Startups desafiam Google com buscas baseadas em IA
Perplexity e Kagi integram IA em estratégias bem diferentes. Mais: TypeScript facilita desenvolvimento com Node.js, OpenAI copia DeepSeek e entrevistas técnicas em tempos de IA.
Dois novos buscadores tentam romper o domínio de 90% do Google com propostas diferentes baseadas em IA. Perplexity usa IA para gerar respostas diretas e Kagi prioriza privacidade e qualidade dos resultados. As duas empresas ilustram caminhos opostos: enquanto a Perplexity captou recursos que a avaliaram em US$ 9 bilhões, a Kagi optou por financiamento dos próprios usuários, somando US$ 2,4 milhões.
Os números mostram a diferença de escala: a Perplexity processa 20 milhões de buscas diárias usando múltiplos modelos de IA em paralelo, focando em velocidade. A startup começou como uma camada sobre APIs existentes e depois desenvolveu tecnologia própria, incluindo modelos de linguagem customizados. A estratégia permitiu crescimento rápido: o volume de buscas aumentou 10x em um ano.
A Kagi, com 750 mil buscas por dia, prioriza qualidade — seu índice exclui sites com excesso de anúncios e favorece blogs pessoais e fontes especializadas. A empresa usa um crawler próprio equipado com bloqueador de anúncios para avaliar páginas. Sites com muita publicidade são descartados do índice, uma decisão que, segundo a empresa, tem relação direta com qualidade do conteúdo.
As culturas de trabalho também contrastam. A Perplexity mantém a maior parte dos 165 funcionários em escritórios em São Francisco, Nova York e Austin, com foco em inovação rápida e autonomia das equipes. A Kagi é totalmente remota, com 40 pessoas distribuídas globalmente. A empresa prioriza melhorias graduais e usa um sistema próprio de programação baseada em fluxos para visualizar e gerenciar processos.
As diferenças se estendem à tecnologia. A Perplexity usa uma stack moderna com TypeScript, React e Next.js no frontend, além de Python e PyTorch para IA. A Kagi optou pela linguagem Crystal no backend e minimiza o uso de JavaScript, mantendo uma abordagem que prioriza simplicidade e performance. A empresa também desenvolveu índices específicos para diferentes tipos de conteúdo, como o Small Web para blogs pessoais.
A Perplexity aposta, ainda, em uma experiência "futurista", com recursos como compras assistidas por IA e um feed de descobertas. Já a Kagi oferece assinatura por US$ 25 mensais para acesso a resultados sem propaganda e mantém transparência total, publicando estatísticas em tempo real.
Para se aprofundar, aprenda mais sobre a Perplexity e a Kagi. Usá-las e explorar o blog da Perplexity e o blog da Kagi são boas maneiras para isso. Este texto da The Pragmatic Enginner também fornece uma boa análise sobre as empresas.
TypeScript 5.8 beta facilita desenvolvimento com Node.js
Lançamento beta do TypeScript 5.8 traz melhorias, especialmente para desenvolvedores Node.js. A nova versão, embora com poucos recursos, permite que arquivos TypeScript rodem diretamente no Node 22.6 por meio da flag --erasableSyntaxOnly. Também adiciona suporte a modules ES via require() no modo nodenext e introduz uma versão estável da flag --module node18, oferecendo mais opções para lidar com diferentes versões do Node. A versão beta está disponível para testes via npm. Dica de um colega da BeTalent. Mais no blog do TypeScript.
OpenAI lança agente para pesquisa profunda no ChatGPT
Em resposta ao DeepSeek-R1, a OpenAI lançou o agente "deep research" para o ChatGPT. A ferramenta analisa várias fontes para pesquisas complexas em finanças e engenharia, levando até 30 minutos para entregar respostas com citações. Em testes, seu modelo o3 superou o Gemini e o Grok-2. Disponível para assinantes Pro com limite de 100 consultas mensais, chega ao plano Plus em março. Mais no blog da OpenAI.
Como sobreviver à IA e se manter relevante
Para ter sucesso na era da IA, profissionais devem buscar atividades cujos resultados são mais difíceis de classificar como certos ou errados, defende o estudante Pradyumna Prasad. Ele usa como exemplo designers que entendem necessidades subjetivas dos clientes e intelectuais que produzem análises complexas. Ferramentas de IA também podem ampliar o talento: quanto mais capacitado o profissional, maior o benefício que ele obtém delas, ao contrário de habilidades como SQL, em que a IA nivela as diferenças entre iniciantes e experientes. "O futuro pertence a pessoas cujo trabalho não pode ser facilmente reduzido a um conjunto de dados", argumenta. Vale muito a leitura.
Como escolher modelos de embedding para cache semântico
Uma equipe da Redis estudou qual modelo de embedding funciona melhor para cache semântico, sistema que identifica consultas similares por meio de vetores de texto. O sentence-transformers/all-mpnet-base-v2 alcançou o melhor equilíbrio entre precisão e desempenho. O estudo mostrou que a maioria dos modelos é boa em identificar textos duplicados, mas tem dificuldade em distinguir consultas parecidas que requerem respostas diferentes. A solução pode estar em modelos customizados. Mais no blog do Redis.
Entrevistas técnicas se adaptam à era da IA
Uma discussão sobre como as entrevistas técnicas estão mudando com o uso de LLMs gerou mais de 700 comentários no Hacker News. Muitas empresas estão voltando a entrevistas presenciais, já que candidatos usam IA para responder perguntas técnicas e comportamentais. Outros adaptam os processos, focando em debugging, design de sistemas e problemas mais práticos em vez de algoritmos. A tendência é avaliar como o candidato usa IA como ferramenta, em vez de proibir seu uso. Especialistas sugerem que perguntas tradicionais sobre código perderam valor, enquanto discussões sobre projetos anteriores e experiências reais ganham importância. Mais no Hacker News.
Obrigado por acompanhar a BeTalent Academy. Se gostou, compartilhe e deixe um comentário. Até a próxima semana, com mais uma edição!