Há um mês, Donald Knuth fez algo que deveria ter rachado a internet ao meio. O autor de 87 anos de The Art of Computer Programming — uma bíblia algorítmica em vários volumes diante da qual cientistas da computação se ajoelham desde os anos 1960 — publicou um artigo de matemática intitulado "Claude's Cycles." Com o nome de um modelo de IA. Porque esse modelo encontrou o que ele não conseguiu.

A internet, previsivelmente, estava ocupada demais fazendo benchmark de chatbots em quebra-cabeças de código pra perceber.

Eis por que isso importa mais do que qualquer guerra de ranking que você está acompanhando essa semana.

Knuth estava travado há semanas num problema envolvendo decomposições Hamiltonianas de grafos direcionados. Tradução para humanos: imagine uma rede de ruas de mão única. Um ciclo Hamiltoniano é uma rota que passa por cada cruzamento exatamente uma vez e volta ao ponto de partida — o rolê de bar mais eficiente do mundo, sem repetir, terminando onde começou. Knuth precisava de uma construção geral que funcionasse para qualquer cubo de dimensão ímpar dessas conexões maior que 2×2×2. Ele já tinha resolvido os casos pequenos na mão. Computadores tinham verificado soluções até 16×16×16. A regra geral elegante? Semanas de trabalho. Nada.

Em 28 de fevereiro, Filip Stappers — um colega — alimentou o problema no Claude Opus 4.6. Ao longo de 31 conversas guiadas em aproximadamente uma hora, Claude atacou a conjectura por todos os ângulos. Fórmulas lineares. Buscas por força bruta. Frameworks geométricos. Simulated annealing — uma técnica roubada da metalurgia onde você "aquece" e "esfria" uma solução para escapar de mínimos locais. Bateu em paredes. Pivotou. Continuou.

Então resolveu. Claude identificou independentemente a estrutura subjacente como um dígrafo de Cayley — um tipo específico de rede construído a partir de operações de grupo matemático — e reformulou o problema de acordo. O padrão "serpentino" resultante acabou correspondendo ao clássico código de Gray, uma sequência combinatória onde entradas consecutivas diferem por exatamente um dígito. Claude derivou isso do zero, sem saber que a versão clássica existia. Uma IA reinventou uma estrutura matemática conhecida enquanto resolvia um problema que uma lenda viva não conseguiu tocar.

Os números brutos para os pedantes: 11.502 ciclos Hamiltonianos para o caso 3×3×3. Desses, 1.012 generalizam para 5×5×5, e 996 funcionam tanto para 5×5×5 quanto para 7×7×7. Exatamente 760 decomposições "tipo Claude" valem para todas as dimensões ímpares maiores que 1.

Agora a parte onde eu estrago a comemoração.

Claude não fez isso sozinho. Nem de longe. Stappers conduziu cada uma daquelas 31 conversas. Knuth escreveu a prova formal ele mesmo. O caso de dimensão par — literalmente a outra metade do problema — continua sem solução, e Claude fez exatamente zero progresso útil nele. Então estamos falando de um modelo que, com um humano habilidoso no volante, resolveu metade de um problema num domínio altamente estruturado. Não é exatamente a Skynet.

Mas eis o que os céticos precisam digerir: o "humano habilidoso no volante" já tinha tentado. E falhado. A ferramenta fez a diferença. Não uma diferença marginal — uma diferença qualitativa. Semanas de esforço de uma das mentes algorítmicas mais brilhantes da história, resolvidas em uma hora por um modelo que não entende o que é um grafo.

Knuth chamou isso de "uma alegria descobrir não apenas que minha conjectura tem uma solução elegante, mas também celebrar esse avanço dramático em dedução automática." E na versão revisada (16 de março), ele soltou esta: "Parece que vou ter que revisar minhas opiniões sobre 'IA generativa' um dia desses."

Vindo de um homem que já esqueceu mais sobre algoritmos do que a maioria dos departamentos de ciência da computação coletivamente sabe — essa frase detona silenciosamente. Não é um influencer do LinkedIn declarando vitória para a inteligência artificial. É a pessoa que definiu os padrões de complexidade computacional admitindo, num artigo acadêmico publicado, que seus pressupostos sobre IA estavam errados.

E nós, coletivamente, respondemos rolando a tela pra discutir se a janela de contexto do Gemini é realmente 2 milhões de tokens.

A lição não é que a IA está vindo atrás dos matemáticos. É mais sombria e mais simples que isso. As pessoas mais bem posicionadas para usar essas ferramentas — especialistas com problemas difíceis e bem definidos — estão obtendo resultados que parecem mágica. Todo o resto usa os mesmos modelos para gerar posts de LinkedIn e brigar sobre benchmarks. A distância entre "IA como ferramenta afiada nas mãos de um especialista" e "IA como truque de festa" não está diminuindo. Está aumentando.

Knuth não deu o nome de um chatbot a um artigo porque amoleceu aos 87 anos. Ele fez isso porque a honestidade intelectual exigia. A IA encontrou a resposta. Ele teve a integridade de dizer isso.

A maioria de nós não terá. Vamos continuar fingindo que as ferramentas são ou inúteis ou onipotentes, porque a verdade desconfortável — que elas são poderosas, mas só em mãos competentes — não cabe na narrativa de ninguém.