organizações estão aprendendo como tirar o máximo proveito dos modelos e ferramentas atuais.
Alguns desenvolvedores pegam o jeito rapidamente, lideram bem equipes e criam uma boa cultura, mas muitos têm dificuldade quando passam de IC para gerente se não recebem apoio sobre o que muda nessa transição.
Quando uma equipe ou um enxame de agentes não vai bem, muitas vezes o problema não está nos membros, mas no novo gerente que tenta controlar tudo e faz microgerenciamento, ou, ao contrário, abandona completamente o grupo e só aparece nos check-ins para estragar as entregas.
Não tenho evidências, mas acho que algum tipo de treinamento em gestão para desenvolvedores permitiria aproveitar muito melhor enxames de agentes.
É um estilo de programação em C# relativamente simples, mas transmitir essa simplicidade é mais difícil do que parece.
Quando o agente gera código, leva muito tempo verificar se está correto; se eu não verifico, fica constrangedor quando a revisão dos colegas revela, pelas perguntas, que eu não tinha entendido direito.
Parece que o mundo está dizendo que dá para voar batendo os braços, mas, quando tento, só gasto energia parado no mesmo lugar.
Ele simplesmente deixa de lado coisas que foram explicitamente pedidas como parte do design.
Os vibe coders de verdade dizem que basta escrever o prompt com cuidado, mas isso não faz o menor sentido quando o prompt cuidadosamente escrito é ignorado.
Mesmo colocando no AGENTS.md global “não reverta minhas decisões sem perguntar”, ele simplesmente não obedece.
Este texto parece mais uma reescrita mais enxuta, pela TechCrunch, da matéria da Reuters https://finance.yahoo.com/technology/ai/articles/exclusive-z...
A citação exata parece ser algo como: “ao longo de pelo menos os últimos quatro meses, a trajetória do desenvolvimento agentivo não acelerou de fato da maneira que esperávamos, e a aposta da empresa na nova estrutura ainda não deu frutos”.
É difícil adivinhar exatamente o que Zuckerberg quis dizer aqui com trajetória do desenvolvimento agentivo, mas é bem provável que se refira ao fato de que o uso de ferramentas e a capacidade de tarefas longas dos modelos internos da Meta não melhoraram a ponto de impulsionar ambientes de execução de agentes como Codex ou Claude Code no nível dos melhores modelos da OpenAI e da Anthropic.
Além disso, a realocação de muitos funcionários para rotulagem de dados de IA também provavelmente fazia parte desse objetivo.
Em alto nível, esses agentes não conseguem lidar nem com problemas de médio porte como um humano razoável.
Adicionar memória só aumenta o contexto alucinado, e as falhas nas tarefas passam a ocorrer de maneiras mais difíceis de perceber.
Ele provavelmente está tentando se justificar em termos de custo absoluto e retorno sobre investimento definível.
A lacuna entre um chatbot útil e um agente útil é muito maior do que as pessoas imaginam.
Um chatbot ainda ajuda mesmo errando 10%, mas, se um agente errar 10%, ele enviará e-mails errados e fará chamadas de API erradas sem que ninguém confira.
Um agente de codificação pode formular uma hipótese, testá-la, descobrir que está errada e se recuperar.
Mas, quando você passa do que pode ser facilmente testado e lhe entrega trabalho real, em vez de apenas escrever patches, o problema passa a ser ele imaginar como verdade coisas que não são verdadeiras.
Para uso sem supervisão, parece inevitável que, na melhor das hipóteses, sua utilidade seja limitada; na pior, pode ser um desastre.
Por enquanto, o melhor campo de aplicação são tarefas que podem ser verificadas com precisão razoável.
Dizer que “nos próximos 3 a 6 meses começaremos a ver lucros mais significativos com os investimentos em AI” parece uma alucinação digna da própria AI, e dá a impressão de ser um estado de negação dos fatos no campo
A Meta perdeu o rumo há cerca de 5 anos em metaverse, VR, óculos e AI, e deveria se sentar com calma para pensar qual é exatamente seu produto central
Infelizmente, fora produtos adquiridos como WhatsApp e Instagram, não há um núcleo claro
Está tentando arruinar a vida da autora de Careless People por ela ter exposto crimes contra a sociedade, enquanto funcionários continuam vazando comunicados internos
Como existe esse bug infinito de imprimir dinheiro chamado publicidade, dá para desperdiçar dezenas de bilhões de dólares perseguindo outros sonhos fantasiosos
Mesmo que todos esses sonhos terminem em nada, isso quase não afeta a Meta
O surgimento dos agentes é parecido com deixar de andar a pé e ganhar uma bicicleta
A liderança olha para isso e pensa: “nesse ritmo, teremos carros autônomos em poucos anos”, e passa a planejar seriamente para esse mundo
Realisticamente, parece que vamos andar de bicicleta por bastante tempo, e um cenário em que a produtividade dos contribuidores individuais aumenta torna os engenheiros mais valiosos e úteis, não um peso no orçamento
Portanto, reduzir o quadro justamente quando o potencial de os engenheiros se tornarem muito mais produtivos ficou maior foi uma decisão tola
Isso é uma confissão de que não sabem gerenciar pessoas de forma eficaz, o que é bem constrangedor para quem recebe fortunas por sua capacidade de gestão
E há uma boa chance de as rodas serem hexagonais
Espero que seja assim para que a sociedade ganhe tempo de se adaptar, mas, na prática, não sabemos nada
Acho que o que todos subestimaram foi a escala insana dos recursos computacionais necessários e como esses recursos teriam de escalar para acompanhar modelos maiores
É algo próximo da versão de AI de “nove mulheres não conseguem gerar um bebê em um mês”
Recursos computacionais adicionais não vão criar magicamente uma inteligência artificial geral
O ritmo que a indústria vinha prometendo é irrealista; por exemplo, as pessoas ficaram decepcionadas com a velocidade de evolução do Apple Intelligence, mas na verdade ele avançou mais ou menos no ritmo esperado
O problema real é que a AI não gerou o impacto nem o uso esperados a ponto de eles precisarem fazer isso, e Zuck pode parecer que venceu, mas talvez seja um vencedor com gosto amargo
Mas como é muito difícil prever quando essa ruptura virá, é preciso planejar assumindo o pior e, ao mesmo tempo, estar preparado para aproveitar a oportunidade quando ela aparecer
Se a AI é um grande salto de produtividade, a empresa não deveria contratar o mesmo número de funcionários, ou até mais, para ganhar mais participação de mercado como vantagem competitiva?
Reduzir o quadro porque os funcionários ficaram mais eficientes parece atirar no próprio pé para continuar parado no mesmo lugar durante uma corrida
A AI deveria ter tornado até funcionários menos qualificados mais contratáveis e úteis, então deveria ter provocado um boom no mercado de trabalho
O fato de isso não estar acontecendo sugere que a AI talvez seja apenas uma desculpa para cortes de pessoal, não a causa fundamental
Essa tecnologia tem menos de 10 anos, e só ficou realmente útil nos últimos 3 anos, mais ou menos
Não entendo por que já esperam que ela seja transformadora
É parecido com quando diziam que “a internet é só um aparelho de fax enfeitado”
O problema é que se está trabalhando com pessoas. E pessoas inteligentes, cada uma acostumada há muito tempo a trabalhar de uma forma estreita e específica
Se você presume que todo engenheiro é obcecado por AI como você e vai abrir o Claude Code sempre que for solicitado, a abordagem está errada
Por melhor que seja a ferramenta, se ela não se encaixar no comportamento e no modo de trabalho do engenheiro, simplesmente será abandonada
Vejo esse problema o tempo todo em clientes e potenciais clientes. Se uma equipe de 5 pessoas leva 2 semanas para criar um widget foobar, isso são 50 pessoa-dias
Se alguém mostra que consegue fazer a mesma coisa com AI em 2 horas, com qualidade igual ou superior, a liderança vai adorar, mas a equipe ainda pode continuar programando à mão e apenas perguntando ao ChatGPT sobre erros de ferramentas de build em vez de recorrer ao Stack Overflow
Não basta distribuir a ferramenta e dizer que ela é incrível
É preciso entender a equipe de engenharia, trabalhar junto, conduzi-la corretamente passo a passo e mudar comportamentos
Isso não acontece da noite para o dia. Infelizmente, a abordagem atual parece ser mandar embora quem não entrega resultados na era da engenharia de software assistida por AI, e não acho que isso esteja certo
Fico me perguntando por que deveríamos nos importar com o que Zuckerberg diz sobre agentes de AI
Ele era um desenvolvedor PHP no começo dos anos 2000 que teve sorte com o Facebook, não um cientista nem pesquisador de AI
Que autoridade ele tem para falar sobre o futuro dos agentes de AI?
O moral da empresa está no nível mais baixo de todos os tempos, e isso mostra muito melhor as competências de liderança nas quais ele deveria se concentrar. Ou talvez um agente o substitua em breve
Em alto nível, ele supervisiona uma parte considerável do desenvolvimento de agentes de AI, então está em posição de ver se estão tendo sucesso, e também deve receber métricas detalhadas
Esteja o julgamento dele certo ou não, CEOs do setor de tecnologia são notórios por seguir modas, então a avaliação dele pode definir o clima em outras empresas
Talvez ele mesmo esteja apenas seguindo a moda desta vez e, ao mesmo tempo, liderando um movimento inicial de esfriamento da bolha de AI
Não estou tentando elogiá-lo; o mesmo vale para muitos executivos C-level de grandes empresas
Há um descompasso entre a produtividade medida e a produtividade “anedótica”
O bom deste gráfico é que ele também mostra uma das formas mais eficazes de aumentar a produtividade. Basta simplesmente reduzir o quadro de pessoal
https://fred.stlouisfed.org/series/OPHNFB
Em condições de escassez, em geral vale mais a pena aumentar a produção ou criar outro tipo de produção, ainda mais se alguém estiver disposto a pagar por isso
Portanto, a pergunta importante é o que é escasso, se alguém pagará por isso e como produzir mais disso
Se for possível criar algo pelo qual as pessoas estejam dispostas a pagar, é possível contratar pessoas para produzi-lo
Infelizmente, aquilo pelo qual as pessoas com dinheiro mais claramente estão dispostas a pagar são tokens de IA, data centers e insumos para data centers
Não está claro se isso nos fará obter mais das outras coisas que queremos
O objetivo do investimento é produção, crescimento e lucro, não a produtividade em si