Pular para o conteúdo
Voltar ao Blog
Produto

Matamos a nossa melhor feature (os números mandaram)

William Finger · Founder, Geneziz5 min

Matamos a nossa melhor feature (os números mandaram)

Toda empresa conta sobre as features que lançou. Esta é sobre a que matamos.

Construindo a Geneziz AI (a inteligência local que organiza sua biblioteca - os bookmarks e artigos que as pessoas guardavam em apps read-later como o Pocket), treinamos algo extra: uma voz para o app. Ajustamos no nosso próprio hardware, medimos contra todo resultado de conversa que já tínhamos registrado, e era o melhor que já tínhamos tido. O moral do time dizia: lança.

O nosso portão de qualidade disse não. Custava uns nove pontos de precisão do organizador, e o organizador é o produto. Uma regra que escrevemos antes do experimento (não sobe nada que piore o núcleo) decidiu. A voz virou documento de futuro opt-in, não caixinha no app.

O portão foi escrito antes do experimento

Essa é a parte que todo mundo pula. A gente não discutiu depois de ver os números; registramos a regra de reprovação primeiro e só então rodamos o treino. O resultado veio abaixo da régua e não teve argumento. Testamos também empilhar os dois papéis num modelo só: mesmo trade, mesmo veredito. Dois mundos, negados por medição.

A mesma disciplina pegou algo constrangedor: um número de performance que tínhamos publicado (72ms) estava atribuído ao cenário errado. Corrigimos publicamente e republicamos a tabela honesta, que, por sinal, ficou melhor.

O prêmio: 16× mais rápido, numa CPU

Repensar como o organizador lê o contexto deixou tudo dramaticamente mais rápido: o que levava cerca de 8,5 minutos para mil favoritos agora leva ~32 segundos: num CPU comum, totalmente offline para a organização, de graça. Com GPU, voa.

E aqui está a descoberta que moldou o produto: dado pessoal é sinal para o dono e ruído para todo o resto. Medimos: dado sintético tem teto não importa o volume, e dado de estranho não move nada. Então a arquitetura é honesta: um modelo universal pequeno e bem treinado que vem dentro do app (~1,6 GB), mais uma camada pessoal minúscula que aprende com suas confirmações, na sua máquina, em segundos, sem nunca sair dela.

Treinado em casa, nas nossas próprias máquinas

Sem GPU alugada. Sem conta de datacenter. O treino rodava de noite, em casa, numa placa gamer que a gente já tinha: cada geração, uns 55 minutos. Quando os números diziam que uma técnica estava atrapalhando, congelamos a receita e não olhamos para trás.

É isso que "local-first com IA" significa pra gente: custo de nuvem zero, nenhum dado saindo de casa, e uma régua de qualidade com coragem de dizer não às nossas próprias ideias favoritas.

O Pocket terminou de apagar os salvos dos seus usuários em novembro de 2025. Se aqueles salvos fossem arquivos locais, o encerramento não teria passado de um detalhe.

Perguntas Frequentes

Por que a propriedade importa depois do Pocket?

Porque o Pocket provou o custo de alugar. Um serviço que guardava os salvos de milhões de pessoas anunciou o encerramento em 22 de maio de 2025, fechou as exportações em 8 de outubro e concluiu a exclusão em novembro, e cada salvado que ficou dentro foi junto. Propriedade significa sua biblioteca viver como arquivos na sua máquina, onde nenhuma decisão de empresa alcança.

Geneziz: geneziz.app. A inteligência que mora na sua máquina, e a honestidade de mantê-la assim.

Posts relacionados

Sumário