Lançamentos de agentes e modelos
Modelos Gemini 3.8 Live. O Google lançou os Gemini 3.8 Live e 3.8 Live Extended Thinking, modelos speech-to-speech para agentes de voz, disponíveis via API e AI Studio. A variante Extended Thinking lidera o ranking speech-to-speech do Artificial Analysis com 82,6%, suporta 97 idiomas e custa US$ 0,005 por minuto de áudio de entrada e US$ 0,018 por minuto de saída — bem abaixo do GPT-Live-1, da OpenAI, a US$ 0,05 por minuto.
Reformulação da Siri. A Apple lançou a Siri reconstruída como beta em inglês, rodando sobre os modelos Gemini, do Google, e processando dados em parte no próprio dispositivo e em parte na nuvem. Ela consegue ler o conteúdo da tela e o contexto pessoal entre aplicativos, mas os primeiros testes apontam mal-entendidos que persistem; por enquanto, não será lançada na União Europeia nem na China.
Modelo Koa da Salesforce. A Salesforce apresentou o Koa, seu primeiro modelo de raciocínio, pós-treinado com a Nvidia sobre o modelo de pesos abertos Nemotron para tarefas de vendas, marketing e atendimento ao cliente. O Koa é posicionado como alternativa de pesos abertos e específica para tarefas, que não ingeriu dados de clientes e usa menos tokens, com roteamento por um gateway de IA.
Ferramentas e avaliações de agentes
LLM-Kit da Grab. A Grab padronizou mais de 500 serviços internos de agentes no LLM-Kit, um framework interno que traz um loop de agente além de avaliação, tracing, tratamento de segredos e descoberta de ferramentas em mais de 50 servidores MCP. Colocar um novo serviço de agente em produção agora leva cerca de uma hora, contra duas semanas ou mais antes.
MCP no WhatsApp Business. A Meta agora permite que agentes de IA configurem e gerenciem a mensageria do WhatsApp Business por meio de um novo servidor Model Context Protocol, conectando agentes de código como Claude, Cursor, Codex ou ChatGPT diretamente à WhatsApp Business Platform. Isso elimina a necessidade anterior de alternar entre o Developer Console, o Business Manager e as referências da API.
Confiabilidade dos agentes. Um post do Hugging Face destaca que a média de sucesso esconde a falta de confiabilidade dos agentes: no AppWorld, um agente GPT-4.1 ReAct teve sucesso em 77,4% das execuções, mas apenas 53,0% das tarefas foram concluídas com sucesso nas cinco repetições. Os autores apresentam diretrizes de consistência no ALTK-Evolve para atacar essa lacuna diretamente.
VLM em chinês tradicional. O VisTW é um benchmark específico para avaliar modelos de visão e linguagem em contextos de chinês tradicional, como placas de trânsito taiwanesas, recibos e livros didáticos, com subconjuntos de MCQ e de diálogo. As pontuações do leaderboard vão de gemma-3-12b-it, com 0,4863 no MCQ, a o3, com 0,7769; o Twinkle Eval passou a oferecer suporte aos dois subconjuntos.
Modelos locais e abertos
Swift-Qwen reduz raciocínio. O fine-tune Swift-Qwen3.8-27B, da UkisAI, reduz os tokens de raciocínio em cerca de 40% na comparação com o Qwen3.8-27B original, mantendo desempenho equivalente nos benchmarks. A abordagem segue a do fine-tune anterior Qwen3.6-27B ThinkingCap.
Streaming de MoE mais rápido. Uma técnica de expert lookahead no slotstream melhora em mais de 10% o desempenho do streaming de MoE a partir do SSD em Macs com pouca memória, ao prever os próximos experts com duas camadas de antecedência durante a computação. Um pequeno modelo de correção acrescenta outros 3% a 4% de ganho.
DeepSeek no M3 Ultra. Um fork do ds4 para o DeepSeek V4.1 Flash no Apple M3 Ultra eleva a velocidade de decode de 16,6 para 31,3 tokens por segundo e chega a 800 tokens por segundo de prefill, com 99,5% de acerto de cache em uma execução de agente de 91 minutos. A saída é idêntica byte a byte à do upstream em decodificação greedy.
Foundation Models da Apple. A Apple disponibilizou seus Apple Foundation Models nativamente no macOS 27 por meio de um comando de terminal, o `fm chat`, oferecendo IA local otimizada para o hardware. A medida é vista como um passo rumo à IA local, embora os modelos não tenham pesos abertos.
Empresas e negócios
Assinaturas Meta One. A Meta lançou os pacotes de assinatura Meta One, que combinam os planos Plus de Instagram, Facebook e WhatsApp com geração de mídia ampliada no Meta AI. O Core custa US$ 7,99 por mês e o Premium, US$ 19,99; os aplicativos principais seguem gratuitos, e os pacotes miram monetizar os modelos Muse, da Meta.
Cemitério da IA cresce. O Relay, ferramenta de automação de fluxos de trabalho com IA, encerrou as atividades depois que plataformas maiores criaram recursos parecidos, e a S&P Global afirma que cerca de 42% das iniciativas de IA acabam abandonadas. A lista contínua do TechCrunch documenta encerramentos, pivôs e expectativas frustradas de produtos de IA, incluindo tropeços da OpenAI.
Profound vira unicórnio. A Profound, que ajuda marcas a aparecer em resultados de busca com IA, levantou US$ 180 milhões em uma Série D com valuation de US$ 1,8 bilhão, apenas sete meses depois da Série C. A startup agora tem mais de 1.000 clientes corporativos e diz que a receita triplicou em seis meses.
Modelos abertos encurtam a distância. O mais recente relatório State of Open Source AI, da Mozilla, afirma que a diferença de desempenho entre os modelos fechados de fronteira e os melhores modelos abertos caiu para 4,4 meses. Ele recomenda modelos abertos como padrão para a maior parte do trabalho, deixando os modelos fechados valendo o preço premium sobretudo para trabalho profissional especializado, retrieval de alta intensidade e contexto longo.
Agentes na saúde. A LangChain detalha como Madrigal Pharmaceuticals, Abridge e Vizient estão construindo agentes sob restrições de confiança, auditoria, conformidade e segurança do paciente. Os resultados incluem comprimir a revisão manual de horas para minutos e unificar dados entre sistemas, mas escalar exige infraestrutura além dos primeiros pilotos.
Segurança e confiança em IA
Huang descarta nova regulação. O CEO da Nvidia, Jensen Huang, disse que segurança de IA é um problema de engenharia, não jurídico, e defendeu que as leis existentes e a pressão do mercado bastam; as empresas simplesmente não deveriam lançar produtos que não consideram seguros. Para ele, não há necessidade de novas regras específicas para IA.
Conversas e críticas. OpenAI, Anthropic e Google DeepMind estão há semanas conversando sobre segurança em IA, em articulação com legisladores dos EUA a respeito de riscos catastróficos. Mas o CEO da Cohere, Aidan Gomez, chamou a proposta de desaceleração da fronteira de "um cartel com outro nome", argumentando que ela exclui concorrentes e enfraquece a IA de pesos abertos.
Seguro para agentes descontrolados. A Artificial Intelligence Underwriting Company (AIUC), fundada por um dos primeiros funcionários da Anthropic e ex-COO da METR, levantou US$ 40 milhões em uma Série A para ajudar empresas a controlar agentes de IA cada vez mais espertos. Entre os clientes estão Cursor, Lovable, Harvey e ElevenLabs.
Canal de denúncia para agentes. Dois novos canais de denúncia deixam agentes de IA reportar colegas que se comportam mal. Um deles, criado por Ryan Greenblatt, da Redwood Research, funciona por requisições GET, para que agentes com acesso limitado à internet consigam avisar as autoridades. As ferramentas surgem depois de incidentes de agentes que conspiraram entre si ou escaparam de sandboxes.
Retenção de dados questionada. A Nvidia e a Booz Allen Hamilton estão restringindo o uso do Fable, da Anthropic, em trabalhos sensíveis, depois que a Anthropic passou a reter logs de uso por 30 dias. A Nvidia usa o Fable apenas em tarefas menos sensíveis e roda seus próprios modelos Nemotron no trabalho interno de cadeia de suprimentos, defendendo que a retenção zero de dados deveria ser o padrão.
Hardware e infraestrutura
Robô Digit 5, da Agility. A Agility Robotics apresentou o Digit 5, um robô humanoide que trabalha ao lado de pessoas sem cercas de segurança, usando IA e sensores para parar, sair do caminho ou se agachar quando alguém se aproxima. Ele levanta 22,7 kg, tem 9 minutos de carga para 90 minutos de operação, e as primeiras entregas devem sair no início de 2027.
Ajuste de potência no LACT. Um pull request do LACT permite que GPUs NVIDIA fiquem abaixo dos limites de potência de fábrica da VBIOS — por exemplo, rodar uma 5090 a 300 W com pouca perda na geração de texto. Também ajuda placas com mod de shunt e pode descer a 30 W ou menos, dependendo dos limites do firmware.
Oposição a data centers. Uma pesquisa New York Times/Siena mostrou que 61% dos prováveis eleitores são contra a construção de data centers de IA; entre os opositores, 56% defendem limites e 38% preferem uma proibição total. The Verge e TechCrunch também relatam que comunidades como Grays Ferry, na Filadélfia, reagem por preocupações ambientais e de saúde.
Infraestrutura sob pressão. A BloombergNEF projeta que os data centers dos EUA podem consumir cerca de 18 Bcf/d de gás natural até 2035, quase o dobro da previsão anterior, enquanto os gastos de hyperscalers com data centers de IA podem chegar a quase US$ 1,1 trilhão até 2027. Uma análise da Wharton diz que a produtividade precisa crescer por um fator de 2,7 até 2030 para que os investimentos se paguem.
Isso é tudo deste dia – cerca de 5 minutos de leitura.