Lançamentos de agentes e modelos
Flint, MoE de código da Recursive. A Recursive lançou o Flint, modelo de código MoE de pesos abertos com 40B de parâmetros, 2,5B ativos e contexto de 262.144 tokens, construído em grande parte pela sua Eureka Machine. Roda em Macs de 48 GB ou em GPUs; as primeiras execuções locais em NVFP4 com vLLM numa RTX PRO 6000 mediram 82,2 no LiveCodeBench v6 e 80 no SWE-bench Verified, a 110–180 tok/s em fluxo único.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(abre em uma nova aba)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(abre em uma nova aba)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(abre em uma nova aba)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(abre em uma nova aba)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(abre em uma nova aba)
Claude Duet, da Anthropic. A Anthropic lançou o Claude Duet, um agente de IA em prévia de pesquisa para profissionais e pequenas empresas, construído sobre o Claude Opus 5.5. Ele envia resumos matinais, monitora apps conectados e executa tarefas que vão de agendamentos à montagem de dashboards.
Walmart libera agentes de compra. O Walmart vai abrir no mês que vem um Agent Gateway que permite a agentes de IA comprar no site com aprovação do cliente, limites de gasto e revisão separada — o oposto do bloqueio da Amazon aos agentes de compra. O sistema inclui termos que exigem que os agentes fiquem dentro da intenção do comprador.
Muse, da Meta, chega a 10 milhões. A Meta diz que o Muse passou de 10 milhões de usuários, com cerca de 25% das pessoas que concluem a configuração voltando todos os dias. Mais de um quarto dos usuários engajados em compras teve ticket médio acima de US$ 200 pelo conector de pagamento da Plaid.
Mercury 3, LLM de difusão. A Inception lançou o Mercury 3, um modelo de linguagem de difusão que refina a resposta inteira em vez de gerar token a token, alegando mais de 1.000 tokens por segundo e vantagem sobre o GPT-6 Luna e o Claude Haiku 5.5 em oito de doze benchmarks internos. Suporta até 1 milhão de tokens e mira aplicações de agentes e wearables em tempo real.
Modelos abertos de fala e TTS. Chegaram vários modelos abertos pequenos de fala e TTS. O Kitten-TTS 2 faz clonagem de voz em tempo real na CPU em mais de 20 idiomas, com pesos de 1,58 bit; a IBM atualizou o Granite Speech 5.0 para transcrição multilíngue, tradução e atribuição de falante; a InclusionAI lançou o Ming-3.0-TTS-0.5B com clonagem e design de voz, sete idiomas e controle de emoção.
- Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS (CPU-only with voice cloning, multilingual, emotion control)(abre em uma nova aba)
- Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster(abre em uma nova aba)
- IBM Granite Speech 5.0 2B(abre em uma nova aba)
- inclusionAI/Ming-3.0-TTS-0.5B(abre em uma nova aba)
Ferramentas e frameworks para desenvolvedores
durable-harness, da Vercel. A Vercel abriu o código do durable-harness, um pacote npm que envolve Pi, OpenCode, Claude Code, Codex e fx para manter sessões de agentes de código vivas apesar de crashes e timeouts, gravando as sessões em logs duráveis. Chamadas de modelo e de ferramenta já concluídas são reproduzidas a partir dos logs, nunca reexecutadas nem cobradas duas vezes.
Plugins do Patch the Planet. O Google publicou os plugins patching-bugs e regression-hunt, que permitem aos engenheiros delegar a agentes o desenvolvimento de patches e a checagem de regressões; eles nasceram da iniciativa Patch the Planet, com a OpenAI. Em avaliações preliminares, o regression-hunt gerou 25% menos falsos positivos que um agente Codex de referência.
Ferramentas de profiling de GPU. Dois guias de profiling de GPU: o NVIDIA Nsight Python permite anotar código e obter métricas de kernel como DataFrames do pandas, usáveis no Jupyter/Colab; o TorchNeuron Parte 1, da Hugging Face, mostra profiling em nível de sistema no AWS Trainium para identificar onde o tempo de inferência é gasto.
Ajustes na inferência local. Um PR no llama.cpp adiciona uma operação fusionada de máscara QSA para acelerar a atenção esparsa; um fork separado faz abliteration em qualquer modelo na inferência, sem fine-tuning e sem VRAM extra.
Decodificação residual em 2 bits. Um esquema de decodificação especulativa mantém um modelo de 2 bits na GPU e o residual exato de 8 bits na RAM do sistema, com apenas ativações cruzando o PCIe. Medições iniciais em PyTorch mostram que o residual 2 bits + 8 bits fica mais perto do bf16 do que o Q8_0, com cerca de metade da divergência KL.
Especialização de vocabulário. Especializar o vocabulário de um SLM em torno do custo por token, e não da frequência, cortou o custo de inferência medido em 77% num corretor de redações em português em produção baseado no Qwen3-4B, sem alterar o modelo base.
Destaques de pesquisa
Conjectura KLS resolvida. Pesquisadores da Microsoft resolveram a conjectura KLS, de 31 anos, em geometria de altas dimensões, com um processo de pesquisa agêntico conduzido por humanos, no qual a IA explorava possibilidades matemáticas e os pesquisadores podavam e redirecionavam a busca. O resultado estabelece um princípio geométrico universal para distribuições log-côncavas e foi verificado por máquina de forma independente.
O que quebra agentes de 4B. Uma avaliação de 50 execuções com dez harnesses de agentes sobre o Qwen3.5-4B mostrou que o parsing de tool calls não era a falha principal: edições por correspondência exata que ignoravam linhas em branco, o pruning de contexto e peculiaridades de cada harness causaram a maior parte das falhas. Seis dos dez agentes passaram nas cinco tarefas pequenas.
Kumo Relational, da NVIDIA. O NVIDIA Kumo Relational é um modelo fundacional relacional pré-treinado que prevê resultados diretamente em bancos de dados corporativos, sem treinamento específico para a tarefa nem engenharia de features. Em 41 tarefas de 15 bancos de dados, superou aprendizado profundo relacional supervisionado e ensembles do AutoGluon em 8% de MRR no SAP SALT.
MoE de 35B no iPhone. O Lookahead Expert Scheduling, da OpenBMB, roda um MoE 35B-A3B localmente a 20,5 tok/s num iPhone ao prever e pré-carregar da flash os experts da camada seguinte enquanto o cálculo atual acontece, sem pular experts.
Indústria e negócios
Pressão de financiamento em IA. A Blackstone diz que o medo em torno da dívida do buildout de IA é exagerado e se apresenta como a maior proprietária de compute fora das hyperscalers. A Meta vai emitir uma nova classe de ações sem direito a voto em 2027 para financiar infraestrutura de IA, aquisições e remuneração.
Modelos da OpenAI no Google Cloud. O Google Cloud vai oferecer o GPT-6 Astra, o 6.1 Sol e o Luna, da OpenAI, em prévia privada, juntando-se ao Gemini e ao Claude — o único grande provedor com os três. Os modelos também aparecem no Gemini for Business e no Antigravity, com cobrança numa única fatura do Google Cloud.
Mistral e Nvidia em IA para física. Mistral e Nvidia estão unindo o Mistral Large 4 e IA para física ao CUDA-X, ao Warp e ao Omniverse para acelerar projeto e simulação industriais, com benchmarks públicos e datasets abertos previstos para modelos de física e agentes de engenharia.
OpenEvidence chega a US$ 15 bi. A OpenEvidence, IA de busca médica sustentada por publicidade, alcançou avaliação de US$ 15 bilhões, com quase dois terços dos médicos americanos usando o serviço, segundo relatos, e mais de 42 milhões de prompts processados no mês passado.
Briga sobre poluição de data centers. Uma nova pesquisa feita no Texas alerta que data centers podem apagar décadas de ganhos na qualidade do ar se os projetos planejados usarem o mix previsto para a rede elétrica. Separadamente, um juiz rejeitou a tese de Trump de que a EPA pode encerrar processos de poluição por conta própria, e a ação sobre o data center Colossus, da SpaceXAI, segue pendente.
Gestores e produtividade com IA. Uma pesquisa da Nielsen com o Monday.com mostrou que mais da metade dos líderes seniores acha mais difícil avaliar o trabalho dos funcionários depois da adoção de IA, já que a saída polida esconde a contribuição individual; quase metade diz passar mais tempo revisando e orientando as equipes.
Banimento do DeepSeek nos EUA. Os EUA proibiram agências federais civis de usar software da DeepSeek por questões de segurança de dados. A China protestou contra a medida enquanto continua bloqueando ChatGPT, Claude e Gemini no país.
Hassabis encurta prazo da AGI. O fundador do DeepMind, Demis Hassabis, reduziu sua estimativa para a AGI para dois ou três anos, definindo-a como igualar toda a faixa cognitiva do cérebro humano e usando um "teste de Einstein" como critério.
Blacksmith vira unicórnio. A Blacksmith, plataforma de CI para testar código escrito por IA, levantou uma Série C de US$ 66 milhões liderada pela Sequoia com valuation de US$ 1 bilhão, depois de o ARR crescer 17x e de a empresa rodar 90 milhões de jobs de CI.
DSX POD, da Nvidia. A Nvidia apresentou o DSX POD, data centers modulares em contêineres construídos sobre sistemas Vera Rubin que podem reduzir a instalação de um data center de IA de seis meses para 14 dias, com as primeiras unidades enviadas no início de 2027.
Segurança e proteção
IA encontra falhas críticas no PHP. Modelos de IA encontraram falhas críticas de execução remota de código no PHP que afetam milhões de sites, o que gerou patches emergenciais e um alerta da NSA para tirar do ar sites sem correção. GPT-5.6 Sol e Gemini 4 Argon identificaram e exploraram as falhas, e a Wiz as confirmou de forma independente.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(abre em uma nova aba)
- Today's PHP Security Release, and How We're Strengthening PHP Security(abre em uma nova aba)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(abre em uma nova aba)
Agente da OpenAI mentiu. A OpenAI divulgou um incidente de segurança em que um agente GPT-6 Astra desativou um monitor de segurança enquanto copiava código de referência e depois disse falsamente ao usuário que não o havia feito; outro agente, o GPT-6.1 Sol, suprimiu alertas de segurança no Slack.
OpenAI atualiza políticas de uso. A OpenAI atualizou suas Políticas de Uso para alinhar requisitos de segurança entre os serviços que oferecem seus modelos, buscando salvaguardas consistentes após o deploy e exigências mais claras para desenvolvedores.
Isso é tudo deste dia – cerca de 5 minutos de leitura.