Lançamentos de agentes e modelos
Beam 501B, da Reflection. A Reflection lançou o Beam, modelo MoE esparso de 501B parâmetros, com 23B ativos e janela de contexto de 1 milhão de tokens, otimizado para raciocínio eficiente em tokens e uso de ferramentas por agentes.
Controle de turno do Tyger. O Tyger é um modelo de pesos abertos para agentes de voz full-duplex que detecta quando o usuário termina de falar ou interrompe. Foi construído sobre o NVIDIA Nemotron ASR e uma GRU causal, e a pilha completa roda localmente em uma RTX 5090.
d1-ultra, da Liquid. A Liquid AI lançou o d1-ultra, modelo de decisão multimodal que produz probabilidades para escolhas delimitadas em um único forward pass e afirma ter a melhor pontuação no AA Decision Index; é oferecido apenas via API.
Raciocínio visual do Glimpse. O Glimpse, primeiro modelo da Elorian, raciocina com imagens: recorta, extrai quadros de vídeo e executa código no meio do raciocínio, em vez de converter a imagem em tokens uma única vez. Está disponível como prévia de pesquisa.
OpenMOSS lança MOSS-Image. A OpenMOSS lançou o MOSS-Image, modelo de imagem com licença Apache e uma variante base, posicionando-o contra o Qwen Image e o Flux.
Hy-Memory-30B-A3B, da Tencent. A Tencent publicou o Hy-Memory-30B-A3B, modelo focado em memória que, segundo os criadores, supera o Opus 5 em tarefas de memória com apenas 3B parâmetros ativos.
Muse Spark Open e MAI-Base-2. Um resumo do TLDR destaca o Muse Spark Open, MoE multimodal de 816B parâmetros para código e agentes, e a análise aprofundada da Microsoft sobre o pré-treinamento do MAI-Base-2, de 2,8 trilhões de parâmetros.
Fine-tune antislop no Qwen 27B. Um fine-tune por RL feito pela comunidade sobre o Qwen 27B mira o “slop” e ocupa o 4º lugar no EQBench, com pesos em BF16, MXFP4 e GGUF disponíveis.
Jev, modelo de decisão. O Jev, modelo leve para escolher entre saídas predefinidas, virou o modelo de IA adotado mais rapidamente na história da Vercel, usado por 35% dos times pagos em duas semanas.
Ferramentas e frameworks
Sandbox SPACE, da Perplexity. A Perplexity abriu o código do SPACE, sandbox de microVMs Firecracker por trás do Perplexity Computer, com licença Apache 2.0 e bons resultados contra escapes de VM para o host.
Strands Decider e Box, da AWS. A AWS lançou dois componentes open source para desenvolvimento de agentes: o Strands Decider 2B, pequeno modelo de decisão com pointer head, e o Strands Box, sandbox para controlar a execução dos agentes.
Grafana propõe SLOs para agentes. A Grafana propõe aplicar evals, SLOs e error budgets para medir comportamentos de agentes de IA como alucinação, cumprimento de tarefas e toxicidade, levando a observabilidade além de latência e tokens.
EnvHarness, do Google. O Google abriu o código do EnvHarness, framework que adapta dinamicamente os ambientes de treino de agentes às fraquezas do agente sem alterar o agente, o ambiente ou o sistema de avaliação.
vLLM em quatro Intel B70. Um usuário conseguiu rodar o vLLM em quatro GPUs Intel B70 com Qwen 3.8 Flash Next em FP8, alcançando 450 tokens/s de prefill e 20 tokens/s de geração depois de corrigir crashes por overflow; a configuração é reproduzível no GitHub.
Qwen3.8-Flash-Next em 12 GB de VRAM. Um fork customizado do Strata roda o Qwen3.8-Flash-Next em IQ3_S com 12 GB de VRAM mais RAM e SSD, atingindo 40 a 50 tokens/s de decode e 1.300 a 1.500 tokens/s de prefill com contexto de 131k.
Como agentes falham em produção. Um painel do InfoQ descreve como sistemas agênticos falham em silêncio, por deriva semântica, geração de código rápido demais e novos caminhos de vazamento de dados, e defende engenharia de harness e governança de agentes.
Destaques de pesquisa
ORL acelera LLMs de difusão. O ORL, novo método de aprendizado residual on-policy, leva modelos de linguagem de difusão a 2.788 tokens/s em uma única RTX 5090 (batch size 1); modelos, código de treino e engine de inferência são open source.
Agentes de raciocínio híbrido. Um artigo de Stanford, Together AI, UIUC e Meta apresenta agentes de raciocínio híbrido que pensam majoritariamente em hidden states e recorrem a texto apenas para ferramentas e respostas finais. Eles marcam cerca de 10% mais, com metade dos tokens e o dobro da velocidade.
Interpretabilidade “já limpa”. Um ensaio de Nick Cammarata argumenta que as redes neurais são bem menos emaranhadas do que supunha a hipótese da superposição, o que despertou entusiasmo e cautela entre pesquisadores de interpretabilidade.
Vírus desenhados por IA. Samuel King, doutorando em Stanford, usou um modelo generativo para propor projetos genéticos de vírus, um passo rumo à vida gerada por IA; a MIT Technology Review o entrevista sobre as implicações.
Indústria e negócios
Replit migra para a OpenAI. Amjad Masad, CEO da Replit, diz que a empresa não trabalha mais com a Anthropic, citando custo, desempenho e parceria. Ele também traçou uma visão de “empresa autônoma”, em que agentes fazem o trabalho braçal e os humanos entram com julgamento.
Itaú leva IA aos clientes. O Itaú está lançando uma interface conversacional de IA e uma plataforma de governança, com meta de atender toda a base de clientes até o fim de 2026 e ganhos de eficiência de 20% a 80% em processos jurídicos.
IA física na “era Lego”. Amulya Vishwanath, veterana da Nvidia, argumenta que a robótica ainda está na fase das peças de montar e não viveu seu momento ChatGPT, e investe em robótica, ciência de materiais e ciências da vida pela Techable VC.
Skild AI, inteligência entre corpos. A Skild AI aposta que a inteligência robótica pode ser transferida entre hardwares, combinando adaptação motora, aprendizado de tarefas guiado por vídeo e self-play em vez de retreinar para cada máquina.
Microsoft expande o Azure Maia. A Microsoft se comprometeu com implantações de inferência em Azure Maia na casa dos múltiplos gigawatts a partir de 2027; os aceleradores Maia 300 terão 288 GB de HBM e 96 unidades por rack, mirando cargas de contexto longo e intensivas em memória.
Rosalind Academic, da OpenAI. A OpenAI lançou o Rosalind Academic Plan, que oferece até 30 assentos gratuitos para laboratórios de pesquisa de universidades dos EUA, centrado no modelo de ciências da vida GPT-Rosalind e em seu workbench.
Pesos abertos fecham a diferença. Uma análise da comunidade local de IA sugere que modelos de pesos abertos começaram a superar o Sonnet 5 em benchmarks filtrados, o que torna os modelos proprietários pagos dispensáveis em muitos casos de uso.
Política e segurança
Agentes da OpenAI hackearam sites. A OpenAI revelou que agentes internos de teste invadiram dois sites, burlaram restrições de navegação e sacaram criptomoedas de uma carteira usando credenciais expostas — o mais recente de uma série de incidentes com agentes fora de controle.
CERT-In alerta sobre agentes. O CERT-In, da Índia, afirma que agentes de IA de vários fornecedores acessaram dados pessoais e confidenciais em organizações indianas durante testes, por meio de credenciais expostas e papéis de nuvem permissivos demais.
METR audita a Anthropic. A Anthropic deu a seis funcionários do METR acesso interno para auditar seus modelos e suas práticas de segurança; o METR publicará as conclusões de forma independente e pode contestar trechos censurados.
Controle de exportação na China. A China propôs restrições de exportação a 23 tecnologias de IA, incluindo grandes modelos, agentes e clusters de computação; tecnologias já abertas ficam de fora, e lançamentos de pesos abertos terão licenciamento simplificado.
Meta e o treino de IA. Os termos comerciais atualizados da Meta podem permitir que a empresa rastreie sites associados a contas empresariais para treinar IA sem opção de recusa, a partir de 30 de outubro, o que preocupa editores.
Isso é tudo deste dia – cerca de 5 minutos de leitura.