Louis Amira, fundador da Circuit & Chisel – Série de entrevistas

Louis Amira é fundador da Circuit & Chisel e traz consigo experiência na criação de produtos e parcerias nas áreas de IA, cripto e pagamentos. Sua carreira inclui a cofundação de uma empresa na incubadora Area 120 do Google, o trabalho na Chainlink e a liderança de parcerias em cripto e IA na Stripe. Ele fundou a Circuit & Chisel com David Noël-Romas para resolver as lacunas de infraestrutura que impedem os agentes de IA de realizar trabalhos úteis e confiáveis para empresas.

Circuit & Chisel desenvolve infraestrutura para agentes de IA e é a empresa por trás da ATXP, da Unbiased e da Pareto. A ATXP oferece recursos de identidade e pagamento para agentes, enquanto a Pareto combina modelos de fronteira e de pesos abertos para melhorar a qualidade e reduzir o custo da inferência de IA. A Unbiased oferece acesso à Pareto por meio de sua plataforma. Nesta entrevista, Amira fala sobre orquestração de modelos, avaliação, economia da inferência, retenção de dados e a relação entre o raciocínio confiável dos agentes e os pagamentos autônomos.

Sua carreira levou você da incubadora Area 120 do Google à liderança de parcerias em cripto e IA na Stripe e, depois, à cofundação da Circuit & Chisel. O que essas experiências ensinaram a você sobre a infraestrutura de que os agentes de IA precisariam? E o que acabou inspirando você a fundar a empresa?

No Google, cofundou uma empresa dentro da Area 120. A lição que tirei disso foi: o que você constrói primeiro determina o que poderá construir depois. Na Chainlink e na Stripe, vi o mesmo padrão pelo outro lado. Novas tecnologias funcionavam em demonstrações, em dias ensolarados e sob condições perfeitas, mas depois empacavam porque a infraestrutura necessária para o mundo real ainda não estava pronta.

David e eu fundamos a Circuit & Chisel para criar agentes capazes de realizar trabalho de verdade para empresas de verdade. Eles falhavam repetidamente por motivos banais. Um agente não conseguia provar sua identidade nem pagar por nada. Por isso, criamos a ATXP para dar aos agentes uma identidade e uma forma de pagar.

Depois, deparamos com o obstáculo seguinte. Um agente capaz de agir também precisa acertar, a um preço que faça sentido para a tarefa. Essa é a Pareto. Nas duas ocasiões, seguimos o mesmo instinto: encontrar o que estava faltando e construir essa peça.

A Circuit & Chisel inicialmente se concentrou na ATXP, um protocolo criado para permitir pagamentos autônomos entre agentes de IA, antes de expandir sua atuação para a infraestrutura de modelos de IA com a Unbiased e a Pareto. O que motivou essa evolução e como essas tecnologias se encaixam em sua visão mais ampla da economia dos agentes?

Nossos clientes (e seus agentes) nos mostraram que a ATXP funcionava. Os agentes conseguiam ter uma identidade e gastar dinheiro. Mas, quando conversávamos com as empresas, o primeiro problema delas não eram os pagamentos. Era confiar nos resultados. Ninguém entrega um orçamento a um agente que escolhe o modelo errado para a tarefa ou dá uma resposta incorreta.

Por isso, no início deste ano, intensificamos nosso trabalho para melhorar a qualidade e reduzir os custos. Desse trabalho surgiu a Pareto.

As duas soluções continuam se complementando. A Pareto decide como um agente raciocina para executar uma tarefa. A ATXP permite que ele aja e pague. São necessárias as duas, nessa ordem, porque ninguém dá uma carteira a um agente antes de confiar em seu julgamento. Nós simplesmente as construímos na ordem errada.

A Pareto adota uma abordagem diferente da dos grandes modelos de linguagem tradicionais: combina as respostas de vários modelos de fronteira e de pesos abertos, em vez de depender de um único modelo ou de um sistema convencional de roteamento. Você pode explicar como essa arquitetura funciona, em particular como sintetiza respostas divergentes para chegar a um resultado mais preciso ou útil?

A Pareto é um sistema, não um único modelo. Ela distribui o trabalho entre modelos de vários laboratórios, tanto de fronteira quanto de pesos abertos, e atribui uma função a cada um. Vários modelos podem ser capazes de realizar a tarefa, embora, às vezes, ela seja complexa e seja necessário que um deles a revise e dê recomendações. A escolha dos modelos a acionar depende do desempenho de cada um em termos de capacidade, custo, velocidade e confiabilidade para aquele tipo de tarefa, bem como do nível de verificação que ela exige.

Não fazemos uma média das respostas. A média mistura os erros e os torna indistinguíveis. Queremos que os modelos discordem, porque é nas divergências que os erros aparecem. Quando a composição dos modelos disponíveis muda, voltamos a testar e lançamos uma nova versão numerada da Pareto.

Uma das principais promessas da Pareto é oferecer inteligência de nível equivalente à dos modelos de fronteira a um custo substancialmente menor. Como vocês conseguem alcançar essa eficiência, considerando que vários modelos podem participar da geração de uma resposta? E quais são as concessões entre custo de inferência, latência e qualidade da resposta?

A função da Pareto é oferecer respostas de nível equivalente às dos modelos de fronteira. O custo menor vem da maneira como ela chega a essas respostas.

A maior parte do que as pessoas enviam a uma IA é rotineira. Um modelo mais barato acerta esses pedidos com a mesma frequência que o mais caro. A Pareto os encaminha para esses modelos mais baratos e reserva os modelos de fronteira — ou vários modelos trabalhando em conjunto — para os pedidos que precisam deles. Em nossos testes publicados, essa combinação alcançou resultados a poucos pontos dos obtidos pelo GPT-6 Astra e pelo Claude Opus 5.5 na maioria dos principais benchmarks, com um custo por tarefa 30% a 70% menor.

Não há concessões significativas. A Pareto não encaminhará perfeitamente todos os pedidos, mas medimos com que frequência erra o roteamento e aprimoramos os resultados (e os publicamos!).

Sua equipe publicou resultados de benchmarks que posicionam o Pareto de forma competitiva em relação a modelos proprietários líderes e a modelos de pesos abertos, incluindo comparações com GPT-6 Astra e Claude Opus 5.5. Como vocês garantem que essas avaliações reflitam o desempenho no mundo real, e não uma otimização específica para benchmarks? Em que aspectos os modelos de fronteira ainda levam uma vantagem significativa sobre o Pareto?

Publicamos o código de avaliação para que qualquer pessoa possa reproduzir nossos números. Todos os modelos são avaliados pelo mesmo sistema, inclusive o Pareto. Também mostramos as derrotas do Pareto tanto quanto suas vitórias. Um placar em que a casa sempre ganha é só propaganda.

Lançamos o modelo em vários gateways de IA e oferecemos acesso antecipado a novos modelos para empresas de todos os portes e perfis. Incorporamos o feedback delas quase em tempo real para melhorar continuamente o desempenho do modelo.

Segundo relatos, o Pareto processou mais de dois trilhões de tokens nas primeiras 48 horas. O que essa demanda inicial revelou sobre o mercado de inferência de IA a baixo custo, e quais foram os maiores desafios técnicos para manter o desempenho, a confiabilidade e a escalabilidade nesse volume?

A demanda foi várias vezes maior do que nós e nossos parceiros esperávamos e, infelizmente, não tínhamos capacidade computacional suficiente para atendê-la adequadamente. No primeiro dia, a demanda ultrapassou 5 a 10 bilhões de tokens por minuto. Estávamos atendendo cerca de 1,6 bilhão. Atender adequadamente toda essa demanda de graça teria custado muitos milhões de dólares por dia.

O que aprendemos: o preço está limitando muito o uso da IA. Há desenvolvedores cujo produto funciona a determinado preço, mas deixa de funcionar quando esse preço é cinco vezes maior. Reduza o preço, e eles aparecem.

A parte mais difícil foi simples: ficamos sem capacidade. No primeiro dia, o modelo ficou lento a ponto de algumas pessoas desistirem de usá-lo. Colocamos mais capacidade em operação durante a noite e passamos a cobrar pelo acesso dois dias após o lançamento, que é a maneira honesta de racionar.

Também aprendemos algo sobre transparência. Alguns usuários se sentiram enganados ao descobrir que o Union Alpha era composto por vários modelos trabalhando juntos, e não por um só. Essa era parte da intenção ao lançá-lo com os parceiros como “apenas mais um modelo”: na prática, não há diferença na forma como os usuários devem perceber o resultado de um roteador.

A retenção zero de dados é outro elemento importante do posicionamento do Pareto, sobretudo porque as empresas estão cada vez mais preocupadas com o envio de informações confidenciais a provedores de IA terceirizados. Como vocês impõem e verificam essas proteções quando há vários modelos subjacentes envolvidos, e que garantias os clientes corporativos podem obter sobre o tratamento de seus dados?

Nos nossos planos com retenção zero de dados, não armazenamos seus prompts nem suas respostas, e nenhum dos provedores para os quais os enviamos faz isso.

Quando vários modelos participam do processo, uma garantia de retenção zero de dados só é tão sólida quanto o elo mais fraco. Por isso, as solicitações com retenção zero são encaminhadas apenas a modelos que operam sob condições de retenção zero. Se um provedor não puder cumprir essas condições, não receberá tráfego com retenção zero.

Os clientes corporativos recebem isso por escrito: um acordo de tratamento de dados e um adendo de retenção zero de dados (ZDR). Também informamos claramente quais planos não incluem ZDR, para que ninguém acabe na categoria errada. Para as empresas que querem que seus dados nunca saiam de suas próprias instalações, estamos desenvolvendo uma versão que poderá ser executada em seu próprio hardware. Em breve, traremos mais informações.

À medida que os agentes de IA deixam de apenas responder a perguntas e passam a executar fluxos de trabalho complexos, com várias etapas, pequenos erros de raciocínio podem se acumular e causar falhas graves. Como o Pareto lida com problemas como alucinações, resultados conflitantes entre modelos e confiabilidade em tarefas prolongadas executadas por agentes? E combinar vários modelos pode introduzir novos tipos de falha?

Esse foi o primeiro problema que encontramos. Fora de uma demonstração, os agentes desmoronam. Um pequeno erro na segunda etapa se transforma em um grande erro na décima.

Vários modelos ajudam nas etapas difíceis. Eles podem trabalhar separadamente no mesmo problema, verificar o trabalho uns dos outros ou confirmar um resultado antes de o agente prosseguir. Um único modelo não tem uma segunda opinião. O Pareto tem.

Medimos a satisfação dos usuários e o desempenho em tarefas reais, publicamos os resultados, inclusive os negativos, e corrigimos o que encontramos. Os clientes que precisam do mesmo comportamento todas as vezes podem fixar uma versão do Pareto para que ela não mude sem que percebam.

Com o ATXP e o Unbiased, a Circuit & Chisel está enfrentando dois desafios importantes para os agentes autônomos: acessar inteligência de forma eficiente e pagar pelos serviços que utilizam. Como vocês imaginam que esses recursos vão convergir? Poderemos, no futuro, ver agentes selecionando, comprando e coordenando, de forma independente, modelos de IA e ferramentas externas com base no desempenho, no custo e nos requisitos das tarefas?

Sim. É para aí que estamos caminhando.

Hoje, uma pessoa decide qual modelo usar, quais ferramentas acionar e como pagar por elas. Cada vez mais, essas escolhas serão feitas por um agente. Ele selecionará o modelo certo para cada etapa, encontrará as ferramentas necessárias, pagará cada provedor e verificará os resultados antes de prosseguir.

Isso exige duas coisas. Uma forma de obter a inteligência certa para cada tarefa, que é o Pareto. E uma forma de comprovar a identidade e efetuar o pagamento, que é para isso que o ATXP foi originalmente desenvolvido.

Muitas empresas já estão trabalhando em questões como limites, responsabilidade etc. antes que alguém confie dinheiro aos agentes. Foi por isso que começamos pelo julgamento. A parte dos pagamentos se torna mais útil à medida que aumenta a confiança no agente que a utiliza.

Olhando para o futuro, você acredita que o próximo grande avanço em IA virá principalmente do treinamento de modelos individuais cada vez mais poderosos ou do desenvolvimento de sistemas que combinem, de forma inteligente, modelos e recursos existentes? Como você acha que essa distinção influenciará a concorrência entre as empresas emergentes de IA e os principais provedores de modelos de fronteira nos próximos anos?

Ambos. Os laboratórios continuarão criando modelos melhores, e isso é muito importante. Garantimos que as pessoas não sintam que precisam ler sobre cada modelo e testá-lo. Devemos oferecer o modelo certo para a tarefa certa, com o retorno sobre o investimento adequado. Chega de fadiga de modelos.

Nunca gastaremos mais do que os laboratórios em treinamento; construímos sobre o trabalho deles e ajudamos a distribuir seus modelos. Sempre que um laboratório lança um modelo melhor, o Pareto também melhora.

Os laboratórios poderiam desenvolver isso por conta própria, e alguns o farão. Mas o roteador de um laboratório favorece seu próprio time. Como não temos um modelo, só vencemos se o cliente obtiver a melhor resposta pelo preço pago. Quanto mais modelos houver, mais isso importa.

Agradeço pela excelente entrevista. Os leitores que quiserem saber mais sobre o Pareto, a infraestrutura de agentes e as ferramentas que conectam o raciocínio da IA à identidade e aos pagamentos devem visitar Circuit & Chisel.