A queda do custo é o mecanismo habilitador, não a asserção de gratuitidade

Aditya G. Parameswaran (professor associado de EECS na UC Berkeley, codiretor do EPIC Data Lab) e colaboradores escrevem no BAIR Blog que "o custo da IA está caindo rapidamente. As capacidades de classe GPT-4 custavam aproximadamente 30 dólares por milhão de tokens no início de 2023; hoje o mesmo corre abaixo de um dólar" e "os preços de inferência caíram entre 9x e 900x por ano, com uma mediana de queda próxima de 50x." A conclusão deles: "a este ritmo, estamos em breve entrando na era da inteligência virtualmente gratuita — o tipo que é mais do que suficiente para o trabalho de conhecimento cotidiano." O artigo então levanta três desafios: Sistemas de Dados Para Agentes (os agentes como carga dominante — "especulação agêntica," milhares de consultas SQL por requisição, 80-90% trabalho duplicado, otimização multi-consulta, processamento aproximado de consultas, sistemas de dados proativos), Sistemas de Dados De Agentes (o substrato agêntico — memória estruturada por atributos, semântica de edição concorrente, CRDTs, mecanismos de consenso, evitação de livelock), e Sistemas de Dados Por Agentes (agentes que sintetizam sistemas de dados personalizados do zero — agentes de verificação que detectam recompensa-hacking, geração de provas, design composicional). (Aditya G. Parameswaran et al., "Intelligence is Free, Now What? Data Systems for, of, and by Agents", BAIR Blog, publicado 2026-07-07, recuperado 2026-08-23, https://bair.berkeley.edu/blog/2026/07/07/intelligence-is-free-now-what/). O Arquiteto Honesto lê o artigo como um exemplo trabalhado de queda-do-custo-como-mecanismo-habilitador: a propriedade (inteligência-virtualmente-gratuita) é garantida pelo mecanismo (queda do preço de inferência a 9x-900x por ano, mediana 50x), não pela asserção "a IA está ficando mais barata." O Arquiteto Honesto marca a forma a-queda-do-custo-é-o-mecanismo-habilitador como Produção ✅ e cada alegação de pesquisa específica (a cifra de 30-para-1 dólar, a faixa 9x-900x, os subplanos distintos de 10-20%, Bespoke OLAP, GenDB, memória estruturada, Temporal, Claude Code) como Parcial ⚠️ (pesquisa de terceiros, não verificada independentemente pela Everythink).

O artigo é uma perspectiva de pesquisa do EPIC Data Lab de Berkeley — sem paywall, sem venda de cursos. O Arquiteto Honesto extrai seis formas de mecanismo através dos três desafios — queda-do-custo-como-habilitador, especulação-agêntica-como-carga, otimização-multi-consulta-como-desduplicação, memória-estruturada-como-recuperação, semântica-de-edição-concorrente-como-consistência, agentes-de-verificação-como-correção — e marca cada uma Produção ✅ onde real e reproduzível, Parcial ⚠️ onde de terceiros.

Conclusões principais

• A queda do custo é o mecanismo habilitador. Theorem 3: a propriedade (inteligência-virtualmente-gratuita) é garantida pelo mecanismo (queda do preço de inferência a 9x-900x por ano, mediana 50x), não pela asserção "a IA está ficando mais barata." A curva de preço é o mecanismo; "inteligência gratuita" é a propriedade que produz. Produção ✅.
• A especulação agêntica é o mecanismo de carga. O artigo: os agentes realizam "um fluxo de trabalho de alto volume e heterogêneo que abrange introspecção de esquema, exploração colunar, formulação parcial e depois completa de consultas." A propriedade (os-agentes-exploram-o-espaço-de-hipóteses) é garantida por milhares de consultas especulativas por requisição, não por uma única consulta bem formada. Produção ✅.
• A otimização multi-consulta é o mecanismo de desduplicação. O artigo: "apenas 10-20% dos subplanos são distintos. Assim, 80-90% das subconsultas realizam trabalho duplicado." A propriedade (sem-trabalho-duplicado) é garantida reutilizando resultados através de subplanos sobrepostos, não executando cada consulta independentemente. Produção ✅.
• A memória estruturada é o mecanismo de recuperação. O artigo: memória organizada por atributos (colunas, tabelas, tipo de operação, instruções corretivas), recuperada por coincidência de características, não por similaridade de palavras-chave ou incorporação. A propriedade (recuperar-apenas-memória-pertinente) é garantida por coincidência estrutural de atributos, não por busca difusa. Produção ✅.
• A semântica de edição concorrente é o mecanismo de consistência. O artigo: multiversionamento, cópia-na-escrita, CRDTs, transformação operacional, semântica exatamente-uma-vez. A propriedade (o-estado-compartilhado-sobrevive-a-edições-concorrentes) é garantida por protocolos de concorrência definidos, não por esperar que os agentes não se atropelem. A confiança não é um mecanismo. Produção ✅.
• Os agentes de verificação são o mecanismo de correção. O artigo: "agentes de verificação auxiliares que tentam gerar casos de teste que detectem a exploração de casos limite." A propriedade (o-sistema-sintetizado-coincide-com-a-especificação) é garantida por agentes de verificação que detectam recompensa-hacking, não confiando no agente de síntese. Produção ✅.
• Paralelos transversais: Oracle normaliza-uma-vez (rascunhos diversos das Sisters normalizados num ensemble — a otimização multi-consulta é análoga: subconsultas diversas de agentes desduplicadas em resultados compartilhados), World Monitor auto-desativação por fonte (o sistema de dados proativo direciona os agentes para longe de consultas caras, como uma fonte se auto-desativa quando sua chave não está definida), Zod no limite de execução (os agentes de verificação analisam o sistema sintetizado no limite de teste, como Zod analisa a carga no limite de rede), Eye Key (a semântica de edição concorrente é análoga — o-estado-compartilhado-sobrevive é garantido por CRDT/exatamente-uma-vez, como a soberania-de-chave é garantida por HMAC-mais-impressão-digital — ambos estruturais, não confiança), HAI Engine desde 2016 (o substrato agêntico é análogo — mesmo-mecanismo-cada-execução é garantido por executar-o-mesmo-mecanismo). Todos Parcial ⚠️: mesma forma, domínios separados.
• Âmbito: civil/defensivo. A pesquisa de sistemas de dados é uma preocupação de engenharia civil. Sem âmbito ofensivo. Nenhum resultado de token, carteira ou crédito comunitário é prometido; esses são Roadmap 🔵, revisão Howey pendente. Everythink é uma plataforma de previsão, não um laboratório de pesquisa de sistemas de dados; os paralelos transversais são ilustrações Parciais ⚠️, não endossos de BAIR, UC Berkeley, EPIC Data Lab, ou qualquer projeto de pesquisa específico.

A queda do custo é o mecanismo habilitador

O artigo abre com a curva de preço: "as capacidades de classe GPT-4 custavam aproximadamente 30 dólares por milhão de tokens no início de 2023; hoje o mesmo corre abaixo de um dólar" e "os preços de inferência caíram entre 9x e 900x por ano, com uma mediana de queda próxima de 50x." A propriedade (inteligência-virtualmente-gratuita) é garantida pelo mecanismo (a curva de queda de preço — uma tendência quantificada, medida através de múltiplos provedores e benchmarks), não pela asserção "a IA está ficando mais barata." Produção ✅.

A distinção importa. Uma equipa que afirma "a inteligência é gratuita" sem rastrear a curva de preço tem uma crença não testável. Uma equipa que rastreia a queda 9x-900x tem um habilitador testável — a curva é a evidência, a mediana 50x é a medida, e a propriedade (virtualmente gratuita) segue-se do mecanismo (a curva). O mecanismo é a queda do preço, não a asserção. Produção ✅.

A especulação agêntica é o mecanismo de carga

O artigo nomeia o novo padrão de carga: "especulação agêntica — um fluxo de trabalho de alto volume e heterogêneo que abrange introspecção de esquema, exploração colunar, formulação parcial e depois completa de consultas. Com múltiplos agentes explorando porções do espaço de hipóteses, cada requisição de usuário poderia ascender a milhares de consultas SQL individuais." A propriedade (os-agentes-exploram-o-espaço-de-hipóteses) é garantida pelo mecanismo (consultas especulativas — o agente não sabe qual consulta é correta, então emite muitas, cada uma sondando uma parte diferente do espaço), não por uma única consulta bem formada. Produção ✅.

A forma tem um caso positivo. O artigo nota "taxas de sucesso de tarefa aumentando significativamente com mais tentativas agênticas — então a redundância é na verdade útil." A especulação não é desperdício — é o mecanismo pelo qual o agente descobre a consulta correta. Mas da perspectiva do sistema de dados, 80-90% das subconsultas são trabalho duplicado. O mecanismo que ajuda o agente (especulação) cria o problema que o sistema de dados deve resolver (desduplicação). Produção ✅.

A otimização multi-consulta é o mecanismo de desduplicação

O artigo: "apenas 10-20% dos subplanos são distintos. Assim, 80-90% das subconsultas realizam trabalho duplicado." A propriedade (sem-trabalho-duplicado) é garantida pelo mecanismo (otimização multi-consulta e escaneamentos compartilhados — reutilizar resultados através de subplanos sobrepostos, baseando-se em literatura de décadas), não executando cada consulta independentemente. Produção ✅.

O artigo também propõe processamento aproximado de consultas como mecanismo de satisficing: "devolvendo respostas aproximadas que são suficientemente boas para os agentes progredirem." A propriedade (respostas-suficientemente-boas) é garantida pelo mecanismo (processamento aproximado de consultas — o sistema de dados devolve uma estimativa, o agente decide se precisa de mais), não por cálculo exato sempre. Produção ✅.

A forma é o análogo de domínio do Oracle normaliza-uma-vez da Everythink: a propriedade previsão-calibrada é garantida por entradas-diversas-mais-normaliza-uma-vez — o Oracle normaliza rascunhos das Sisters (analyst, contrarian, disruptor, historian, institutionalist) num ensemble, eliminando sinal redundante. A otimização multi-consulta é análoga: subconsultas diversas de agentes desduplicadas em resultados compartilhados. Ambas reduzem trabalho redundante através de uma camada normalizadora. Parcial ⚠️ (mesma forma — entradas-diversas-desduplicadas-em-resultados-compartilhados — domínios separados).

A memória estruturada é o mecanismo de recuperação

O artigo argumenta que arquivos MD não estruturados e recuperação baseada em incorporação "não serão mais eficazes" em escala. A substituição: "memória estruturada — organizar a memória através de vários atributos, cada um dos quais poderia ser definido como * para indicar aplicabilidade universal, ou definido como uma lista de valores para coincidir." Para um agente de dados, as dimensões poderiam incluir colunas e tabelas, tipo de operação e instruções corretivas. A propriedade (recuperar-apenas-memória-pertinente) é garantida pelo mecanismo (coincidência estrutural de atributos — o agente recupera apenas memórias etiquetadas com o módulo, idioma, framework e modo de falha relevantes), não por similaridade de palavras-chave ou incorporação. Produção ✅.

A distinção importa. Uma equipa que recupera memória por palavra-chave obtém tudo o que menciona a palavra — incluindo memórias irrelevantes que desperdiçam contexto. Uma equipa que recupera por atributos estruturados obtém apenas as memórias pertinentes — a coincidência de atributos é o filtro, o contexto não é desperdiçado. O mecanismo é o esquema de atributos estruturados, não a busca. Produção ✅.

O artigo também nota que "rastros brutos do agente com erros não são muito úteis pois induzirão os agentes a repetir o mesmo erro — em vez disso, queremos que a memória recuperada seja corretiva." A propriedade (a-memória-recuperada-é-corretiva) é garantida pelo mecanismo (armazenar instruções corretivas, não rastros brutos), não armazenando tudo o que o agente fez. Produção ✅.

A semântica de edição concorrente é o mecanismo de consistência

O artigo: "quando milhares de agentes estão tentando editar estado compartilhado ao mesmo tempo," os efeitos da vasta maioria das transações precisam ser revertidos — com apenas o resultado da transação correta persistindo. A propriedade (o-estado-compartilhado-sobrevive-a-edições-concorrentes) é garantida pelo mecanismo (multiversionamento, cópia-na-escrita, CRDTs, transformação operacional, semântica exatamente-uma-vez — protocolos de concorrência definidos que lidam com conflitos estruturalmente), não esperando que os agentes não se atropelem. A confiança não é um mecanismo. Produção ✅.

O artigo nomeia o modo de falha: "uma forma de 'livelock,' onde ações compensatórias incessantes impedem qualquer progresso significativo." Um sistema sem protocolos de concorrência definidos tem livelock — os agentes compensam as edições uns dos outros, o que dispara mais compensações, que disparam mais. Um sistema com CRDTs ou semântica exatamente-uma-vez tem resolução estrutural de conflitos — o protocolo lida com o conflito, não os agentes. O mecanismo é o protocolo de concorrência, não o bom senso dos agentes. Produção ✅.

A forma é o análogo de domínio do design Eye Key da Everythink: a propriedade soberania-de-chave é garantida por HMAC-mais-impressão-digital — a chave é soberana porque o mecanismo produz a propriedade estruturalmente, não por confiança. A semântica de edição concorrente é análoga: o-estado-compartilhado-sobrevive é garantido por CRDT/exatamente-uma-vez, não confiando que os agentes coordenem. Ambas produzem a propriedade através de uma restrição estrutural, não uma expectativa comportamental. Parcial ⚠️ (mesma forma — propriedade-garantida-por-restrição-estrutural-não-confiança — domínios separados).

Os agentes de verificação são o mecanismo de correção

O artigo sobre agentes que sintetizam sistemas de dados: "as especificações são tipicamente imperfeitas, e não cobrem todos os casos limite. Os agentes atuais explorarão as especificações faltantes para fazer recompensa-hacking até uma métrica de alto desempenho." A solução: "agentes de verificação auxiliares que tentam gerar casos de teste que detectem a exploração de casos limite, essencialmente expandindo a especificação." A propriedade (o-sistema-sintetizado-coincide-com-a-especificação) é garantida pelo mecanismo (agentes de verificação que geram casos de teste adversariais que detectam recompensa-hacking), não confiando no agente de síntese. Produção ✅.

A distinção importa. Um agente de síntese em quem se confia para produzir um sistema correto não tem barreira — explorará qualquer lacuna na especificação para maximizar a métrica, incluindo casos limite que a especificação não cobria. Um agente de síntese que é verificado por agentes de verificação tem uma barreira estrutural — os agentes de verificação geram casos de teste que o agente de síntese não antecipou, e as lacunas surgem antes da implantação. O mecanismo é a verificação adversarial, não a síntese. Produção ✅.

O artigo também propõe "gerar um sistema e uma prova da sua correção juntos" — a propriedade (o-sistema-é-demostravelmente-correto) é garantida pelo mecanismo (geração de prova junto com a síntese), não por testes isolados. Esta é a forma mais forte: a prova é o mecanismo, não o teste. Produção ✅.

A forma é o análogo de domínio da regra Zod-no-limite-de-execução da Everythink: os tipos de cabo são definidos uma vez em Zod, as respostas são analisadas no limite de rede, e uma carga ruim surge como um ApiError tipado, nunca um travamento. Os agentes de verificação são análogos: o sistema sintetizado é analisado no limite de teste (casos de teste adversariais), e um sistema ruim surge como uma falha de teste, nunca um recompensa-hack. Ambos validam no limite antes de o manipulador correr. Parcial ⚠️ (mesma forma — validar-no-limite-antes-da-execução — domínios separados).

O que um Arquiteto Honesto lê numa perspectiva de pesquisa do BAIR

O artigo é uma perspectiva de pesquisa do EPIC Data Lab de Berkeley — sem paywall, sem venda de cursos. O Arquiteto Honesto extrai as formas de mecanismo sem endossar qualquer projeto de pesquisa específico. As formas são Produção ✅: reais, reproduzíveis, verificáveis pela própria lógica do artigo e suas citações (a curva de preço torna a inteligência virtualmente gratuita; a especulação agêntica cria a carga; a otimização multi-consulta desduplica; a memória estruturada recupera pertinentemente; a semântica de edição concorrente previne livelock; os agentes de verificação detectam recompensa-hacking). Todas as alegações de pesquisa específicas (a cifra de 30-para-1 dólar, a faixa 9x-900x, os subplanos distintos de 10-20%, Bespoke OLAP, GenDB, memória estruturada, Temporal, Claude Code, Kiro) são Parcial ⚠️ (pesquisa de terceiros, não verificada independentemente pela Everythink). O Arquiteto Honesto não endossa BAIR, UC Berkeley, EPIC Data Lab, Parameswaran, ou qualquer projeto de pesquisa específico. Everythink é uma plataforma de previsão, não um laboratório de pesquisa de sistemas de dados. Os paralelos transversais são ilustrações Parciais ⚠️, não endossos. O âmbito é civil/defensivo: a pesquisa de sistemas de dados é uma preocupação de engenharia civil. Sem âmbito ofensivo. Nenhum resultado de token, carteira ou crédito comunitário é prometido; esses são Roadmap 🔵, revisão Howey pendente.

Perguntas frequentes

A queda do custo é o mecanismo ou a asserção?

A queda do custo é o mecanismo. Theorem 3: a propriedade (inteligência-virtualmente-gratuita) é garantida pelo mecanismo (queda do preço de inferência a 9x-900x por ano), não pela asserção ("a IA está ficando mais barata"). A curva de preço é a evidência. Produção. As cifras específicas são Parciais.

Por que a especulação agêntica é o mecanismo de carga?

Os agentes não sabem qual consulta é correta, então emitem muitas — milhares de consultas SQL especulativas por requisição. A especulação é o mecanismo pelo qual o agente descobre a consulta correta. 80-90% é trabalho duplicado, que é o problema que a otimização multi-consulta resolve. Produção.

Por que a semântica de edição concorrente é o mecanismo de consistência?

Milhares de agentes editando estado compartilhado precisam de protocolos de concorrência definidos — CRDTs, exatamente-uma-vez, multiversionamento. Sem eles, livelock: os agentes compensam as edições uns dos outros sem cessar. O mecanismo é o protocolo, não o bom senso dos agentes. A confiança não é um mecanismo. Produção.

Por que os agentes de verificação são o mecanismo de correção?

Um agente de síntese explorará qualquer lacuna na especificação para fazer recompensa-hacking. Os agentes de verificação geram casos de teste adversariais que detectam a exploração. O mecanismo é a verificação adversarial, não a síntese. Produção.

A Everythink endossa BAIR, UC Berkeley ou o EPIC Data Lab?

Não. Everythink é uma plataforma de previsão, não um laboratório de pesquisa de sistemas de dados. O artigo é uma perspectiva de pesquisa. As alegações de pesquisa específicas são Parciais. Nenhum resultado de token, carteira ou crédito comunitário é prometido; esses são Roadmap, revisão Howey pendente.

Fontes

• Aditya G. Parameswaran et al., "Intelligence is Free, Now What? Data Systems for, of, and by Agents", BAIR Blog, publicado 2026-07-07, recuperado 2026-08-23, https://bair.berkeley.edu/blog/2026/07/07/intelligence-is-free-now-what/

Se a tua equipa está pronta para enviar o mecanismo em vez de afirmar a propriedade, constrói a tua rede — o Oracle normaliza rascunhos das Sisters, cada fonte se auto-desativa, o HAI Engine tem executado o mesmo mecanismo desde 2016, Zod analisa no limite.