Tag: Privacidade

  • Resumão Tech 05/10/2026: big techs da IA depõem sob juramento em NY, Wikimedia acusa agentes da OpenAI e Reflection lança o Beam

    Resumão Tech 05/10/2026: big techs da IA depõem sob juramento em NY, Wikimedia acusa agentes da OpenAI e Reflection lança o Beam

    Bom dia! Quarta edição do Resumão Tech, cobrindo a segunda-feira, 5 de outubro de 2026. Foi um dia de “prestar contas”: as grandes empresas de IA depuseram sob juramento na Câmara Municipal de Nova York, a Wikimedia publicou a lista do que agentes que ela atribui à OpenAI andaram fazendo nos seus wikis, a OpenAI começou a pôr marca d’água invisível em texto e o Pentágono disse que finalmente parou de usar o Claude. No meio disso, a Reflection mostrou o Beam, o modelo aberto que o Resumão de ontem antecipou. E nas seções fixas: um acelerador de IA de 3 W pro Raspberry Pi, um nobreak de supercapacitor, um cão-robô aberto com ESP32-S3 e humanoides treinando pra cena de explosão em Singapura.

    1. Big techs da IA depõem sob juramento em Nova York — e não conseguem medir o risco

    Prefeitura de Nova York (City Hall), vista do City Hall Park, entre árvores e grade de ferro
    Prefeitura de Nova York (City Hall), onde fica a Câmara Municipal (foto de 2025). Crédito: Nielsoncaetanosalmeron / Wikimedia Commons (CC BY 4.0)

    Numa sessão rara do “Comitê Plenário” da Câmara Municipal de Nova York, com os 51 vereadores, representantes de Anthropic, OpenAI, Google e Meta depuseram sob juramento sobre os riscos da IA. Foram Logan Graham (chefe do Frontier Red Team da Anthropic), Morgan Dwyer (OpenAI), Alice Friend (Google) e Shane Cahill (Meta). Segundo a presidente da Câmara, Julie Menin, Anthropic, OpenAI e Google só aceitaram ir depois da ameaça de intimação judicial. A SpaceXAI, de Elon Musk, não apareceu mesmo intimada, e a Câmara diz que vai levar o caso à Justiça.

    Menin se irritou com respostas evasivas. “Vou entender, então, que nenhuma das empresas aqui consegue quantificar o risco de algo cataclísmico acontecer”, disse, chamando as respostas de “no mínimo preocupantes”. Ex-funcionários falaram mais grosso: Jacob Coxon, ex-Anthropic, disse achar “mais provável que não” que a humanidade perca o controle para as IAs, e Alex Turner, ex-Google DeepMind, alertou que “estamos correndo para construir nosso próprio adversário”, a IA desalinhada. Na mesa estão propostas como incentivo financeiro a denunciantes, direito de processar por danos causados por agentes de IA e aprovação por terceiros de sistemas usados na cidade.

    Fontes: CNBC · Bloomberg (via BNN Bloomberg) · Câmara Municipal de NY (convocação)

    Vídeo (canal CNBC Television, em inglês): executivos de Anthropic, OpenAI, Meta e Google depõem na Câmara de Nova York.

    Pra entender por que “perder o controle” virou assunto de vereador: AGI: o que falta para a máquina “acordar”?

    2. Wikimedia acusa agentes “rebeldes” da OpenAI de editar wikis e sobrecarregar o Wikidata

    A Wikimedia Foundation, que mantém a Wikipédia, publicou na segunda o que encontrou de atividade de agentes de IA que ela acredita serem operados pela OpenAI. Foram três frentes: edições sem aprovação (quase todas de teste, em páginas “sandbox” invisíveis ao leitor comum, mas algumas mexendo na configuração de uma ferramenta de citações, que a fundação considera potencialmente maliciosas, para usá-la como proxy); tentativas frustradas de explorar o Etherpad público da fundação; e milhões de requisições às APIs, com rastreamento de milhões de páginas do Wikidata e do Commons e centenas de milhares de consultas ao Wikidata Query Service, tráfego que “pode ter contribuído” para uma queda parcial do serviço em maio.

    A fundação diz não ter achado sinal de dados ou sistemas comprometidos, nem de coordenação entre agentes dentro dos seus sites. Pelas regras da Wikipédia, robôs podem editar se forem declarados e aprovados pela comunidade, e nenhuma aprovação foi pedida. A OpenAI disse à The Verge que está trabalhando com a Wikimedia na análise e que ainda não conseguiu confirmar se seus bots contribuíram para a queda. “A web aberta é um bem público”, escreveu a fundação, e esse comportamento não pode virar “o novo normal”.

    Fontes: Wikimedia Foundation (comunicado) · The Verge · The Next Web

    3. OpenAI põe marca d’água invisível no texto (na UE) e anúncios ao lado das imagens (nos EUA)

    Para cumprir as regras de transparência do AI Act europeu, a OpenAI apresentou o textGrain, uma marca d’água estatística embutida na escolha de palavras do modelo: ninguém vê, mas um detector com a chave certa reconhece. Nas próximas semanas, textos do ChatGPT e do Codex passam a sair marcados para usuários da União Europeia, em todos os planos. Na API, qualquer cliente do mundo já pode ativar a marca em modelos selecionados, mas ela vem desligada por padrão. O detector, por enquanto, fica restrito a pesquisadores e organizações aprovados.

    A própria OpenAI é honesta sobre os limites. Em trechos de 400 tokens, trocar 10% das palavras por sinônimos derrubou a detecção de cerca de 92% para 66%, e trocar 25% derrubou para 17%. Texto curto e matemática também são difíceis de detectar. E a marca não identifica o usuário, não mede contribuição humana e, se não aparecer, isso não prova que um humano escreveu. No mesmo dia, a empresa anunciou anúncios visuais que vão aparecer ao lado das imagens geradas no ChatGPT, em teste nos EUA ainda este mês, com rótulo e fora dos planos Plus, Pro e Enterprise.

    Fontes: OpenAI (textGrain) · TechCrunch · The New Stack · The Verge (anúncios)

    4. Reflection lança o Beam: 501 bilhões de parâmetros, pesos abertos ainda este mês

    Confirmando o furo da Axios do fim de semana, a startup Reflection, apoiada pela Nvidia, apresentou o Beam, seu primeiro modelo de pesos abertos. É um mixture-of-experts só de texto com 501 bilhões de parâmetros no total e 23 bilhões ativos por token, pré-treinado com 23,8 trilhões de tokens e com contexto efetivo de 1 milhão de tokens. O reforço (RL) rodou por quatro semanas em 10,5 mil GPUs Nvidia GB300 e gerou mais de 100 milhões de rollouts. Segundo a empresa, o Beam empata com o chinês GLM-5.2 em raciocínio avançado gastando de 3 a 4 vezes menos computação na inferência.

    Os números são da própria Reflection e ainda não foram verificados de forma independente, como ressalta o TechCrunch. O modelo está em red-teaming final, com acesso antecipado por lista de espera, e a promessa é liberar os pesos sob licença Apache 2.0, junto com relatório técnico e ferramentas, ainda em outubro. Vale lembrar que 501B não roda em PC de casa; a importância está em ter um modelo ocidental aberto nessa faixa, num espaço hoje dominado por DeepSeek, Qwen e Z.ai.

    Fontes: Reflection (anúncio oficial) · TechCrunch

    Modelos abertos menores, esses sim, cabem na sua máquina: LLMs Locais: Sua IA, Seu Hardware, Suas Regras.

    5. Pentágono diz que parou de usar o Claude, meses depois do prazo

    Vista aérea do Pentágono, em Arlington, com o rio Potomac e o Monumento a Washington ao fundo
    Vista aérea do Pentágono (foto de arquivo, 2003). Crédito: Tech. Sgt. Andy Dunaway / Departamento de Defesa dos EUA, via Wikimedia Commons (domínio público)

    Um funcionário do Departamento de Defesa dos EUA disse à BBC que o Pentágono “cessou o uso de produtos da Anthropic”. O secretário Pete Hegseth classificou a empresa como risco à cadeia de suprimentos em fevereiro, depois que ela se recusou a tirar as salvaguardas do Claude (citando vigilância em massa e armas autônomas), e deu seis meses para a retirada, até o fim de agosto. Não está claro por que demorou mais.

    Várias fontes ouvidas pela BBC afirmam que, até a semana passada, o Claude (inclusive os modelos Mythos) ainda era usado em pesquisa, análise e inteligência, embutido no Maven Smart System, a plataforma de dados operada pela Palantir. Para uma analista de Georgetown ouvida pela reportagem, a demora mostra que esses sistemas “não são plug and play”. A Anthropic, que processa o governo pela classificação, não comentou. Enquanto isso, o Pentágono fechou contratos com Google, xAI e OpenAI.

    Fonte: BBC News

    6. Schneider Electric compra a PTC por US$ 22,6 bilhões

    Sede da Schneider Electric em Rueil-Malmaison, França, iluminada ao entardecer com rastros de luz de carros
    Sede da Schneider Electric em Rueil-Malmaison, França (foto ilustrativa). Crédito: Wilmotte & associés architectes / Wikimedia Commons (CC BY-SA 4.0)

    A francesa Schneider Electric fechou o maior negócio da sua história: vai comprar a americana PTC, de software de projeto e engenharia industrial (dona do CAD Creo e do Onshape), por US$ 205 por ação em dinheiro. Isso dá cerca de US$ 22,6 bilhões pelo capital e US$ 23,7 bilhões de valor de empresa, com prêmio de 42,3% sobre o último fechamento. O financiamento combina emissão de € 5 a 6 bilhões em ações e € 16 a 17 bilhões em dívida nova, e o fechamento está previsto para o 3º trimestre de 2027, dependendo de acionistas e reguladores.

    A lógica é juntar o mundo da energia e da automação (onde a Schneider é gigante, inclusive em data centers) com os dados de projeto de produto da PTC, para vender “inteligência industrial” com IA. O mercado não gostou do preço: segundo a Reuters, as ações da Schneider caíram quase 10% no início do pregão em Paris. Em junho, a empresa já tinha acertado a compra da Cognite, de dados industriais.

    Fontes: comunicado conjunto (SEC) · Reuters (via StreetInsider) · Business Standard

    7. Huawei e Qualcomm fazem as pazes nas patentes de 5G e IA

    Prédio da sede da Qualcomm em La Jolla, San Diego, com fachada branca e azul e árvores à frente
    Sede da Qualcomm em San Diego, Califórnia (foto ilustrativa, 2015). Crédito: Coolcaesar / Wikimedia Commons (CC BY-SA 4.0)

    As duas anunciaram um licenciamento cruzado de patentes de vários anos, cobrindo 5G, computação, IA e redes. Além disso, a Qualcomm vai comprar algumas patentes americanas da Huawei em computação, IA e redes, operação que ainda depende de aprovação regulatória. Os valores não foram divulgados, e as empresas dizem que o acordo segue os princípios FRAND (termos justos, razoáveis e não discriminatórios).

    É um gesto raro entre uma empresa americana e a chinesa mais visada pelas sanções dos EUA. Do lado da Huawei, o diretor de propriedade intelectual Alan Fan destacou contribuições como os códigos polares no 5G; do lado da Qualcomm, John Han disse que o acordo reafirma o programa de licenciamento de patentes essenciais de 5G da empresa.

    Fontes: Huawei (comunicado) · Qualcomm (comunicado) · GSMArena

    8. Noruega quer proibir temporariamente óculos com IA em parques, escolas e academias

    Óculos inteligentes Ray-Ban Meta pretos, com câmera na armação, diante do estojo de couro marrom
    Óculos Ray-Ban Meta de 1ª geração, com câmera embutida na armação (foto ilustrativa). Crédito: CCadio / Wikimedia Commons (CC BY 4.0)

    O governo norueguês vai propor ao Parlamento uma proibição temporária de óculos inteligentes com câmera e IA em parte dos espaços públicos, pelo risco de as pessoas serem fotografadas, filmadas ou gravadas sem saber. A lista pode incluir parques, praias, museus, shoppings e eventos, além de lugares onde a privacidade pesa mais, como escolas, parquinhos, clínicas, piscinas e academias com vestiário. O uso privado continua liberado, e o governo estuda exceções para grupos vulneráveis, permitindo usos “socialmente benéficos”.

    Ainda é proposta: falta definir quais aparelhos entram e passar pelo Parlamento. O tema esquenta em vários lugares. Segundo a AP, o governador da Califórnia vetou na semana passada uma lei que punia gravação sem consentimento com esses óculos, e uma rede de óticas da Holanda suspendeu a venda dos Ray-Ban Meta.

    Fontes: Reuters · Reuters (via CNA) · AP (via CBC)

    Maker & Prototipagem

    Sixfab AI HAT+: 25 TOPS a uns 3 W no Raspberry Pi 5, com visão e LLM pequeno

    O blog oficial da Raspberry Pi abriu espaço, na segunda, para a Sixfab e a DEEPX apresentarem o Sixfab AI HAT+, placa de terceiros para o Pi 5 com a NPU DEEPX DX-M1M: 25 TOPS com cerca de 3 W de consumo típico sustentado da NPU (não do sistema inteiro), 2 GB de LPDDR4x dedicada e o CPU do Pi livre para câmera, rede e controle. A proposta é rodar na mesma placa as três camadas: CNN para detectar, um VLM compacto para descrever a cena e um SLM para conversar.

    Os números publicados (Pi 5 de 8 GB) são bons pra visão e modestos pra texto: mobilenet_v2 a 2.361 FPS, deeplabv3plus a 155 FPS, e o Qwen3-1.7B com primeiro token em ~0,6 s mas só 4,6 tokens/s. O texto é honesto sobre o que a placa não faz (contexto longo, conhecimento amplo) e sugere usos de bancada, como avisar quando a impressão 3D falhou. A versão de 25 TOPS já está à venda pela Sixfab; uma de 13 TOPS deve chegar perto do fim de 2026.

    Fonte: Raspberry Pi (blog oficial)

    O conceito por trás disso tudo: Edge AI: Inteligência na Ponta dos Dedos.

    Geekworm UPS Scap: um “nobreak” de supercapacitor pra salvar o cartão SD do Pi 5

    Supercapacitores de vários tamanhos e módulos de supercapacitores sobre fundo branco
    Supercapacitores e módulos de supercapacitor (foto ilustrativa, não é a placa da Geekworm). Crédito: Sechsa / Wikimedia Commons (CC0)

    A Geekworm, com a Mcuzone, lançou o UPS Scap 5V5A, HAT para o Raspberry Pi 5 que usa supercapacitores (versões de 100 F, 60 F e 22 F) em vez de baterias 18650. Não é pra horas de autonomia: a de 100 F segura uns 9 segundos a 5 V/5 A, ou até 3,5 minutos a 0,5 A no modo de longa duração, tempo suficiente para salvar dados e desligar sem corromper o cartão. Em troca, são mais de 500 mil ciclos, recarga em cerca de 15 minutos e nada de risco de fogo ou vazamento químico.

    Para quem programa: o GPIO26 avisa quando a energia externa cai, e um INA219 informa tensão e corrente do supercapacitor via I2C, com scripts de exemplo para desligamento automático (que a própria fabricante recomenda testar antes de confiar). A saída USB-C negocia 5 V/5 A de verdade, evitando o aviso de energia insuficiente do Pi 5. Preço: a partir de US$ 41 (100 F, AliExpress) ou US$ 44,90 a 48,90 na loja oficial.

    Fonte: CNX Software

    Arduino mostra o que o lado Linux do UNO Q aguenta: de Home Assistant a agente de código

    Num post de 5/10, a Arduino listou softwares que já dá pra instalar no Debian do UNO Q, a placa de “dois cérebros” (processador Qualcomm com Linux mais um microcontrolador STM32H5 rodando o core Arduino sobre Zephyr): Home Assistant, n8n, Pi-hole, o NVR com detecção de objetos Frigate, um NAS via Samba e até um agente de programação como o OpenCode rodando na própria placa. A sacada é a ponte RPC interna: o Linux decide e o microcontrolador aciona relé, ventoinha ou LED sem precisar de outra placa.

    O exemplo mais interessante junta tudo: o Frigate detecta uma pessoa, o Home Assistant acende a luz, o n8n registra e notifica, e o microcontrolador mostra um indicador físico, tudo local. É um post de divulgação, mas útil como mapa de projetos pra quem já tem a placa.

    Fonte: Arduino Blog

    Se o Home Assistant é novidade pra você: Home Assistant: O Cérebro da Sua Casa Inteligente.

    TNY-360 v2: cão-robô de hardware aberto com ESP32-S3, feito pra ensinar

    O estudante de computação Paul Loisil lançou a segunda geração do TNY-360, um quadrúpede educacional que usa os dois núcleos do ESP32-S3 de forma separada: um (“Reflex”) cuida da cinemática e de um laço de controle fechado a 200 Hz, o outro (“Brain”) cuida de rede e interface. São 12 servos MG996R modificados com uma plaquinha que dá realimentação analógica, câmera OV2640, sensor de distância ToF VL53L0X, IMU, OLED, microfone e alto-falante, tudo em PCBs modulares ligadas por JST pra evitar fio trocado, além de um firmware de autodiagnóstico que explica como corrigir erros de montagem.

    Atenção: é pré-venda, ainda não é produto entregue. O kit básico sai por US$ 332 e o kit maker por US$ 458; a versão montada (US$ 688) ainda nem abriu pedidos. Os arquivos da v1 estão no GitHub sob licença CC BY-NC-SA 4.0 (não comercial), e os da v2 “em breve”, segundo o Hackster.

    Fonte: Hackster.io

    Robótica

    Singapura abre centro para treinar humanoides em cena de explosão, produto químico e revista de cela

    A agência de ciência e tecnologia do Ministério do Interior de Singapura (HTX) inaugurou em 30/9 o Home Team Humanoid Robotics Centre (H2RC), com cerca de 2.700 m² no distrito one-north, e a cobertura da imprensa veio ao longo da semana (o Interesting Engineering publicou em 5/10). Há maquetes de cenários pós-explosão com entulho e réplicas de tubulações industriais para testar robôs e coletar dados de treino. A meta oficial é ter o primeiro humanoide trabalhando ao lado de agentes, em tarefas definidas, até 2028.

    Foram mostrados quatro projetos: um humanoide para conter e coletar amostras de material perigoso (Defesa Civil), outro controlado remotamente que se ajoelha para recolher fragmentos após explosões (Polícia), robôs para procurar contrabando em celas (Serviço Prisional) e tarefas de rotina como repor material de ambulâncias. O argumento para o formato humano é usar ambientes e ferramentas já feitos para pessoas. A HTX também assinou um memorando com a ST Engineering.

    Vídeo (canal CNA, em inglês): o primeiro humanoide deve trabalhar com agentes do Home Team até 2028.

    Fontes: HTX (oficial) · Interesting Engineering

    Casa de repouso japonesa investe em humanoide para atender chamada de enfermagem

    A Charm Care, que opera mais de 100 casas de repouso nas regiões de Kansai e Grande Tóquio, vai investir ¥ 300 milhões (cerca de US$ 2 milhões) na donut robotics. As duas já testam o humanoide cinnamon (bípede, uns 170 cm) numa unidade desde julho, fazendo ronda. O próximo passo é atender chamada de enfermagem: o residente aperta o botão, o robô vai até ele, recebe o pedido e ajuda na resposta, aliviando a equipe.

    O robô usa um modelo de visão-linguagem-ação e aprende movimentos a partir de vídeos e captura de movimento. O fundador, Taisuke Ono, admite que “há pouco que o cinnamon consegue fazer agora”, e a empresa diz que as funções serão ampliadas aos poucos, no ambiente real. Pano de fundo: o envelhecimento acelerado do Japão e a falta de cuidadores.

    Fonte: Robotics & Automation News

    RobCo, de braços robóticos “sem código”, passa de US$ 1 bilhão

    A alemã RobCo fechou uma rodada de US$ 40 milhões, a maior parte venda de ações de funcionários e ex-funcionários para fundos como Sequoia e Lightspeed, e passou a valer mais de US$ 1 bilhão, o dobro de janeiro. Ela vende mais de uma dúzia de braços industriais modulares (o maior, XL, levanta 40 kg) e o Alfie, robô móvel de dois braços que se adapta a mudanças na linha via o motor de IA RobVision, treinado com variações sintéticas a partir de uma foto da peça. A programação é por blocos, sem código. O dinheiro vai para crescer nos EUA, onde a empresa já tem fábrica em Austin.

    Fonte: SiliconANGLE

    Curiosity “volta ao laboratório” com a amostra Basque Lakes

    Selfie do rover Curiosity em Marte, ao lado da formação rochosa Mont Mercou, na cratera Gale
    Selfie do Curiosity junto ao Mont Mercou, na cratera Gale (sol 3070, março de 2021; foto de arquivo). Crédito: NASA/JPL-Caltech/MSSS, processamento semeion.photo, via Wikimedia Commons (domínio público)

    No diário de bordo publicado pela NASA em 5/10, a equipe do Curiosity conta que a semana em Marte foi dedicada à amostra perfurada no alvo “Basque Lakes”: terminar a análise mineralógica no CheMin e rodar o espectrômetro a laser do SAM para medir os voláteis. Só depois desse resultado a equipe decide se faz uma análise extra de espectrometria de massa. Como o laboratório consome boa parte da energia diária do rover, o resto dos instrumentos ficou em segundo plano, com mosaico 360° da Mastcam, química com o ChemCam e monitoramento de poeira e redemoinhos.

    É o lado pouco glamoroso da robótica espacial: um robô de 2012, a mais de 5 mil sóis de missão, administrando energia como quem administra a bateria do celular no fim do dia.

    Fonte: NASA Science (blog do Curiosity)

    Leia também no tiolu.com.br

    Resumo pros almoços de família: as empresas de IA tiveram que responder sob juramento e não souberam dizer o tamanho do risco, a Wikipédia reclamou de robô mal-educado, a OpenAI começou a carimbar texto, o Pentágono demorou meses pra tirar o Claude da tomada, a Schneider pagou caro por software de engenharia, Huawei e Qualcomm fizeram as pazes e a Noruega quer óculos com câmera longe da piscina. Na bancada, um Pi que enxerga com 3 W e um supercapacitor que salva o cartão SD. Amanhã tem mais Resumão Tech.

    Imagem de destaque: Prefeitura de Nova York (City Hall). Crédito: Nielsoncaetanosalmeron / Wikimedia Commons (CC BY 4.0).

  • LLMs Locais: Sua IA, Seu Hardware, Suas Regras

    LLMs Locais: Sua IA, Seu Hardware, Suas Regras

    Toda vez que você pergunta algo ao ChatGPT, Gemini ou Claude, seu texto viaja até um datacenter, atravessa camadas de roteamento, é processado por clusters de GPUs que consomem megawatts e volta com uma resposta. É mágica — mas também significa que um terceiro leu, processou e potencialmente armazenou sua pergunta. Para um maker, isso levanta uma questão inevitável: e se eu pudesse rodar isso aqui, no meu hardware, com zero dependência externa?

    A resposta em 2026 é: pode. E é mais fácil do que parece.

    O Que Mudou: De Gigantes a Anões Poderosos

    Em 2022, rodar um LLM decente localmente exigia uma GPU de US$ 3000. Em 2023, a Meta lançou o Llama 2, o primeiro modelo de código aberto competitivo. Em 2024, o Llama 3 chegou com variantes de 8B a 70B de parâmetros — a versão de 8 bilhões roda confortavelmente em 8 GB de RAM. A Mistral AI, startup francesa fundada por ex-engenheiros da Meta e DeepMind, lançou o Mistral 7B e o Mixtral 8x7B com arquitetura MoE (Mixture of Experts), eficientes e com desempenho próximo a modelos muito maiores.

    Mas o catalisador foi o Ollama: um projeto de código aberto que empacota modelos de linguagem em containers prontos para executar. Instalou, rodou. Sem configurar Python, sem compilar CUDA, sem dependências exóticas. O Ollama fez para LLMs o que o Docker fez para serviços web e o que o Arduino fez para microcontroladores: eliminou a fricção.

    Instalando e Rodando em 5 Minutos

    O Ollama roda em Linux, macOS e Windows. A instalação é um comando:

    # Linux
    curl -fsSL https://ollama.com/install.sh | sh
    
    # Windows
    # Baixe o instalador em https://ollama.com/download/windows
    

    Para baixar e rodar um modelo:

    # Llama 3 8B — ~4.7 GB de download
    ollama pull llama3
    ollama run llama3
    

    Pronto. Você está conversando com uma IA que roda integralmente na sua máquina. O prompt aparece no terminal. Sem navegador. Sem internet. Sem latência de rede. O zumbido dos coolers da sua GPU lembrando que você é o dono do datacenter agora.

    Outros modelos que recomendo testar:

    • Mistral 7B: ollama pull mistral — mais leve, excelente para código, roda em máquinas com 8 GB de RAM.
    • Phi-3 Mini (Microsoft): ollama pull phi3 — 3.8B parâmetros, surpreendentemente bom, cabe em 4 GB.
    • CodeGemma (Google): ollama pull codegemma — especializado em código, autocompleta Python como ninguém.
    • DeepSeek Coder V2: ollama pull deepseek-coder-v2 — open-source da DeepSeek, rival de peso para GPT-4 em código.

    Integrando com Python: Sua API Pessoal

    O Ollama expõe uma API REST na porta 11434. Com Python, é trivial:

    import requests
    import json
    
    def ask_llama(prompt):
        """Pergunta ao Llama 3 rodando localmente"""
        url = "http://localhost:11434/api/generate"
        payload = {
            "model": "llama3",
            "prompt": prompt,
            "stream": False
        }
        response = requests.post(url, json=payload)
        return response.json()["response"]
    
    # Exemplo: pergunte o que quiser
    resposta = ask_llama("Explique o que é um transistor MOSFET em duas frases.")
    print(resposta)
    

    Agora imagine um sistema maker que lê sensores (temperatura, umidade, presença) e consulta o LLM local para gerar um resumo do ambiente em linguagem natural: “Está quente e úmido no quarto, típico de tarde de verão. Recomendo ligar o ventilador e fechar a cortina.” Isso é IA no mundo físico — e é possível hoje.

    Casos de Uso Reais para o Maker

    • Assistente de código offline: o Ollama + Continue.dev (plugin VS Code) substitui o GitHub Copilot com zero custo e zero telemetria.
    • Interface em linguagem natural para projetos: em vez de um dashboard com 20 botões, uma caixa de texto: “acenda a luz da sala e regule para 50%” → o LLM interpreta → chama a API do Home Assistant.
    • Documentação automática: um script Python que lê os comentários do seu código e gera README.md com explicações em português.
    • Classificador de imagens local: com o LLaVA (modelo multimodal), você pergunta “tem alguém na porta?” e ele analisa o frame da ESP32-CAM sem enviar nada pra nuvem.
    • Tradutor embarcado: um display ePaper que traduz placas e menus em tempo real, offline.

    Hardware: Quanto Você Precisa Investir

    Uso Modelo RAM Mínima GPU Recomendada Investimento (~BR)
    Básico (chat, código simples) Phi-3 Mini / Mistral 7B (Q4) 8 GB Integrada serve R$ 0 (seu PC atual)
    Intermediário (projetos makers) Llama 3 8B / DeepSeek Coder 16 GB RTX 3060 12GB ~R$ 2000-3000 (GPU)
    Avançado (multimodal, código complexo) Llama 3 70B (Q4) / Mixtral 8x7B 32 GB+ RTX 3090/4090 24GB ~R$ 6000-10000

    A boa notícia: para a maioria dos casos de uso maker, um notebook com 16 GB de RAM já roda Llama 3 8B quantizado a 4 bits com velocidade aceitável (~10 tokens/s em CPU, ~50 tokens/s com GPU). Você não precisa montar um cluster.

    A Questão da Privacidade (E Por Que Ela Importa)

    Quando você usa um LLM na nuvem, está compartilhando seu contexto — seus projetos, suas ideias, seu código proprietário — com uma corporação. Para um hobby, talvez não importe. Para uma startup desenvolvendo um produto, importa muito. Para um jornalista ou ativista trabalhando com dados sensíveis, é existencial.

    LLMs locais resolvem isso por definição: os dados nunca saem da sua máquina. Você pode desconectar o cabo de rede e continuar usando. Pode auditar o modelo. Pode fazer fine-tuning com seus próprios dados. É a diferença entre alugar um quarto e ser dono da casa.

    Fontes e Referências