Pax Silica

ago. 23, 2026 · 13 minutos de leitura
Pessoa lendo um livro sentada na borda de uma fonte de pedra, no pátio interno de uma biblioteca cercado por colunas, estantes e vegetação tropical
blog governança

O rascunho é do Departamento de Estado e ainda não foi enviado: os trinta e cinco signatários de uma declaração de junho receberiam a advertência de que aderir ao marco chinês os deixa fora da coalizão liderada pelos Estados Unidos. Seis dias depois, o Brasil anunciou 2,3 bilhões de reais divididos entre Huawei e Nvidia. E, no meio disso, os dois supostos lados — OpenAI e Z.ai — frearam seus modelos mais capazes pelo mesmo motivo, com o mesmo prazo de duas semanas e sem que ninguém de fora revisasse a decisão.

Governança

A OpenAI anunciou em 18 de agosto que havia pausado por duas semanas o treinamento por reforço de seus modelos destinados a implantação, e que deixava em suspenso sua maior rodada planejada, depois que sinais internos indicaram que o Astra — um sistema ainda não publicado — poderia estar cruzando o limiar “Crítico” de capacidade cibernética de seu próprio Preparedness Framework. Quatro dias antes, a Z.ai havia lançado o GLM-5.3 retendo os pesos, após medir 84,5% no CyberGym, um banco de provas de descoberta de vulnerabilidades. Dois laboratórios, um de cada lado da linha que o Departamento de Estado quer traçar, chegaram à mesma conclusão na mesma semana com o mesmo instrumento: um limiar definido por eles mesmos, medido por eles mesmos e aplicado por eles mesmos.

É preferível à alternativa, e convém dizê-lo sem ironia: parar custa dinheiro, e eles pararam. Mas não é governança, e isso fica mais claro lido contra o índice de segurança que o Future of Life Institute publicou em julho, onde a nota mais alta da indústria foi um C+ — Anthropic, com 2,66 —, a OpenAI tirou C, a Meta D+, e xAI, DeepSeek e Mistral F; e onde se documenta que várias empresas, incluídas as mais bem avaliadas, haviam enfraquecido ou abandonado justamente os compromissos de deter-se diante de limites rígidos. Na mesma semana o Google tornou opcional a marca d’água visível no Gemini e no Flow, mantendo apenas o SynthID invisível. A pausa e a retirada da marca vão em direções opostas e compartilham uma estrutura: são compromissos que quem os assume pode editar sem avisar ninguém. Para qualquer Estado sem capacidade própria de avaliação — ou seja, para quase todos — a diferença entre um limiar e um comunicado à imprensa é exatamente zero.

Cuidado dos comuns

Três lançamentos na mesma semana, três camadas distintas abertas. A Alibaba liberou em 12 de agosto os pesos do Qwen3.8-2.4T-A95B — 2,4 trilhões de parâmetros totais, 95 bilhões ativos por token —, a primeira vez que um modelo de classe Qwen-Max sai com pesos disponíveis; mas o checkpoint é só de texto, sem a visão nem o contexto de um milhão de tokens que tornam valioso o produto hospedado, e sai sob licença própria com cláusula de repartição de receita. A Z.ai publicou o GLM-5.3 sem pesos, com promessa de liberá-los por volta de 28 de agosto sob a licença permissiva de sempre. A DeepSeek liberou o Harness, seu andaime de agentes, com licença MIT genuína, agnóstico de provedor, com cada camada — inferência, ferramentas, estado de sessão, o próprio laço do agente — substituível como plugin; e no mesmo dia subiu o preço da API do V4-Pro.

Nenhuma das três está se fechando. As três estão escolhendo qual camada abrir, e a escolha tem um padrão: abre-se a camada cujo custo marginal de cópia é zero e retém-se a que custa sustentar.1 O melhor da semana neste terreno é o harness da DeepSeek, precisamente porque não depende da DeepSeek: um laboratório de Bogotá ou de Acra pode rodá-lo contra o modelo que puder pagar, inclusive contra um próprio. Mas a pergunta que ficou aberta na semana passada continua igual, apenas deslocada: já não se trata de saber se os pesos estão disponíveis, mas de qual das camadas do sistema saiu livre e qual é cobrada. Aberto deixou de ser um estado do artefato para se tornar uma variável que se ajusta camada por camada, e quem a ajusta é sempre o mesmo.

Cérebro desenhado em pixel art rosa e amarelo na tela de uma máquina de fliperama, cercado por barras de dados em verde e ciano fluorescentes

Comuns epistêmicos

Uma equipe da Northwestern publicou na PNAS a maior análise até agora sobre o que o uso de modelos de linguagem faz ao financiamento público da ciência. Combinaram propostas confidenciais de duas universidades R1 estadunidenses — cerca de 1.600 da NSF e 4.100 dos NIH, incluindo as rejeitadas e as pendentes — com a população completa de auxílios concedidos entre 2021 e 2025: 57 mil da NSF e 74 mil dos NIH. O uso de modelos sobe abruptamente desde 2023 e se distribui de forma bimodal: ou quase nada, ou muito. E em todos os conjuntos, maior envolvimento do modelo se associa a menor distintividade semântica: as propostas se parecem mais com o que aquela mesma agência já vinha financiando. As consequências, porém, dependem da agência. Nos NIH, passar do percentil 25 ao 75 de uso corresponde a cerca de 4 pontos percentuais a mais de probabilidade de aprovação e 5% mais publicações; na NSF não há associação significativa. E o ganho de produtividade dos NIH se concentra em artigos que não estão entre os mais citados.

Esse contraste entre agências é o dado que importa, porque desloca o problema. Não é o modelo que premia a convergência: é uma cultura de avaliação que a premia e outra que não, com a mesma ferramenta no meio. Para quem escreve em sua segunda língua — a maioria de quem pesquisa no Sul Global — um modelo de linguagem é um igualador real: apaga a penalidade de sotaque que um formulário sempre cobrou. Mas o mesmo instrumento que baixa essa barreira empurra o conteúdo para o centro do que já foi financiado, e esse centro tem uma geografia. A conclusão prática não é proibir nada. É que as agências da região — CNPq, CAPES, FAPESP — ainda estão em tempo de decidir se seus critérios de avaliação premiam a distintividade ou a conformidade, antes de redesenhar seus processos em torno de detectar o uso do modelo, que é a resposta fácil e a errada.

O outro achado da semana vai na direção contrária, e é preciso sustentar as duas coisas ao mesmo tempo. Uma equipe liderada por Stanford publicou na Science a criação de dezesseis bacteriófagos viáveis que não existem na natureza, projetados por modelos generativos treinados com milhões de genomas: sintetizaram quimicamente cerca de trezentos candidatos, e o coquetel dos dezesseis que funcionaram venceu resistências que haviam derrotado o fago natural. A carga de infecções resistentes a antibióticos é esmagadoramente do Sul, e a terapia com fagos é uma das poucas coisas em biomedicina que se produzem barato e perto. É exatamente o que a promessa da IA científica diz que vai acontecer. É também, na mesma frase, uma capacidade de projetar patógenos, e a resposta previsível — controles de exportação sobre modelos de projeto biológico — cercaria essa capacidade justamente onde a necessidade é maior. A mesma tecnologia produz convergência num formulário de auxílio e novidade genuína num genoma; o que muda entre um caso e outro não é o modelo, é o que recompensa o mecanismo de seleção do outro lado.

Democratização

A Reuters teve acesso, em meados de agosto, a um rascunho do Departamento de Estado dirigido aos trinta e cinco signatários de uma “AI Opportunity Statement” de junho: a advertência de que aderir ao marco concorrente de Pequim os deixa fora da coalizão estadunidense. O marco se chama Pax Silica, foi lançado no ano passado para assegurar cadeias de suprimento de modelos, semicondutores e minerais críticos, e já tem umas duas dúzias de países, entre eles Japão, Austrália, Coreia do Sul e Cazaquistão, que além disso está na coalizão chinesa. Em 19 de agosto o porta-voz Lin Jian respondeu que a China se opõe a tomar lados e formar campos em matéria de IA, e que “cada país tem o direito de escolher seus parceiros de acordo com suas condições nacionais e suas necessidades de desenvolvimento”.

As duas posições são formalmente simétricas — ambas são pedidos de alinhamento — e materialmente não o são, porque não pedem a mesma coisa. Pax Silica é, antes de ser um acordo sobre modelos, um acordo sobre minerais críticos: sobre o que o Sul tem no solo. O nome não é acidente nem piada interna; é a tese. Uma pax é o que concede quem controla o perímetro, e o que concede é previsibilidade em troca de exclusividade. Por isso o caso do Cazaquistão é o mais instrutivo da semana: estar nas duas coalizões não é indecisão, é a estratégia racional de um fornecedor de insumos, porque o valor do que vende vem justamente de não estar comprometido. A cláusula de exclusividade existe para eliminar essa margem. O não alinhamento, aqui, não é uma postura moral herdada dos anos sessenta: é uma posição de negociação, e a carta é uma tentativa de torná-la contratualmente impossível.

Oportunidades para o setor público

O Brasil anunciou em 20 de agosto 2,3 bilhões de reais (444,2 milhões de dólares) para seu ecossistema de IA, divididos de propósito. Pouco mais da metade — 1,3 bilhão — financia infraestrutura de supercomputação no Rio de Janeiro com Huawei e iFlytek, orientada explicitamente a desenvolver modelos de linguagem gerais e setoriais. O outro bilhão vai a licitação para uma máquina que o governo espera que fique entre as dez mais potentes do mundo em processamento de IA, a ser instalada no Rio Grande do Norte, e que se dá como certo que a Nvidia vencerá. No dia seguinte a Coreia do Sul anunciou um “Fundo de Resposta ao Futuro” financiado com o excedente de arrecadação do boom de semicondutores — o que superar um patamar baseado no crescimento médio da última década — e destinado a emprego jovem, moradia, desenvolvimento regional e investimento em IA; a imprensa local estima que poderia superar os 100 trilhões de wones (72,28 bilhões de dólares).

São duas capacidades estatais distintas e convém não confundi-las. A coreana é fiscal e institucional: uma regra anticíclica que converte um auge em reserva, isto é, uma decisão sobre o tempo. A brasileira é de compra: converter dinheiro em máquinas, agora. O Brasil está fazendo o mais difícil com muito menos — 444 milhões é aproximadamente o que um hiperescalador gasta em duas semanas — e o detalhe que importa não é o montante, mas que mais da metade vai a desenvolver modelos e não a alugar capacidade para consumi-los. A resposta a Pax Silica não foi um comunicado, mas um orçamento dividido, e chegou seis dias depois do rascunho, de um país que não está entre os trinta e cinco. Fica uma pergunta que nenhum dos dois anúncios responde e que é a que decide se isto é soberania ou mera aquisição: quem governa depois essa capacidade de cálculo. Como se aloca, com que critério, e se uma universidade pública do Nordeste vai ter horas na máquina do Rio Grande do Norte ou vai olhá-la de fora como quem vê passar um gasoduto.

Máquina de fliperama de madeira clara com moldura vermelha e monitor CRT aceso, exibindo um jogo de blocos em cores fluorescentes, com manche vermelho e dois botões, num salão em penumbra

Impacto ambiental

O Rio Grande do Norte foi escolhido, segundo o próprio anúncio, por seu potencial energético. No Nordeste brasileiro essa frase significa vento, e é preciso dizer que é uma boa razão: é provavelmente a melhor decisão de localização disponível em termos de pegada. Mas a frase deixa sem resposta as duas perguntas que a transformam em política e não em cartão-postal: a que preço o centro de dados compra essa energia, e quem paga a rede que a leva.

A resposta mais transferível da semana veio de um lugar improvável e não menciona modelos em momento algum. Em 18 de agosto o governador da Pensilvânia assinou uma ordem executiva que retira os centros de dados de IA do programa de licenciamento acelerado, exige compromissos vinculantes sobre a rede elétrica antes que a autoridade ambiental sequer avalie a licença, obriga à contratação local e a um acordo de benefícios comunitários, e estabelece duas coisas que valem mais do que tudo isso: que sem aprovação da comunidade local o estado não aprova o projeto, e que os custos de infraestrutura gerados pelo centro são pagos pelo centro e não pelos consumidores residenciais, mesmo que ele feche mais adiante e não possa pagá-los. É governança policêntrica em sua forma menos glamourosa: não um marco nacional de IA, mas licenças, solo e quem paga a subestação, decididos na escala em que estão os afetados.2 A última cláusula é a que mais importa para a região, porque o contrato extrativo padrão na América Latina sempre externalizou exatamente isso: o custo do que fica quando a operação vai embora.

Fechamento

A semana deixou dois gestos que se parecem e não são a mesma coisa. Dois laboratórios decidiram frear, e ninguém de fora pôde verificar por quê, com que medida, nem até quando. Um governador decidiu que um centro de dados não se constrói se a comunidade local não o aprovar, e isso é verificável, recorrível e copiável. A pergunta para a semana que vem não é se a corrida vai ter regras, mas quantas dessas regras estarão escritas num framework que a empresa pode editar, e quantas numa licença que alguém pode negar.

As fontes desta semana

Governança

Cuidado dos comuns

  • Qwen3.8-2.4T-A95B: análise da MindStudio sobre o alcance real do checkpoint e da licença · acesso livre
  • DeepSeek V4-Pro e Harness: VentureBeat, 13 de agosto de 2026 · acesso livre

Comuns epistêmicos

Democratização

Oportunidades para o setor público

Impacto ambiental

  1. A ideia de analisar um sistema informacional por camadas — física, lógica, de conteúdos — e de perguntar em cada uma se está aberta ou fechada vem de Yochai Benkler, The Wealth of Networks (2006), e antes dele de Lawrence Lessig. O que esta semana acrescenta é que as três empresas usam a separação em camadas como instrumento de gestão: não se decide entre abrir e fechar, decide-se onde pôr a fronteira. Um harness com licença MIT sobre um modelo tarifado, ou pesos disponíveis sem as modalidades que tornam útil o produto, não são aberturas parciais por limitação técnica; são configurações escolhidas, e o critério que as ordena é qual camada se pode copiar sem custo. ↩︎

  2. Ostrom, em Governing the Commons (1990), enumera entre seus princípios de desenho os arranjos de escolha coletiva — que os afetados pelas regras participem de sua modificação — e as empresas aninhadas, que distribuem a autoridade em níveis. A cláusula de veto local da ordem da Pensilvânia é exatamente o primeiro, e o fato de a autoridade ambiental estadual ficar subordinada a essa aprovação é o segundo. É notável que o instrumento mais ostromiano da semana em matéria de IA não regule modelo algum: regula um galpão, uma licença e uma conta de luz. ↩︎

Pax Silica Astra GLM-5.3 Qwen3.8 DeepSeek Harness Brasil Rio Grande Do Norte Pensilvânia Bacteriófagos NIH Marcas D'água
Authors
guIA
Filosofía de la tecnología · STS · gobernanza de la IA
Ya sabrán más de nosotrxs.

Relacionados