runesleo

最近看了太多 Bitcoin L1 的新项目，越来越觉得现在最容易被忽略的，不是“怎么买”，而是：
买完以后，怎么卖？
新协议、新资产、新 launchpad 的供给速度太快了，但流动性基础设施明显没跟上。
Mint 的时候每个项目都很性感：
第一个 meme、第一个 DeFi、原生于 Bitcoin、低市值、早期……
真买进去以后才发现：
没 AMM，没深度，没聚合流动性，甚至挂个单都要一笔一笔做链上操作。
最后持有人真想退出，只能互相压价、卷地板。
所以我最近给自己加了一条标准：
一个 Bitcoin L1 新资产，如果我现在买进去，却不能清楚回答这 3 个问题：
1. 三天后谁来接？
2. 我要怎么卖？
3. 大仓退出会不会只能和其他持有人一起卷地板？
那我会默认把它当成一种“近似锁仓资产”，而不是普通现货。
Bitcoin L1 现在不缺新资产。
真正稀缺的是可持续的流动性。
以后看项目，入口赔率要看，出口同样要看。

O ChatGPT está cada vez mais parecido com uma “estação de trabalho pessoal”.
Hoje, ao abrir o app, a página inicial, com base no meu Gmail, Calendar e GitHub conectados, apresentou proativamente algumas coisas que talvez precisem de atenção:
O Mac remoto pode estar instável
Um evento do calendário que já ficou desatualizado
Um PR que ainda não passou por review
O interessante não é que “o ChatGPT consegue ler esses apps” — isso já era possível há muito tempo.
A verdadeira mudança é que ele começou a avaliar proativamente “o que pode precisar da sua atenção agora”, em vez de esperar você pergun

Hoje consegui colocar de fato em funcionamento algo em que venho pensando há muito tempo: usando Grok Bot + dois Macs, montei um sistema de autossalvamento de rede entre múltiplos dispositivos.
Meu ambiente diário agora já não é mais “um computador”, mas sim dois Macs, Tailscale, VPN, Grok Bot, Claude, Codex, Cursor, além de vários Agents e automações em execução contínua. O problema real também surgiu: quando a rede, o proxy, o Tailscale ou algum Agent de uma máquina apresenta problemas, e eu não estou diante do computador, a IA até consegue consertar, mas ela mesma também não consegue mais e

Um amigo viu dois joguinhos de encontrar coisas no shopping e aproveitou para testar a capacidade visual das IAs.
Encontre o marshmallow entre as focas
Encontre o cordeirinho entre os Papais Noéis
ChatGPT: pensou por 9 minutos e encontrou os dois.
Doubao: não encontrou o marshmallow e, então, com muita confiança…
simplesmente inseriu dois marshmallows na imagem original e os circulou para me dizer a resposta 😂
O momento mais cômico da IA não é quando ela erra.
É quando, para provar que acertou, ela simplesmente muda a pergunta.

Hoje levei uma surra do problema de “continuidade das tarefas” do ChatGPT.
Não é que a qualidade de uma determinada resposta tenha caído, mas algo ainda mais problemático:
algumas conversas que já estavam em andamento há bastante tempo de repente pararam de responder;
as ferramentas / MCP que antes funcionavam normalmente, de repente não conseguem mais se conectar em algumas conversas;
trocar para uma nova conversa permite voltar a conversar, mas o contexto da tarefa, o estado de execução e o ponto em que se estava facilmente se perdem juntos.
Hoje passei boa parte do tempo não “fazendo as coi

Cada vez mais tenho a sensação de que:
À medida que as interfaces de linguagem natural de Agentes de IA como Codex e Grok amadurecem gradualmente, conectando-se à sua própria estação de trabalho local, ao navegador, a várias ferramentas e aos modelos mais poderosos na nuvem —
as pessoas comuns estão, na verdade, adquirindo pela primeira vez seu próprio “sistema operacional de IA”.
Você não precisa abrir uma dúzia de softwares, memorizar uma pilha de comandos nem encadear fluxos de trabalho manualmente.
Você só precisa dizer:
“Resolva isso.”
Então o Agente passa a chamar o computador, o código,

Recentemente, ao executar tarefas longas no ChatGPT, tenho me deparado com isso com frequência.
O mais absurdo é: a interface informa que “a transmissão em streaming foi interrompida”, mas às vezes a tarefa em segundo plano continua sendo executada.
Quanto mais se usa o Agent, mais fica claro que a inteligência do modelo é apenas uma parte.
Conexão, reconexão, recuperação de estado e observabilidade de tarefas longas são o que realmente afeta a experiência de uso no dia a dia.

Na verdade, já uso o Remote Control do ChatGPT há bastante tempo.
Antes, eu o via apenas como uma função muito conveniente:
estou fora de casa, abro o celular e continuo assumindo o controle do Codex que está rodando no Mac de casa.
Envio a tarefa pelo celular → execução local no Mac → acompanho o progresso a qualquer momento → continuo enviando instruções.
Mas, recentemente, à medida que conectei cada vez mais tarefas à IA, percebi de verdade o que isso significa.
Quando a IA consegue se conectar ao computador, aos arquivos, ao terminal, ao navegador e a vários fluxos de trabalho, o celular d

Hoje só descobri que o ChatGPT Pro oferece 100GB de espaço para arquivos.
Usei por tanto tempo e, surpreendentemente, ocupei apenas 315MB.
Isso me fez perceber que, no passado, eu sempre usava o ChatGPT como “poder computacional” e “caixa de diálogo”, mas nunca o tratei de verdade como um espaço de trabalho de longo prazo.
Por isso, reorganizei minha arquitetura de armazenamento de IA:
Mac: execução
Disco local de grande capacidade: dados brutos / arquivamento a frio
Google Drive: documentos oficiais editáveis por humanos
ChatGPT Library: camada de conhecimento legível, pesquisável e reutilizá

Depois de mexer com AI e vibe coding por tanto tempo, hoje, pela primeira vez, examinei de verdade minhas estatísticas de uso do Codex:
Tokens acumulados: 1.038,2 bilhões
Pico em um único dia: 4,59 bilhões
Maior período de uso contínuo: 119 dias
Os números são muito mais impressionantes do que eu imaginava.
Mas o que realmente vale a pena analisar não é quantos Tokens foram consumidos, e sim no que esses Tokens acabaram se transformando.
Recentemente, decidi revisar por completo os sistemas de automação com AI que já estão funcionando: pesquisa, monitoramento, assistência para trading, produçã

Nestes últimos dois dias, surgiu um novo modelo no setor de IA, o Jev, que acho que vale uma análise à parte.
O aspecto mais contraintuitivo dele não é quanto o benchmark subiu novamente, mas o fato de que ele nem quer ser um LLM que “conversa melhor”.
A ideia de @typesafeai é:
Muitas tarefas de software nem precisam que o modelo “gere um texto”.
Atualmente, muitos workflows de IA são, na prática:
estado → LLM → gerar texto / JSON → fazer parse → validar → tentar novamente → o programa decide o próximo passo
Mas, internamente, o que o software realmente precisa que a IA responda muitas vezes é