TLDR;

O ponto de virada foi no final do ano passado/início de 2025, quando lançamentos como GPT‑5.1, Claude Opus 4.5 e novas ferramentas de "harness" forçaram a indústria a parar de só escalar parâmetros e começar a usar efetivamente o que já existia. O que mudou para sempre foi a forma de trabalhar com IA: saiu da futurologia e de experimentos teóricos para resultados práticos, integração entre modelos locais e na nuvem, e desenvolvimento orientado a ferramentas open‑source. Na prática isso significa que desenvolvedores e empresas podem agora construir projetos completos muito mais rápido usando LLMs, Open Code/Open Router e codex/cloud‑code, com repositórios e exemplos abertos que permitem replicar e acelerar soluções reais.

Resumo

Neste trecho, Fábio conta que voltou ao programa porque houve um ponto de virada nos últimos meses: depois de anos testando GPT-2/3 e versões iniciais que eram pouco úteis, o fim de 2024 e início de 2025 trouxeram avanços reais motivados pela competição entre OpenAI, Anthropic, Google, Alibaba e Tencent; lançamentos como Claude/Cloud Opus 4.5, GPT‑5.1 e ferramentas tipo Cloud Code/Codex permitiram experimentar possibilidades práticas antes apenas teóricas. Ele descreve um período intenso de trabalho — mais de 500 horas, dias inteiros no computador — desenvolvendo e documentando projetos open source no blog e no GitHub (16 projetos, ~300 mil linhas de código), compartilhando passo a passo para provar resultados concretos. Para avaliar local versus nuvem, ele criou o LLM Coding Benchmark usando uma versão open source do Codex chamada Open Code, que integra modelos locais e comerciais, e testou mais de 33 modelos; também menciona serviços como OpenRouter para unificar acessos. Fábio explica que esses avanços eliminaram muitos obstáculos que antes travavam projetos de software, tornando possível automação e produtividade prática com IA, e que sua intenção é mostrar aplicações reais, sem futurologia, com código e documentação à disposição de quem quiser reproduzir.