O código aberto percorreu um longo caminho nos últimos anos, e a maioria das ferramentas que experimentei estão no mesmo nível de suas contrapartes fechadas ou, na verdade, são melhores em alguns aspectos. A maioria deles é gratuita e a transparência nunca desaparece para mim. Além disso, muitos desses projetos acabam com pequenos recursos estranhos que ferramentas pagas nunca se preocupariam em oferecer.
Portanto, a maior parte da minha chaminé paga foi substituída nos últimos dois anos e não sinto falta de muita coisa. Mas há uma categoria em que continuo retirando meu cartão, não importa quantas alternativas eu teste, e é uma categoria que eu realmente queria resolver no código aberto, mas ainda não o fiz.
E nada disso parecia rebaixado
O Notion foi o primeiro a ser substituído pelo Affine, que é realmente um dos aplicativos de código aberto mais impressionantes que já encontrei. É baseado em blocos, como o Notion, mas com um quadro branco infinito colocado na mesma tela dos seus documentos, de modo que uma página pode ser um documento em um minuto e um diagrama no minuto seguinte, sem a necessidade de mudar para outro aplicativo. Em 2026, ainda não está disponível para Concept.
Depois, há o Readwise, que troquei pelo Wallabag. Wallabag é uma ferramenta de destaque e marcação para leitura posterior e uma extensão do navegador para salvar em qualquer lugar. Você também pode hospedá-lo sozinho, se desejar. Sinto falta da revisão Readwise com recapitulações periódicas, mas não estudo ativamente meus destaques todos os dias, então não foi uma perda real.
O Acrobat também saiu pela janela em algum momento. OmniTools o substituiu e na verdade faz muito mais que o Acrobat. Todos os elementos de fusão, divisão e OCR estão lá, mas também é protegido por senha e converte entre formatos (de graça), além de muitas outras ferramentas não PDF, como edição básica de imagens e vídeos. Todo o kit de ferramentas pode ser auto-hospedado e é extremamente fácil de começar.
Também cancelei minhas assinaturas de imagem e design há muito tempo e encontrar alternativas tem sido muito fácil. Krita, Penpot e Inkscape são apenas alguns que merecem ser mencionados. Embora não os use todos os dias, mantenho-os na barra de tarefas.
A categoria de código aberto não alcançou
É principalmente sobre potência
Uma categoria pela qual não consigo parar de pagar é a IA. E especialmente chatbots de IA em nuvem e ferramentas de design de vibração. Há meu sub Claude Pro e Google AI Plus Gemini e NotebookLM. Tentei construir uma pilha equivalente a partir de partes de código aberto e, para alguns casos de uso, elas são próximas e suficientes, mas não o suficiente para trabalhos ou projetos sérios.
A IA da nuvem simplesmente tem potência que não está aberta à escala. Claude Opus e Gemini Pro estão rodando em data centers com hardware que custa mais do que a maioria dos carros e com a quantidade de parâmetros meu RTX 3070 não consegue carregar nem uma fração disso. Simplesmente não há hardware de consumo que possa competir com ele. Minha GPU é limitada a cerca de 12B em volumes razoáveis, e mesmo os melhores modelos desse tamanho parecem significativamente mais superficiais em projetos pesados.
O comprimento do contexto é o outro. Claude me dá 200.000 fichas prontas e Gemini ganha um milhão e posso realmente usá-las sem prestar atenção a erros que não sejam de memória. Os modelos nativos também possuem contextos longos, mas a quantidade que pode realmente ser carregada na VRAM com o cache KV é muito menor do que a anunciada pelo modelo, dependendo do seu hardware.
Depois, há tudo o que as interfaces oferecem, além do próprio modelo. Projetos e artefatos, análise adequada de documentos ao fazer upload de arquivos, um modo de pesquisa aprofundado que realmente procura fontes e uma memória que transporta bate-papos. No lado do código aberto, a maioria deles são servidores ou plug-ins MCP independentes ou contêineres Docker, e conectá-los é o projeto de fim de semana. O NotebookLM faz especificamente síntese baseada em fontes com citações de dezenas de documentos, e o Open Notebook existe, mas é um pouco difícil de configurar (o equivalente de código aberto mais próximo do NotebookLM que posso recomendar é o SurfSense).
Além disso, Claude Design é apenas na nuvem e não há nada auto-hospedado que faça o que faz do design para o código. Ultimamente tem sido minha ferramenta de design preferida para qualquer coisa baseada em vibração. Open Design e Open CoDesign estão próximos, mas apenas com APIs em nuvem; eles ficam muito para trás quando você adiciona o modelo nativo.
No geral, estou ganhando mais confiança na IA em nuvem; nenhuma depuração ou configuração adicional necessária. Eu nem tenho usado muito minha pilha de produtividade de código aberto ultimamente, desde que configurei o Claude Code para organizar notas e gerenciar arquivos para mim.
Não foi por falta de tentativa
Os modelos locais têm o seu lugar para a produtividade
Mas não é por falta de tentativa. Eu realmente gosto de administrar LLMs locais. Há algo novo em baixar escalas e realmente conversar com algo que só funciona no seu computador. Neste momento, não é apenas um hobby para mim, é também uma ferramenta.
E eles têm aplicações reais. Tudo o que é privado vai para o local por padrão, sejam questões financeiras, médicas ou rascunhos pessoais que não quero enviar ao servidor. Eles também são um backup sólido quando minha internet cai ou estou trabalhando em algum lugar sem uma conexão confiável.
Mas o teto é difícil. Nunca tocarei no raciocínio do Opus ou mesmo no nível do Sonnet em meu pequeno VRAM, não importa qual pequeno modelo eu use ou quão ajustado seja meu prompt. Conforme mencionado, o comprimento do contexto na prática também é muito menor do que o anunciado pelo mapa modelo. E cada recurso básico que você espera de uma interface de chatbot se torna um miniprojeto de configuração separado – quer pesquisar na web? Configure o Brave Search MCP. Quer uma visão? Procure um modelo totalmente novo. Você quer analisar um documento? Adicione uma ferramenta completamente diferente.
Portanto, os LLMs locais ficam na minha pilha como um complemento, não como um substituto. Eles lidam muito bem com casos de uso privados e offline e eu os uso quase diariamente também para tarefas rotineiras. Mas é na nuvem que realmente obterei a profundidade e a velocidade de que preciso.
Código quase totalmente aberto
O código aberto realmente não é o que costumava ser. Veja Affine ou Penpot do lado do design, ambos são modernos, bem desenhados e muito competitivos com as ferramentas fechadas que enfrentam. A única ressalva real é para data centers. Cloud AI é capaz de fazer muito melhor do que qualquer coisa em hardware de consumidor, e até que meu cartão se transforme magicamente em uma prateleira H100, é aí que meu dinheiro de assinatura continua.
