Uma empresa de infraestrutura lançou no período uma biblioteca aberta em Python que transforma uma função rodando na máquina local em um endereço de serviço no ar, com escala automática, em poucos minutos.
O problema que isso ataca é antigo e caro. Entre o código que funciona na máquina de quem escreveu e o serviço que aguenta tráfego real existe uma distância de configuração, empacotamento, escala e monitoramento que costuma consumir mais tempo que a lógica em si.
Para trabalho com modelos, essa distância pesa ainda mais, porque a etapa de experimentação acontece em ambiente interativo, e transformar o experimento em serviço costuma exigir reescrever tudo.
O ganho de prazo tem contrapartida conhecida, e vale nomeá-la: facilidade de publicar aumenta a chance de subir serviço sem revisão, sem limite de custo e sem inventário. É o mesmo padrão que fez ferramentas de programação assistida virarem infraestrutura sem passar por avaliação.
A recomendação prática que atravessa o semestre continua valendo aqui: se sobe para produção com dado real, precisa de escopo, teto de gasto e registro, mesmo que tenha subido em cinco minutos.