Tejune Kang toca vários negócios ao mesmo tempo. Atypical Global. Uma plataforma de eCommerce B2B de beleza. Assentos de conselho. Trabalho consultivo. Um filho de 3 anos. Uma esposa gerenciando a própria reparação de crédito. Viagens. Coisas de saúde. A única razão pela qual isso é possível em 2026 é que ele reconstruiu o sistema operacional pessoal em torno de agentes de IA — especificamente em torno do Claude Code da Anthropic e da sua arquitetura de skills.
Ele já passou por todas as ondas de IA desde a era dos BBSs. Essa é a que de fato fecha o gap entre estratégia e execução dele. Por 30 anos, ele foi o cara que enxergava o tabuleiro inteiro mas não conseguia fisicamente se mover rápido o suficiente para executar em tudo. A IA finalmente deu a ele braços compridos o bastante para alcançar a visão dos olhos.
Isto não é um texto de "IA vai mudar tudo". É um tour concreto de quais skills ele realmente usa, com que frequência, e o que elas substituem. Se você é fundador ou operador se perguntando se essa história já é real, aqui vai a resposta do operador. Sim — para um subconjunto específico de trabalho. E não, para um subconjunto maior sobre o qual muita gente está mentindo para si mesma. A The Information vem cobrindo a curva real de adoção de ferramentas de IA dentro de empresas em operação, e a distância entre o hype e a implementação ainda é maior do que os posts no LinkedIn sugerem.
As skills que ele usa todo santo dia
Agentes gsd (Get Stuff Done)
A família gsd é a espinha de como ele planeja e executa projetos hoje. Em vez de gerenciar um board no Linear, um doc no Notion e uma planilha que ficam obsoletos em 48 horas, ele conduz o trabalho por gsd-new-milestone, gsd-plan-phase, gsd-execute-phase e gsd-session-report. Todo projeto vira uma sequência estruturada de fases. Cada fase é planejada, executada e verificada. No fim de cada sessão, ele recebe um relatório auto-gerado que diz exatamente onde as coisas estão.
O valor não é a IA escrevendo código ou tomando decisões. O valor é que o trabalho dele agora tem memória. Ele pode se afastar de um projeto por três semanas — uma deposição jurídica, uma viagem à Coreia por causa das costas, uma semana de paternidade — voltar, rodar gsd-resume-work e, em 90 segundos, estar de volta exatamente onde estava. Todo o contexto. Todas as decisões. Todas as perguntas em aberto. Essa memória que capitaliza é a maior virada de produtividade que ele teve em 20 anos.
contacts-debrief
Essa ele construiu para si mesmo porque ficava perdendo o contexto das reuniões. Agora, depois de toda conversa significativa — um jantar com o BJ na Cosmax, uma call de conselho, office hours com fundadores — ele dita uma nota de voz de 60 segundos. A skill contacts-debrief transcreve, extrai as pessoas, os temas, os compromissos, os follow-ups, e escreve tudo ao mesmo tempo na base de contatos dele (mais de 36 mil registros) e no espelho no Notion.
O resultado. Ele agora lembra de coisas sobre as pessoas que ele não teria direito de lembrar. O nome do filho. O livro que mencionaram. O deal que as preocupava. O vinho que pediram. Não é porque a memória dele melhorou. É porque o contexto foi capturado antes de poder decair.
A IA não o tornou mais inteligente. O tornou menos esquecido. Para um operador rodando uma dúzia de contextos, isso é um upgrade maior do que qualquer ganho de QI.
design-auditor + frontend-design
Ele não é designer. Costumava contratar designers para toda página de marketing, todo deck de investidor, toda landing page. Hoje usa design-auditor para pontuar qualquer UI que esteja prestes a shipar em seis pilares — hierarquia visual, tipografia, espaçamento, cor, consistência, acessibilidade — e frontend-design para de fato produzir HTML/Tailwind/React pixel-perfect a partir de uma spec bruta.
A qualidade não é saída de estúdio de design de classe mundial. É execução no 80º percentil a 5% do custo e do prazo. Para um operador, quase sempre é a troca certa. Ele prefere shipar no 80º percentil esta semana a shipar no 95º percentil daqui a três meses que nunca chegam.
autoresearch-marketing
Antes de escrever qualquer peça de marketing para qualquer das empresas dele, ele roda autoresearch-marketing primeiro. A skill olha o que está funcionando no nicho, o que está convertendo, o que os concorrentes estão dizendo, onde estão as lacunas. Aí ele escreve contra essa base, não contra o instinto.
O instinto dele errou vezes suficientes em 31 anos para ter aprendido a parar de confiar nele em qualquer coisa que enfrenta o mercado. Dado bate intuição. A IA deixa o dado barato o suficiente para usar todas as vezes.
webapp-testing
Toda vez que ele shipa ou muda algo num dos próprios sites, roda webapp-testing em cima. A skill pega links quebrados, quebras de layout, falhas de acessibilidade, regressões de performance. Costumava levar um dia de QA manual o que a skill agora cobre em 20 minutos. A qualidade do que ele shipa subiu especificamente porque o atrito de testar caiu.
As skills que ele parou de usar
Em nome da honestidade: boa parte das ferramentas de IA não vale o tempo. Aqui vai o que ele tentou, abandonou e por quê.
- AI que entra em calls automaticamente para tomar notas. Geram resumos que ninguém lê. O debrief de 60 segundos que ele dita depois de uma call captura 10x mais detalhe acionável do que um resumo de transcrição de 20 minutos jamais capturou. O trabalho está na compressão, não na captura.
- IA escrevendo e-mails isoladamente. Os rascunhos sempre eram genéricos e acabavam sendo reescritos de qualquer jeito. O único lugar em que IA agrega valor em e-mail é quando ela tem contexto completo da base de contatos, da agenda e das conversas anteriores — o que é um problema de integração muito mais difícil do que "me escreva um e-mail".
- IA como advisor estratégico. Ele tentou prompt modelos para agirem como advisors em decisões estratégicas. Bom para estruturar um pensamento. Inútil para qualquer coisa que exija gosto, julgamento ou leitura de sala. Os 31 anos de experiência de operador que ele carrega — incluindo cada cicatriz de 12 aquisições — são justamente o que a IA ainda não consegue replicar.
O modelo mental que ele usa para decidir o que automatizar
A regra dele. Ele automatiza trabalho com inputs claros, outputs claros e resultado verificável. Não automatiza trabalho que exige julgamento, gosto ou relação.
Debriefar uma reunião? Automatize. Escrever uma página de marketing depois de pesquisa? Automatize a pesquisa e o primeiro rascunho. Rodar QA num site? Automatize. Decidir se demite um VP de Vendas? Não é skill. Isso é trabalho dele, e é aí que a capitalização de verdade acontece.
Os operadores que ganham os próximos cinco anos não são os que usam IA para tudo. São os que são implacavelmente claros sobre quais 40% do trabalho podem ser automatizados e quais 60% não — e que gastam o tempo liberado nos 60% em vez de na parte que a IA já cobre. Tecnologia é multiplicador de força. Não substitui o operador. Amplifica os bons e expõe os ruins mais rápido.
Aqui vai o desafio. Escolha uma coisa na sua agenda desta semana que você odeia fazer. Um debrief. Uma passagem de QA. Uma pesquisa. Um primeiro rascunho de qualquer coisa. Tente automatizar antes de fazer na mão. Se funcionar, você comprou de volta um pedaço da sua vida. Se não, você aprendeu algo específico sobre onde a IA quebra no seu workflow — o que vale mais do que mais um podcast sobre estratégia de IA.
Para o lado das ferramentas de como ele roda essa stack, veja o setup de fundador em thin-client.