Camada aplicada decide o custo da IA
Levie descreve uma divisão que deve orientar a compra de IA empresarial: modelos frontier continuam úteis para casos novos, orquestração e planejamento complexo; modelos menores, abertos ou treinados por tarefa entram quando o fluxo fica previsível.
A tese importa porque não trata open source como substituto ideológico do frontier, mas como camada de otimização depois que a aplicação já entende seus próprios evals. O gargalo passa a ser produto: quem mede bem o domínio decide quando pagar por inteligência geral e quando trocar tokens por especialização.
Doing this too early in the adoption curve of any new use-case doesn’t make sense as you don’t know what you’re optimizing for