Minhas maiores lições de @embirico (Líder de Produto do OpenAI Codex): 1. O produto inicial da Codex da OpenAI estava "muito distante no futuro." Ele rodava na nuvem de forma assíncrona, o que era ótimo para usuários avançados, mas difícil para iniciantes. O crescimento explodiu quando trouxeram de volta para onde os engenheiros já trabalham: dentro do editor de código, no próprio computador. O uso do códex cresceu 20 vezes nos últimos 6 meses. 2. A OpenAI construiu o aplicativo Sora para Android — que alcançou o #1 na loja de aplicativos — em apenas algumas semanas com dois ou três engenheiros, com a ajuda da Codex. O aplicativo Sora passou de zero para teste de funcionários em 18 dias, sendo lançado publicamente 10 dias depois. A Codex ajudou analisando o app iOS existente, gerando planos de trabalho e implementando recursos comparando ambas as plataformas simultaneamente. 3. A chave para obter valor do Codex: dê a ele seus problemas mais difíceis, não os mais fáceis. Essas ferramentas foram feitas para lidar com bugs complexos e tarefas complexas, não simples. Comece com algo que você passaria horas fazendo de outra forma. 4. Escrever código pode se tornar a forma universal de realizar qualquer tarefa. Em vez de clicar entre interfaces ou construir integrações separadas, a IA tem melhor desempenho quando escreve pequenos programas em tempo real. Isso sugere que a habilidade de programação deve estar incorporada a todo assistente de IA, não apenas em ferramentas especializadas. 5. Designers da OpenAI agora escrevem e lançam seu próprio código. A equipe de design mantém um protótipo totalmente funcional construído com assistência de IA. Quando têm uma ideia, eles a codificam diretamente, testam e frequentemente a submetem para produção eles mesmos. Os engenheiros só intervêm quando a base de código é particularmente complexa. 6. Mesmo que os modelos de IA parassem de melhorar amanhã, ainda há anos de trabalho de produto para desbloquear seu potencial. A tecnologia está à frente da nossa capacidade de usá-la de forma ideal. 7. O maior gargalo para a produtividade da IA não é a IA; É a rapidez com que os humanos conseguem digitar. Os fatores limitantes são a rapidez com que você digita prompts e a rapidez com que pode revisar trabalhos gerados por IA. Até que a IA possa validar sua própria produção de forma mais confiável e fornecer ajuda proativa, não veremos todos os ganhos de produtividade que essas ferramentas poderiam proporcionar. 8. Escrever código está ficando menos divertido do que revisar código escrito por IA. Engenheiros adoram o fluxo criativo da construção. Agora eles estão passando mais tempo lendo o que a IA produziu. O próximo desafio é tornar esse processo de revisão mais rápido e satisfatório. 9. Novos modelos de IA agora podem trabalhar continuamente de 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 e depois continuar trabalhando em uma nova sessão. Isso possibilita trabalho autônomo durante a noite ou vários dias que antes não era possível. 10. Se você está começando uma empresa hoje, um entendimento profundo de 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.