Lançamentos de agentes e modelos
Lançamento do Nanbeige4.3-33B. O Nanbeige LLM Lab lançou o Nanbeige4.3-33B sob licença Apache 2.0, um modelo denso de codificação agêntica com 33B parâmetros e janela de contexto de 512K. Ele lidera 17 de 20 benchmarks na tabela do laboratório contra modelos próximos de 30B, com bom desempenho no Terminal-Bench 2.1, mas notas mais fracas em alguns benchmarks de SWE e de tarefas. Há quants GGUF da comunidade, com o AD-IQ4_XS de 20,3 GB recomendado para GPUs de 32 GB.
Microsoft abre Agensh. A Microsoft Research abriu o código do Agensh, um harness de agentes de codificação descentralizado que dispensa o orquestrador central; os workers escolhem subtarefas, compartilham descobertas e fazem merge de código. Nos testes, ele escalou de 1 para 1.024 agentes, melhorando os resultados nas tarefas mais difíceis do ProgramBench à medida que o número de agentes aumentava.
Lure-TTS, TTS compacto. Um desenvolvedor solo lançou o Lure-TTS e o Lure-Turbo, modelos de voz com 600 milhões de parâmetros ajustados a partir do Qwen3-TTS para síntese mais rápida que o tempo real, com tags inline, direção e clonagem de voz. Segundo relatos, o treinamento custou menos de US$ 200 usando RLVR, OPD e destilação multi-teacher.
Agentes de smartphone OpenMobile-2. Pesquisadores lançaram o OpenMobile-2, modelos de agentes para smartphone de código aberto construídos sobre Qwen3.5 e Qwen3.6 (9B/27B). O ambiente de treinamento inclui mais de 110 apps simulados; a diversidade de apps elevou o sucesso em apps não vistos de 60,7 para 67,5, e o modelo maior marcou 59,6 no SPA-Bench, o maior índice entre modelos abertos.
Modelo de DNA Carbon-X. A Hugging Face lançou o Carbon-X, um modelo de linguagem de DNA aberto com 14,8B parâmetros que lê sequências brutas de DNA e responde em inglês; ele prevê patogenicidade de mutações, regiões reguladoras e bases seguintes. Ele tem média de 66,7% em cinco benchmarks de DNA, a melhor entre os modelos abertos testados, e roda em uma única GPU de 80 GB.
Ferramentas, frameworks e infraestrutura
TorchTPU para PyTorch. Google e Meta abriram o código do TorchTPU na PyTorch Conference 2026, um backend nativo de PyTorch para TPUs que substitui o PyTorch/XLA. O porte se resume a trocar model.to('cuda') por model.to('tpu'), e a Meta planeja rodar cargas maiores de LLM em TPUs.
Google lança ML Drift. O Google lançou o ML Drift, um motor de computação em GPU multiplataforma sob Apache 2.0 para inferência de IA no dispositivo, com suporte a OpenGL ES, OpenCL, Metal e WebGPU. Ele é o motor central por trás do LiteRT e busca melhorar portabilidade e desempenho de IA generativa em dispositivos de borda.
Nvidia abre Flora. A Nvidia abriu o código do Flora, um motor de dados que rotula vídeos de robôs para descrições de ações, avaliações de progresso e sucesso de tarefas. A empresa afirma que a rotulagem custa US$ 0,72 por hora, contra US$ 88 por hora no GPT-6 Astra, e que o Flora já é usado no treinamento do GR00T em até 200 mil horas por dia.
Anthropic lança OSS Scanner. A Anthropic lançou o OSS Scanner, um scanner de vulnerabilidades gratuito e opt-in para projetos críticos de código aberto, usando seus modelos mais fortes. Ele já aceitou 114 projetos e relatou 77 achados críticos e 803 de severidade alta, com 88% dos achados auditados atendendo ao critério de divulgação, mas com alguma inflação de severidade e duplicatas.
Poda de tokens com TokenGate. Stanford e UC Berkeley lançaram o TokenGate, um módulo de poda de tokens aprendido e drop-in para LLMs. Ele pula tokens de entrada irrelevantes, entregando um time-to-first-token de 1,4x a 11,3x mais rápido e memória de prefill de 1,5x a 3,4x menor, sem perda de acurácia nas tarefas testadas com contexto de até 128k.
Destaques de pesquisa
Agentes de câmera FilmFlow. O FilmFlow é um framework agêntico que transforma instruções em linguagem natural ou vídeos de referência em trajetórias de câmera explícitas para cenas 3D. Um agente Director planeja com os agentes Interpreter, Scout e Critic; o CinemaBench inclui 750 tarefas guiadas por texto e avaliações com vídeos de referência.
Roteamento unificado RouteWeaver. O RouteWeaver unifica o roteamento de rodada única, de múltiplas rodadas e agêntico em uma única política de LLM, selecionando conjuntamente o modo de execução e os modelos. Seu treinamento COMET-GRPO desacopla a seleção de modo da atribuição de crédito à execução, melhorando a acurácia em tarefas de matemática, programação e conhecimento.
Anthropic prevê RSI em 2027. O cofundador da Anthropic, Jack Clark, mudou sua previsão de autoaperfeiçoamento recursivo para 2027, com base no benchmark TasteVal, no qual a capacidade de “research taste” da IA tem dobrado a cada três meses, aproximadamente. O melhor modelo superou 24 especialistas humanos a uma fração do custo, mas o benchmark é um recorte estreito do trabalho científico.
Indústria e negócios
OpenAI corta preços contra Anthropic. A OpenAI está oferecendo descontos de até 90% para conquistar os maiores clientes da Anthropic; Rippling, Replit e DataCamp redirecionaram gastos. A carga de codificação da Rippling na OpenAI subiu de 16% para 52%, enquanto a carga na Anthropic caiu de 57% para 18%, e a Replit conseguiu 30% de desconto em um contrato de mais de US$ 100 milhões.
Apollo: retorno zero da IA. O economista-chefe da Apollo, Torsten Slok, diz que a IA não trouxe nenhum retorno financeiro às empresas não tecnológicas do S&P 493, com margens de lucro e receita por trabalhador estáveis. Ele argumenta que a inteligência empresarial é, em grande parte, julgamento, e que a IA não entende responsabilização, confiança, cultura ou equidade.
Busca com IA do Google. Os recursos de busca com IA do Google abalaram a publicação online, quebrando a antiga relação recíproca em que veículos recebiam tráfego em troca de conteúdo. Veículos que passaram anos otimizando para mecanismos de busca estão vendo cliques e visibilidade desaparecerem diante das respostas geradas por IA.
Impérios de IA EUA-China. Em Foreign Affairs, Eric Schmidt, Niall Ferguson e Lisa Klaassen argumentam que os EUA e a China construíram impérios de IA que tornam outros países dependentes; Washington troca sistemas fechados por lealdade política, enquanto Pequim distribui modelos de pesos abertos para difundir padrões. Eles veem um possível conflito por Taiwan e pela TSMC como o maior risco para a cadeia de suprimentos de IA.
Anthropic aposta em agente único. A Anthropic recomenda que as empresas avaliem consolidar os subagentes em um único agente principal que carrega contexto sob demanda, porque modelos mais novos conseguem lidar com planos complexos diretamente. Em uma comparação, o agente único rodou cerca de duas vezes mais rápido que o sistema multiagente, e há um kit de migração disponível no GitHub.
Receita de software da Nvidia. Um tópico no Reddit destaca a declaração de Jensen Huang de que a NVIDIA mira uma receita anual de software de US$ 2.000 por GPU, sinalizando um avanço em software de IA recorrente além do hardware.
Segurança e proteção
Risco cibernético de pesos abertos. Um tópico no Reddit argumenta que, à medida que os EUA e a China restringem modelos de pesos abertos com capacidade cibernética, o acesso à IA defensiva e ofensiva vai se concentrar em governos e grandes empresas, deixando indivíduos e pequenos negócios menos capazes de proteger sistemas. O texto questiona se modelos treinados pela comunidade conseguem acompanhar os modelos de fronteira.
CVE no llama.cpp. Uma CVE no componente Pocket-TTS do llama.cpp permite uma escrita fora dos limites via um arquivo mmproj malicioso, o que exige acesso local. A atualização para a b11796 ou para o master atual detecta e aborta o exploit, mas o PR de correção de design ainda está aberto.
Acidentes com agentes. Um usuário relata que um agente do Copilot no VS Code apagou seu banco de dados durante um teste, e pergunta se exclusões em massa comandadas por agentes ainda acontecem apesar dos avanços. O incidente ecoa relatos virais anteriores e reforça a necessidade de backups e sandbox.
IA local e hardware
Qwen3.8-Flash local. Usuários comparam o Qwen3.8-Flash-Next com o Swift-1.5 e encontram melhor desempenho, mas notam excesso de “deep work” e ineficiência de tokens. Outra configuração roda o modelo de 125B a cerca de 20 tok/s com 16 GB de VRAM e 8 GB de RAM, usando offload direto para NVMe com ExLlamaV3.
Desbloqueio P2P na RTX 3080. Um desbloqueio da comunidade habilita P2P e reBAR na RTX 3080 de 20 GB, gerando até 70% a mais de velocidade no processamento de prompt com paralelismo tensorial. Duas GPUs foram testadas com o Swift-1.5-Qwen3.8-27B AWQ INT4 no vLLM.
Promessas do quant ISTA. Um tópico pergunta se o quant IQ3_S do Qwen3.8-27B-GSQ-RCO-GGUF, do ISTA-DASLab, realmente iguala o desempenho do BF16 como prometido, em comparação com o UD Q4_K_XL da Unsloth. O model card promete alta qualidade com uma quantização menor, mas a validação da comunidade segue em aberto.
Escrita do Gemma 4 criticada. Usuários relatam que os fine-tunes do Gemma 4 26B são homogêneos, produzem prosa empolada e ignoram exemplos de diálogo fornecidos, com personagens que soam iguais entre os modelos. O ajuste de estilo continua sendo um ponto de dor dessa arquitetura.
Isso é tudo deste dia – cerca de 5 minutos de leitura.