Nesta página

- Cargo
- Independente; criador do Datasette
- Onde
- Independente (sem vínculo atual confirmado nas fontes)
- Conhecido por
- Criar o Datasette e explicar IA e agentes de programação em público
- O que defende
- Agentes dão resultados extraordinários, mas exigem disciplina; pesos abertos podem competir com modelos proprietários.
Simon Willison atua de forma independente e é o criador do Datasette, segundo a página do AI Engineer CODE 2026, publicada em 11 de novembro de 2026. Ele se destaca por explicar em público, com textos, palestras e experimentos, como modelos de linguagem e agentes de programação funcionam na prática e onde eles complicam o trabalho.
- Simon Willison atua de forma independente e criou o Datasette, ferramenta para publicar e explorar dados com SQLite.
- Em nota de 24 de setembro de 2026, disse que agentes tornam a engenharia de software mais difícil.
- Ele defende que modelos de pesos abertos, como o Kimi K3, podem competir; a fonte não traz medição independente.
Fonte principal: AI Engineer CODE 2026 — palestra de Simon Willison ↗
Quem é Simon Willison e o que ele faz hoje?
- 🌱 Sou novo nisso: o Datasette é uma ferramenta para publicar e explorar dados. Ela é baseada no SQLite, um tipo de banco de dados guardado em um único arquivo.
- 🔎 Já uso: além do Datasette, Willison publica textos, notas e experimentos sobre modelos de linguagem, agentes de programação e ferramentas de IA no próprio site.
As fontes citadas aqui não confirmam um vínculo atual com empresa, universidade ou laboratório de IA. Elas também não trazem detalhes sobre a estrutura comercial do Datasette nem preços. Informações verificadas em nov/2026.
Por que Simon Willison importa para quem acompanha IA?
Willison escreve e fala sobre o uso real de IA, não só sobre anúncios. O foco dele está em uma parte que muita gente usa sem perceber: o harness, o "carro" em volta do modelo, com ferramentas, memória e arquivos.
- 🌱 Sou novo nisso: um agente é uma IA que executa tarefas usando ferramentas. Um agente de programação escreve, testa e altera código a partir de um pedido.
- 🔎 Já uso: se você já pediu código a um chat, os textos dele mostram o que muda quando a IA passa a agir sozinha em um projeto.
- 🚀 Já sou mais avançado: ele publica slides anotados e notas das palestras, como as de "2026 in LLMs", com benchmarks, projetos próprios e preocupações de segurança.
O que Simon Willison defende sobre agentes e modelos?
Agentes ajudam, mas deixam a engenharia mais difícil. Em nota de 24 de setembro de 2026, Willison escreveu que, quanto mais trabalha com agentes de programação, mais convencido fica de que eles tornam a engenharia de software ainda mais difícil. Segundo ele, os agentes podem produzir resultados extraordinários. Mas aproveitar esse potencial exige disciplina e conhecimento excepcionais. Especificar, revisar, testar e cuidar da segurança continua sendo trabalho humano.
Modelos de pesos abertos podem competir. No podcast Oxide and Friends (31 de julho de 2026), ele discutiu o que chamou de "open-weight revolution". Pesos abertos (open weights) significa que os parâmetros do modelo são publicados e podem rodar em infraestrutura própria. O exemplo discutido foi o Kimi K3. A tese é que modelos assim poderiam competir com modelos proprietários de fronteira. A fonte não traz medições independentes que confirmem essa equivalência. Trate isso como argumento dele.
2026 como ano de mudanças de capacidade. Na palestra "2026 in LLMs", no WeAreDevelopers World Congress North America, em San Jose, ele destacou três pontos:
- agentes de programação viraram ferramentas do dia a dia;
- modelos passaram a perseguir objetivos muito maiores;
- jogos gerados por modelos ficaram, para ele, genuinamente interessantes.
Quais são as críticas e os debates em torno das ideias de Simon Willison?
As preocupações que aparecem nas fontes de 2026 são do próprio Willison:
- Complexidade: os agentes aceleram a produção, mas tornam mais difícil garantir correção, manutenção e segurança (nota de 24/9/2026).
- Segurança e autonomia: a retrospectiva de 2026 trata de riscos de segurança e de agentes com objetivos mais amplos.
Há também uma ressalva sobre as provas. A página do AI Engineer CODE 2026 avisa que algumas afirmações da palestra são argumentos da apresentação. Isso vale sobretudo para a categoria que ele chama de "Fable-class capability". O evento diz que essas afirmações não foram comprovadas de forma independente. Não se trata de uma classificação oficial de laboratório ou órgão regulador.
As fontes citadas aqui não documentam críticas de terceiros às posições dele.
Onde ouvir Simon Willison: entrevistas e palestras recentes?
- 11 de novembro de 2026 · AI Engineer CODE 2026: a página da palestra apresenta "2026 in LLMs". Ela é descrita como uma retrospectiva pessoal sobre benchmarks, projetos domésticos, segurança e jogos gerados por IA.
- 27 de setembro de 2026 · WeAreDevelopers World Congress North America (San Jose): Willison contou no blog que fez a palestra de encerramento. Ele publicou slides anotados e notas, e informou que o vídeo estava no YouTube.
- 31 de julho de 2026 · Oxide and Friends (podcast): conversa sobre modelos de pesos abertos, Kimi K3, segurança cibernética e política de IA nos EUA.
Para acompanhar o que ele publica, há o arquivo de 2026 do site e as newsletters de 2026.
Perguntas frequentes
Simon Willison trabalha para alguma empresa de IA?
A página do AI Engineer CODE 2026, de 11 de novembro de 2026, o descreve como independente e criador do Datasette. As fontes citadas não confirmam vínculo atual com empresa, universidade ou laboratório.
O que é o Datasette?
É uma ferramenta de publicação e exploração de dados baseada em SQLite, criada por Simon Willison.
Simon Willison é contra agentes de programação?
Não. Em nota de 24 de setembro de 2026, ele disse que os agentes podem produzir resultados extraordinários. Mas, segundo ele, tornam a engenharia de software ainda mais difícil e exigem disciplina e conhecimento excepcionais.
O que ele diz sobre modelos de pesos abertos?
No podcast Oxide and Friends, em 31 de julho de 2026, ele discutiu a tese de que modelos de pesos abertos, como o Kimi K3, poderiam competir com modelos proprietários de fronteira. É um argumento dele, sem medição independente na fonte.
O que é "Fable-class capability"?
É um termo que Willison usou na palestra "2026 in LLMs". O AI Engineer CODE 2026 avisa que as afirmações sobre essa categoria são argumentos da apresentação, não fatos comprovados de forma independente.
Fontes
- AI Engineer CODE 2026 — palestra de Simon Willison · organizacion
- Simon Willison — 2026 in LLMs so far (27/9/2026) · documento
- Simon Willison — nota sobre agentes de programação (24/9/2026) · documento
- Simon Willison — Oxide and Friends (31/7/2026) · documento
- Simon Willison — arquivo de 2026 · documento
- Simon Willison — newsletters de 2026 · documento

