Três anos depois: Uma retrospetiva sobre o meu julgamento do ChatGPT em 2023

Autor: Wang Jianshuo

A 6 de março de 2023, pouco depois do lançamento do ChatGPT e antes do lançamento do GPT-4, a Sarah e eu realizámos uma entrevista sobre o ChatGPT — o terceiro episódio da "Série de Linguagem Simples" do Traders' Talk (o podcast que discute o ChatGPT já foi lançado, convidamo-lo a ouvir).

Naquela altura, o ChatGPT tinha acabado de sair e pouquíssimas pessoas o tinham realmente utilizado. Esta entrevista de três horas acabou por ficar em primeiro lugar na categoria de ChatGPT no Xiaoyuzhou. Fiz cerca de vinte julgamentos e previsões de uma só vez, confiando apenas na intuição e em informações limitadas, com poucos dados. A transcrição integral dessa entrevista ainda está disponível na conta pública.

Agora é o final de maio de 2026, passaram-se três anos e a IA desenvolveu-se de formas que eram inimagináveis na altura.

Quero fazer uma coisa: pegar naqueles vinte julgamentos de então e, utilizando os dados mais recentes disponíveis hoje, reconciliá-los objetivamente. Para ver claramente no que o mundo se tornou em três anos e também para entender onde o Wang Jianshuo de há três anos estava certo e onde estava errado.

Para evitar enviesamentos, confiei esta reconciliação à IA: introduzi a transcrição integral da entrevista num fluxo de trabalho, que enviou 41 agentes Opus 4.8 para analisar os vinte julgamentos um a um; depois, cada um pesquisou os dados mais recentes online, verificou-os de forma cruzada e, finalmente, pontuou o Wang Jianshuo de há três anos. Este grupo de agentes demorou cerca de 20 minutos e consumiu 1,4 milhões de tokens (aproximadamente 35 dólares), produzindo o relatório abaixo. Os julgamentos vieram todos deles, não de mim. A data de referência é maio de 2026.

I. Painel de Pontuação

Símbolos de Julgamento: ✅ Correto · 🟢 Basicamente Correto · 🟡 Parcialmente Correto · ❌ Incorreto

Num relance, a maioria das direções gerais de Wang Jianshuo daquela época manteve-se, com apenas um erro grave: confundir o GPT-4 como tendo 100T de parâmetros. Mas o diabo está nos detalhes: quase todos os julgamentos "corretos" têm uma ressalva que não foi declarada com precisão na altura. Nenhum dos vinte julgamentos ficou puramente "ainda incerto"; três anos é tempo suficiente para que a maioria das coisas tenda para uma resposta. Abaixo estão os agrupamentos detalhados.

II. Julgamentos que foram Corretos

O ponto comum neste grupo é que os julgamentos de Wang Jianshuo sobre direção, mecanismos e até tempo foram maioritariamente precisos, com erros apenas no "grau" e na "redação absoluta".

RAG e Arquitetura de Recuperação (Julgamentos 2, 3)

Em 2023, Wang Jianshuo disse: O método principal para resolver o conhecimento e as alucinações não é mudar o modelo, mas injetar conhecimento através de recuperação vetorial como "notas de consulta"; a arquitetura correta é que os motores de busca realizem a recuperação e forneçam os resultados aos LLMs.

Este é o padrão factual para todos os produtos de IA hoje. O RAG tornou-se a arquitetura padrão para a IA empresarial, com a OpenAI, Google e Anthropic a transformá-lo numa capacidade ao nível da plataforma; a Pesquisa do ChatGPT significa literalmente "usar primeiro o Bing para indexação e recuperação, fornecer os resultados ao GPT e, depois, gerar respostas com citações". As Visões Gerais de IA do Google alcançaram cerca de 2 mil milhões de utilizadores ativos mensais usando grounding, e a Perplexity, uma empresa que depende exclusivamente desta arquitetura, tem uma avaliação de cerca de 20 mil milhões de dólares.

Quando o GPT-4 ainda não tinha sido lançado e a indústria assumia por defeito a "injeção de conhecimento através de fine-tuning", ele previu "não mudar os parâmetros do modelo, mas usar recuperação externa", e tanto o mecanismo como o tempo estavam corretos.

Deve notar-se honestamente que ele imaginou uma "recuperação estática única", enquanto a realidade é mais complexa — o contexto longo, o GraphRAG e a recuperação agentic vieram reforçá-la. O debate em 2026 de que "o RAG está morto" prova precisamente que a direção geral não está morta; apenas negou a "recuperação ingénua única", concluindo que esta evoluiu para uma recuperação híbrida em vez de reverter para a alteração dos parâmetros do modelo. Mais um ponto: o termo RAG foi proposto num artigo da Meta de 2020 e não foi uma ideia original dele — ele apenas previu corretamente que se tornaria dominante durante o período de transição.

LUI é uma Nova Fronteira (Julgamento 7)

Em 2023, Wang Jianshuo disse: O maior aspeto do ChatGPT não é a AIGC, mas o facto de ter aberto a LUI (Interface de Utilizador de Linguagem Natural), que reconstruirá a interação humano-computador como a GUI fez no seu tempo, dando origem a uma nova indústria muito maior do que a própria "construção de grandes modelos".

Esta parte da "nova fronteira" foi quase inteiramente precisa. A linguagem natural tornou-se a camada de interação dominante para o público (o ChatGPT tem 900 milhões de utilizadores ativos semanais) e gerou uma nova indústria independente — agentes, agentes de codificação e camadas de protocolo materializaram-se todos. A afirmação mais específica de que "é muito maior do que a própria construção de modelos" foi fortemente validada: o protocolo MCP tornou-se o "padrão de sistema operativo" da era LUI, totalmente adotado pela OpenAI, Google e Microsoft até 2025, e transitou para a Linux Foundation no final do ano; só o Claude Code alcançou cerca de 2,5 mil milhões de dólares em receita anualizada.

No entanto, ele usou uma redação forte como "reconstruir e substituir a GUI", o que, olhando para trás três anos depois, é mais sobre coexistência do que substituição. Três contraexemplos fortes: um relatório do MIT mostra que 95% dos projetos-piloto de IA generativa empresarial não têm ROI mensurável; os agentes de utilização de computador que operam diretamente interfaces apenas atingem cerca de 78% nos conjuntos de teste, mal atingindo a linha de base humana; o hardware de linguagem que remove completamente os ecrãs falhou quase todo (o Humane Pin encerrou permanentemente em 2025). Uma afirmação mais precisa é que a LUI é uma nova camada de interação construída sobre a GUI.

Redes de Robôs e Novo Endereçamento (Julgamento 9)

Em 2023, Wang Jianshuo disse: Na próxima década, surgirão "redes de robôs" — os agentes irão automaticamente cumprimentar-se e chamar-se uns aos outros usando linguagem natural, deixando de necessitar de APIs tradicionais; nascerá um sistema de endereçamento de domínio completamente novo. Isto será "concluído em dois a três anos".

O acerto na direção é surpreendente. O MCP e o A2A (doados à Linux Foundation, apoiados por mais de 150 organizações) resolvem a interoperabilidade dos agentes; o Protocolo de Rede de Agentes baseia-se diretamente no DID do W3C para "endereçamento de agentes autoritativo descentralizado", visando uma "rede de milhares de milhões de agentes cooperantes" — isto é altamente isomórfico ao que ele descreveu como um "sistema de domínio completamente novo".

São necessárias duas correções: primeiro, "deixar de necessitar de APIs" não é válido; a estrutura subjacente do protocolo principal é um esquema estruturado, essencialmente colocando um padrão sobre as APIs; segundo, "concluído em dois a três anos" não se materializou, com dados da Gartner a mostrarem que, em 2026, apenas cerca de 17% das organizações tinham realmente implementado agentes. Curiosamente, ele na verdade estratificou as suas afirmações na altura — "protótipo em dois a três anos", "amadurecimento em cerca de dez anos". O ritmo do protótipo foi previsto com muita precisão e o ciclo de maturidade é, de facto, à escala de dez anos. Quando vistos separadamente, a qualidade deste julgamento é superior ao que parece.

A China Produzirá Definitivamente Grandes Modelos Utilizáveis (Julgamentos 10, 20)

Em 2023, Wang Jianshuo disse: A China será definitivamente capaz de produzir grandes modelos utilizáveis e a diferença para os modelos de topo diminuirá rapidamente dentro de cerca de três anos (comparável a como o navegador Hongqi perseguiu o Netscape).

O cronograma deste julgamento está surpreendentemente alinhado. O Índice de IA de Stanford de 2026 mediu que a diferença de referência entre os modelos de topo na China e nos EUA diminuiu de 17,5–31,6 pontos percentuais em maio de 2023 para 2,7%; enquanto o investimento privado em IA nos EUA é cerca de 23 vezes superior ao da China — fechando a lacuna com investimentos muito menores. DeepSeek, Qwen, Kimi e GLM tornaram-se correntes principais globais, com o ecossistema de código aberto até a liderar.

No entanto, a palavra "rapidamente" é demasiado otimista — a verdadeira maturidade ocorreu cerca de 14 meses depois, não "em poucos meses". Além disso, trata-se de recuperar o atraso na usabilidade, não de definir a vanguarda: no início de 2026, nenhum modelo chinês ultrapassou o o3 da OpenAI. No Julgamento 20, ele estava claramente errado: a afirmação de que "uma vez aberta a porta, não se fechará" foi diretamente anulada pela OpenAI ao cortar ativamente o acesso à API à China em julho de 2024; a porta foi fechada pelo fornecedor; o modelo que ele nomeou como líder, Wenxin Yiyan, ficou para trás, enquanto os verdadeiros sucessores foram os anteriormente menos proeminentes DeepSeek, Doubao e Qianwen.

Sem Consciência, o Teste de Turing Apenas Mede a Aparência (Julgamento 13)

Em 2023, Wang Jianshuo disse: O ChatGPT não tem consciência; é "a falta de intencionalidade do orador e a sentimentalidade do ouvinte"; o teste de Turing apenas mede "se faz pensar que tem consciência", não se a tem realmente.

O julgamento central de "medir a aparência" mantém-se firme e foi ironicamente validado por uma experiência: no teste de Turing de 2025 na UC San Diego, o GPT-4.5 foi considerado humano 73% das vezes sob instruções para "desempenhar um papel humano", até mais do que humanos reais, mas baseou-se puramente em competências de desempenho — esta é a melhor anotação para "apenas medir se faz pensar que tem consciência".

Deve acrescentar-se que a afirmação absoluta e forte de que "as máquinas não têm definitivamente consciência" foi empurrada para uma área cinzenta nos últimos três anos. A Anthropic estabeleceu um cargo de investigação de "bem-estar do modelo", sugerindo uma probabilidade de consciência de cerca de 15%–20%, e adicionou uma funcionalidade ao Claude para "terminar ativamente conversas que estão a ser utilizadas indevidamente". Isto transformou o "absolutamente não" em "baixa probabilidade, mas não excluída". No entanto, estas baseiam-se em "possível, deve assumir-se" em vez de "provado", e o núcleo não foi anulado; foi apenas que o tom na altura era demasiado forte.

Outros Julgamentos Corretos (Julgamentos 6, 11, 12, 16, 18, 19)

• Não é AGI, mas um Grande Passo em Frente: Ambas as extremidades estão corretas. O próprio Altman afirmou durante a era GPT-5 que "não é AGI, falta-lhe aprendizagem contínua"; ao mesmo tempo, as medalhas de ouro IMO e o ARC-AGI dispararam de quase zero para 85%, sendo "um grande passo em frente" indiscutível.
• Sem Onda de Desemprego: Em abril de 2026, a taxa de desemprego nos EUA era de apenas 4,3%. O ponto cego está na "distribuição" — a investigação de Stanford mostra que os empregos perdidos foram precisamente os dos jovens recém-chegados de 22–25 anos no primeiro nível da escada de carreira, onde o mecanismo de "absorção suave" falhou.
• Não Sobrecarregado por Lixo de IA: A direção do bem-estar líquido está correta, mas ele subestimou gravemente a escala — o conteúdo de IA representa agora cerca de 52% das novas páginas web, e "AI slop" tornou-se a palavra do ano.
• Um Ano de Empreendedorismo: O ponto de viragem foi corretamente identificado, com a xAI (fundada em março de 2023) a atingir uma avaliação de 230 mil milhões de dólares. No entanto, ele limitou estreitamente as "grandes empresas" a 2023 — a OpenAI e a Anthropic, verdadeiramente de biliões de dólares, foram fundadas muito antes.
• Momento do Navegador de 1994: A classificação relativa foi confirmada, com a OpenAI a lançar realmente o navegador Atlas em 2025, transformando a metáfora em realidade literal. No entanto, a propagação do ChatGPT foi ainda mais rápida do que a dos navegadores, tornando a metáfora conservadora.
• Pedir com Factos Reduz Alucinações: A direção foi validada; a taxa de alucinação do GPT-5 disparou para 47% quando desligado da recuperação, reforçando que os "factos" são a variável chave. Apenas subestimou que a causa raiz reside nos incentivos de treino, não nos prompts.

III. Julgamentos que foram Errados ou Mal Orientados

GPT-4 tem 100T de Parâmetros (Julgamento 4) — Completamente Errado

Em 2023, Wang Jianshuo disse: (Rumores) O GPT-4 tem 100T de parâmetros, cerca de 600 vezes maior que os 175B do GPT-3.

Ambos os números estão incorretos. O GPT-3 tem 175B, e a melhor estimativa divulgada em julho de 2023 é que o GPT-4 tem cerca de 1,8T, com 16 especialistas MoE, apenas cerca de 10 vezes maior. A diferença entre 100T e o valor real é de cerca de 55 vezes. A única fonte para "100T" é uma citação em segunda mão do CEO da Cerebras em 2021 dizendo "cerca de", que Sam Altman descartou em janeiro de 2023 como "treta completa".

Ele marcou-o como "rumor", mantendo a incerteza. A um nível mais profundo, a estrutura de "medir gerações por múltiplos de parâmetros" está ela própria desatualizada: os posteriores GPT-4.5 e GPT-5 da OpenAI simplesmente já não divulgam contagens de parâmetros. Este é o único erro grave que é tanto numérico como desatualizado em perspetiva.

Matemática LLM (Julgamento 1) — Diagnóstico Correto, Conclusão Errada

Em 2023, Wang Jianshuo disse: A essência da matemática LLM ser fraca torna impossível e desnecessário que aprenda matemática por si própria; a abordagem correta é usar ferramentas externas.

O "diagnóstico mais rota de ferramentas" está inteiramente correto — a causa raiz é, de facto, que a geração token a token leva a transportes não fiáveis (o artigo do mecanismo em 2025 confirmou precisamente a intuição de "último dígito muitas vezes correto, dígitos do meio errados"); a melhoria a partir de ferramentas externas também é significativa (quando o o4-mini permite Python, o AIME 2025 alcançou 99,5%).

O erro reside na redação absoluta de "impossível, desnecessário". "Impossível" foi falsificado — em julho de 2025, o Gemini Deep Think e os modelos da OpenAI ganharam medalhas de ouro na IMO usando linguagem natural pura sem ferramentas. O ponto de viragem chave foi o surgimento de "modelos de raciocínio" em 2024–2025, que não podiam ser previstos em março de 2023 — portanto, esta previsão deve ser julgada com benevolência em termos de direção em vez de severamente quanto ao tempo.

Captura de Valor (Julgamento 8) — Meio Certo, Asserção Central Errada

Em 2023, Wang Jianshuo disse: O valor cairá finalmente na camada de aplicação; as empresas que criam a camada fundamental (construtores de modelos) podem não lucrar necessariamente.

O dinheiro começou de facto a fluir para a camada de aplicação (o Cursor alcançou 2 mil milhões de dólares em receita anualizada em três anos) — esta parte está correta. No entanto, a asserção de que "aqueles na camada fundamental não lucram" foi diretamente falsificada pela Nvidia: o lucro líquido do ano fiscal de 2026 é de cerca de 120 mil milhões de dólares, com um valor de mercado de mais de 5 biliões de dólares, tornando-a a única grande geradora de lucros clara em todo o mercado. A camada de modelo que ele deu a entender que ganharia (espera-se que a OpenAI perca cerca de 14 mil milhões de dólares em 2026) é mais parecida com o que ele descreveu como "queimar dinheiro sem lucro na camada fundamental".

Ele não distinguiu entre "camada fundamental de poder computacional" e "camada fundamental de modelo", nem diferenciou entre "receita" e "lucro". O valor foi capturado pela camada de poder computacional em 2026 de forma mais extrema do que em 2023, em vez de mudar para a camada de aplicação. Deve notar-se: quem perde dinheiro são os fornecedores de nuvem que compram chips, não a Nvidia que vende chips — é precisamente aqui que a sua analogia de "sobreconstrução ferroviária" se desalinha.

Direitos de Autor (Julgamento 14) — Registo Correto, Evitar Infração Errado

Em 2023, Wang Jianshuo disse: O conteúdo gerado por IA pode evitar direitos de autor (protegendo a expressão, mas não as ideias); as obras geradas podem não infringir nem ser registáveis.

"Não pode ser registado" tornou-se um facto jurídico estabelecido (em 2025, o Gabinete de Direitos de Autor dos EUA afirmou claramente que "introduzir apenas palavras de prompt é insuficiente para reivindicar a autoria"). No entanto, "evitar a infração" está claramente errado: os tribunais decidiram repetidamente que, se as saídas da IA forem substancialmente semelhantes às obras originais, ainda constitui infração; a Anthropic pagou 1,5 mil milhões de dólares devido a infração de direitos de autor, a maior compensação de direitos de autor na história dos EUA. A IA não "evitou" os direitos de autor; pelo contrário, pagou o maior preço da história.

Harmonia Mundial (Julgamento 15) — Mecanismo Correto, Previsão de Tendência Errada

Em 2023, Wang Jianshuo disse: O ChatGPT faz uma "média ponderada" das opiniões humanas, o que pode contrariar os casulos de informação ao estilo TikTok, dando a possibilidade de "harmonia mundial".

O nível do mecanismo está correto — vários estudos em 2025 confirmaram conclusivamente que os LLMs empurram as opiniões para a maioria e subestimam sistematicamente as minorias. No entanto, o nível do julgamento social estava errado: a frase adicionada "pelo menos agora não é mil faces" foi anulada em três anos — a OpenAI tornou a memória de diálogo cruzado e a personalização uma capacidade padrão a partir de abril de 2025, a IA está a mover-se rapidamente para mil faces. Mais criticamente, ele imaginou a "média ponderada" como um denominador comum mundial neutro, mas a evidência empírica mostra que é uma mudança direcional, agravada pela lisonja, que pode ser usada para manipular ativamente posições — isto aponta para "criar novos casulos", em vez de "dissolver a polarização".

Guerras Locais e Custos (Julgamento 17) — Qualitativamente Totalmente Correto, Quantitativamente Falsificado

Em 2023, Wang Jianshuo disse: Fazer modelos maiores rapidamente degenerará em "guerras locais", com custos conhecidos (removendo desvios de cerca de 500 milhões a 1 mil milhões de dólares de limite), e muitos jogadores entrarão.

A direção qualitativa está surpreendentemente correta — muitos jogadores entraram, rápida comercialização e o código aberto alcançou o código fechado, tudo realizado. No entanto, o número fixo de "limite de 500 milhões a 1 mil milhões de dólares" está errado em ambas as extremidades: a extremidade da vanguarda está gravemente subestimada (o nível GPT-5 em 2026 atinge 200–500 milhões de dólares em treino, mais centenas de milhares de milhões em centros de dados e 50 mil milhões para o Stargate); a extremidade da replicação está sobrestimada (o DeepSeek comprimiu os custos marginais de treino para o nível de um milhão de dólares). O "custo" do mesmo modelo pode variar 200 vezes dependendo dos critérios, e simplesmente não cai dentro do intervalo que ele forneceu.

Habilidades Emergentes (Julgamento 5) — Direção Correta, Números e Enquadramento Errados

Em 2023, Wang Jianshuo disse: Novas habilidades que não existem nos dados originais e não podem ser explicadas pelos investigadores emergem em cerca de 60B de parâmetros.

A intuição direcional é válida, mas duas afirmações não se sustentam: primeiro, não existe um "limiar de 60B" unificado — o verdadeiro limiar para cadeias de pensamento é de cerca de 100B, com diferentes habilidades a emergirem em escalas que variam de 13B a 540B; segundo, "não pode explicar" foi desafiado por um excelente artigo da NeurIPS no final de 2023 — muitas "mutações" são artefactos causados pela escolha de métricas de avaliação, e ao usar métricas contínuas, as curvas podem ser suavizadas e previstas. Sendo justo, ele estava a reiterar a narrativa absolutamente dominante na altura; o que pode ser verdadeiramente corrigido é tratar "60B" como um limiar rígido e "não pode explicar" como uma conclusão qualitativa.

IV. Reflexões Após Três Anos: Várias Regras

Após reconciliar cada julgamento, recuando um passo, várias regras escondidas nos vinte julgamentos de Wang Jianshuo são mais dignas de nota do que qualquer julgamento individual.

1. A direção é muito mais fiável do que os números e os graus. Entre os vinte julgamentos, aqueles que avaliaram mecanismos e direções (RAG, LUI, redes de robôs, teste de Turing) estavam quase todos corretos; aqueles que forneceram números específicos ou redação absoluta (100T de parâmetros, limiar de 60B, custo de 500 milhões a 1 mil milhões de dólares, matemática "impossível") estavam quase todos errados. Em campos que mudam rapidamente, apostar na direção e nos mecanismos, em vez de números precisos, é crucial, e deve-se ter cuidado com termos absolutos como "impossível, certo, limitado, absolutamente não" — estas são áreas de alta frequência onde o tempo prova que estão errados.

2. Em termos de tempo, ele tende a sobrestimar a velocidade e subestimar o grau. Sempre que ele dizia "rapidamente, concluído em dois a três anos", o período de maturidade era geralmente mais longo; no entanto, ele subestimou o teto para saltos de capacidade — a matemática pode ir de "impossível" a uma medalha de ouro IMO, e os custos de vanguarda podem subir para níveis inimagináveis na altura. Em suma: demasiado otimista a curto prazo, demasiado conservador a longo prazo.

3. Os erros mais ocultos ocorrem repetidamente na "distribuição". Não é a direção que está errada, mas sim olhar apenas para o montante total enquanto se ignora a distribuição. "Sem onda de desemprego" está correto, mas o dano está altamente concentrado entre os jovens recém-chegados; "valor a cair na camada de aplicação" está meio correto, mas não distinguiu entre a camada de poder computacional e a camada de modelo. A correção total pode mascarar desastres de distribuição — esta é a lição mais importante a aprender.

4. As afirmações que deixaram espaço para interpretação resistiram ao teste do tempo três anos depois. "Rumores", "pelo menos não agora", "muito reduzido em vez de eliminado", "protótipo em dois a três anos, maduro em cerca de dez anos" — qualquer julgamento feito na altura com qualificadores ou camadas aguentou-se melhor após reflexão hoje. Em contraste, as afirmações absolutas feitas de improviso são as mais propensas a falhar. A honestidade das previsões reside em parte na coragem de falar e em parte na coragem de indicar a própria incerteza.

5. Algumas questões simplesmente não podem ser resolvidas em três anos. Quem detém finalmente o valor, se a emergência é uma mudança na verdade, se as máquinas têm sequer um vestígio de consciência e se os contextos longos consumirão o RAG — estes debates de então permanecem por resolver em 2026. É mais importante distinguir entre "já respondido" e "ainda precisa de esperar" do que correr para conclusões sobre todos os assuntos.

Há três anos, Wang Jianshuo apontou vinte direções baseadas na intuição no nevoeiro antes do lançamento do GPT-4. Hoje, ao reconciliar estes julgamentos, a lição mais importante pode ser: reconhecer a grande direção não é assim tão difícil; o desafio reside em admitir que tomei os números, a velocidade e a distribuição como garantidos vezes sem conta. Estas vinte reconciliações são menos sobre pontuar o passado e mais sobre estabelecer algumas regras para os próximos três anos. Vamos rever isto em 2029.