Como usar IA em 2026: fluxos de trabalho de um power user

Fluxo de codificação e pesquisa

Shrivu Shankar relata que concentra a maior parte de seus tokens em projetos de codificação e pesquisa, com um processo quase idêntico para cada iniciativa. Ele escreve manualmente um CONCEPT.md de cerca de um parágrafo, contendo tese do projeto e restrições; pede a um agente para esclarecer ambiguidades e gerar um TECH_PLAN.md, com orçamento de gasto, hospedagem e chaves de API; e então dispara o prompt "Build and verify TECH_PLAN.md", deixando a execução rodar por 4 a 48 horas.

Nessas execuções, afirma usar Codex e Claude Code sem habilidades personalizadas, plugins ou configurações extras, e sem desenhar fluxos de subagentes, confiando em fluxos de trabalho dinâmicos. Segundo ele, mais de 95% do código é produzido nessa primeira grande execução; se o resultado é ruim, descarta tudo e adiciona restrições ao CONCEPT.md, em vez de corrigir em etapas intermediárias. O autor apresenta esse deslocamento para a fase inicial como antídoto contra "codebase slop" e diz que transformar o histórico de projetos em avaliações no estilo harbor permite testar novos modelos diante de tarefas reais. Ele lê pouco o código, examina a estrutura de arquivos e, quando há algoritmo central, pede um explicador em HTML; se investiga o código, é por suspeita de "trapaça" na implementação.

Os agentes rodam sempre em modo automático, geralmente acionados por volta das 7h e das 21h, sem verificação humana intermediária. Ele evita recursos de controle remoto de Claude e Codex, por considerar antipadrão depender de revisão de saídas parciais. O resultado costuma ser um insight ou resposta a uma hipótese, raramente o compartilhamento do código ou do aplicativo. A infraestrutura inclui um PC com Nvidia 5090, um Mac Mini acessado por túnel cloudflared e funções na Modal para computação paralela ou projetos de pesquisa com GPU.

Escrita, aprendizado e assistentes pessoais

Na escrita, Shankar afirma que a abundância de "AI-slop" corporativo e social tornou a detecção de texto gerado por IA um substituto da percepção de esforço. Por isso, voltou a usar IA apenas para correção de erros de digitação e gramática em nível de frase, preferindo digitação manual para manter texto inequivocamente humano. Ele também declara que não envergonha quem usa IA, mas considera texto inchado ou não revisado um mau uso.

Para aprendizado, converte artigos, posts e papers em playgrounds interativos em HTML: lê o texto, pede a Claude ou Codex um artefato interativo, explora controles e gera versões atualizadas. O autor diz que essa abordagem funciona melhor para temas técnicos, mas já a aplicou a eventos atuais e livros. Ele também usa a API Grok X Search por CLI própria para pesquisar trabalhos anteriores e pessoas relevantes, observando que é dez vezes mais barata do que a API direta do X.

Nos assistentes pessoais, embora o hype do OpenClaw tenha diminuído, afirma que assistentes autônomos estão melhores e mais baratos. Ele roda Claude Code em sessão tmux no Mac Mini, com a skill personalizada /start-ops-team, que define princípios operacionais, um diretório local em markdown e subagentes possíveis, usando o recurso /loop para operação contínua por semanas. Para automação de navegador paralelo, usa brw; para comunicação, um plugin de WhatsApp com número próprio, baseado no recurso de canais via MCP.

O autor rejeita a ideia de central de comando pessoal ou assistente estilo Jarvis e prioriza agentes de fundo, orientando contato no máximo uma vez por semana, salvo urgência. Entre as tarefas estão pagar contas recorrentes sem débito automático e encaminhar recibos; responder mensagens recebidas em redes sociais, especialmente LinkedIn, pesquisando e triando contatos para conversas agendadas; inscrevê-lo em eventos e sincronizar o Google Calendar. No LinkedIn, o assistente ignora cerca de 90% das mensagens após triagem, encaminha cerca de 10% para um link de calendário e responde com respostas pré-aprovadas e sucintas de um runbook.

Custos e recomendações

O gasto mensal caiu de US$ 800 para US$ 500, movimento atribuído à consolidação em assinaturas da Anthropic e da OpenAI e ao roteamento tático de uso de API por essas assinaturas. O autor estima que, sem elas, seu custo real seria de cerca de US$ 6.000 por mês. Ele mantém Claude Code Max 20x e ChatGPT Pro 20x por US$ 200 cada, Google AI Pro por US$ 20 e serviços Modal, Railway e Netlify por US$ 20 a mais de US$ 500 conforme o caso. Cancelou Elevenlabs, Suno, Cursor, Vast.ai, Perplexity e Gemini Ultimate. Ele diz nunca ter atingido o limite do ChatGPT Pro, mas esgota o Fable em semanas com muitas ideias.

As recomendações finais são abandonar o uso de IA como assistente baseado em chat; transferir o objetivo completo para um documento inicial e agir mais como gerente do que como copiloto, revisando resultados em vez de mensagens intermediárias; e usar modelos de fronteira como referência para medir ambição e habilidade no uso de IA. Shankar reconhece que é popular afirmar que a IA estagnou ou que modelos novos pioraram, mas defende testar tarefas difíceis verificáveis para descobrir onde está o limite real das capacidades.