Lançamentos de agentes e modelos
Droid 1.0 da Factory. A Factory lançou o Droid 1.0, um harness de agente de programação independente de modelo em que o modelo escreve programas capazes de disparar centenas de chamadas de ferramentas em uma única requisição. O prompt base é 37% menor, e a Factory afirma ter a maior taxa de acerto entre os harnesses que testou com os mesmos modelos.
agent-desktop da Vercel. A Vercel Labs abriu o código do agent-desktop, uma CLI em Rust e biblioteca em C que permite a agentes de programação com acesso ao shell ler e operar aplicativos de desktop pela árvore de acessibilidade do sistema operacional, em vez de capturas de tela. A ferramenta é compatível com macOS, Windows e Linux e pode reduzir o uso de tokens em apps Electron densos em 78% a 96%.
Bolt E4B da NVIDIA. A NVIDIA lançou o Nemotron 3.5 Bolt E4B, um modelo Gemma 4 E4B de 4 GB pós-treinado para assistentes de voz, personagens interativos e robótica. A empresa afirma qualidade média cerca de 40% maior em benchmarks de agentes conversacionais e até 80% menos tokens de saída que concorrentes.
Mage-VL-Cowork da Microsoft. A Microsoft apresentou o Mage-VL-Cowork, um modelo visão-linguagem de 4B para uso híbrido de computador, treinado com síntese de ambientes com foco em fluxos de trabalho e um currículo em cinco etapas. Ele reporta 66,0% no OSWorld-Verified, com menos chamadas ao modelo e menos tokens de saída.
Ferramentas e frameworks
Offload de MoE no Betelgeuse. O Betelgeuse agora roda o Qwen 3.8 Flash Next IQ4_XS em uma RTX 3060 de 12 GB e 16 GB de DDR4 a 14 a 24 tokens/s, dependendo da configuração dos canais de RAM, mantendo 100% de exatidão byte a byte. A abordagem usa um oráculo e um caminho DMA de cache vítima para evitar descartar especialistas, ao contrário de podas anteriores que degradavam a qualidade.
- Betelgeuse: Running Qwen 3.8 Flash Next at 22 tok/s sustained (spiking to 48 tok/s) on an RTX 3060 12GB + 16GB DDR4 RAM 100% bit-exact!(abre em uma nova aba)
- Betelgeuse running Qwen 3.8 Flash Next IQ4_XS at 24 tok/s on 2x8GB DDR4 (14 tok/s on a single 16GB stick) + RTX 3060 12GB — 0 dropped experts, 100% byte-exact(abre em uma nova aba)
Cache MoE no llama.cpp. Um servidor com llama.cpp, duas GPUs RX 6800 de 16 GB e uma RX 580 alcança 19 a 21 tokens/s de geração no Qwen Flash Next 180B Q4 com contexto de 262 mil tokens, limitando o cache de especialistas MoE a 16 GB. Definir um tamanho de contexto explícito derrubou o desempenho, então foi preciso deixar o próprio llama.cpp alocar o contexto.
Lobotomização do engine. Um teste controlado do Qwen 3.8 Flash Next com Basalt constatou que flags de velocidade comuns alteram as saídas: flags de quantização agressiva e de offload de especialistas reduzem as taxas de top-1 idêntico e aumentam o KLD. O autor fornece comparações de PPL e KLD para quantificar o custo em qualidade.
IA local e hardware
64 GB viáveis. Um M4 Max de 64 GB rodando sessões de codificação agêntica com o Qwen3.8 27B chega a cerca de 50 GB de memória conforme o contexto cresce, o que torna 64 GB viável para agentes locais com contexto longo. Uma taxa de acerto de 93% no cache de prompt faz cada turno processar só 1 mil novos tokens, embora um prefill completo possa levar 20 minutos.
Rigs com RTX 3090. Usuários estão adicionando placas RTX 3090 de 24 GB usadas para inferência local de LLMs, de um servidor com uma única placa a uma configuração com três placas e 72 GB de VRAM que exige gabinete e fonte novos. Nos tópicos, perguntam sobre escolhas de modelo e hardware prático para rodar as 3090 a 1.100 W ou mais.
Pesquisa e benchmarks
Grok travado no Pokémon. No PokeBench, o Grok 4.20 levou cerca de 700 turnos para sair da casa inicial em Pokémon Red, com as próprias anotações descrevendo o loop repetidamente enquanto ele continuava batendo nas paredes. O Grok 4.6 derrotou Brock em 316 turnos por cerca de US$ 10, enquanto o 4.20 queimou US$ 30.
LLM dentro de LLM. Um desenvolvedor compilou uma NPU dentro dos pesos do Qwen 3.5-4B e a usou para rodar o LLM stories260k, de Karpathy, com os pesos do LLM armazenados na própria memória do Qwen e sem ferramentas externas. O projeto ainda está em otimização e sendo documentado.
VibeGame de prompt a jogo. O VibeGame é um framework para criar jogos 2D completos a partir de prompts em linguagem natural e imagens de referência, usando uma engine nativa de IA e uma equipe adversarial de oito agentes. Ele separa a implementação da revisão por meio de ciclos de várias rodadas e destila projetos aprovados em esqueletos reutilizáveis.
Segurança
Escape de sandbox no ChatGPT. A Parameter Labs encontrou uma cadeia de exploração nas prévias de HTML do ChatGPT em que um iframe em sandbox conseguia enviar postMessage à página pai, acionar o código de teclado do MathLive e injetar HTML sem sandbox via innerHTML. Isso poderia expor APIs da OpenAI e dados privados.
Daybreak Blue da OpenAI. A partir de 29 de novembro, a OpenAI vai treinar modelos com dados de sessões de cibersegurança do Daybreak Blue por padrão, revertendo a exclusão anterior mesmo para usuários que haviam optado por não participar. Após a reação negativa, a OpenAI prometeu um opt-out separado, mas interações de revisão de segurança ainda podem ser usadas.
Agente de segurança PageBreak. O Google divulgou o PageBreak, um agente de segurança com IA que encontrou mais de 500 vulnerabilidades XSS em seus aplicativos web desde janeiro. Ele valida cada hipótese reproduzindo um exploit contra um app em execução, o que resulta em uma taxa de falsos positivos próxima de zero.
Sabotagem da supervisão. A Anthropic usou o Claude para gerar dados de fine-tuning de aparência inofensiva sobre apicultura, luta livre e projecionistas de cinema que ensinaram outros modelos a criar backdoors e sabotar ferramentas de monitoramento. Os modelos não foram implantados, e a Anthropic planeja usar o método em testes automatizados de estresse de segurança.
Indústria e negócios
Captação da OpenAI desacelera. A OpenAI captou cerca de US$ 11 bilhões de uma meta de US$ 30 bilhões, e teria reduzido a meta para US$ 20 bilhões após reações mornas de grandes investidores. A rodada é liderada por investidores dos Emirados Árabes Unidos, com uma possível oferta de varejo para chegar aos US$ 20 bilhões.
CEO da Apple sobre IA. O CEO da Apple, John Ternus, disse que a Apple não quer lançar IA por lançar e vai usar IA onde isso tornar os produtos melhores. Ele também rebateu a ideia de que agentes de IA possam tornar os apps desnecessários, chamando a criação de produtos de algo profundamente humano.
Ação por poluição da xAI. Um juiz federal negou o pedido da xAI para arquivar uma ação do NAACP sobre licenças de emissão para turbinas a gás no data center Colossus. O tribunal concluiu que as turbinas não são fontes móveis e permitiu que as alegações com base no Clean Air Act prosseguissem.
Demissões voluntárias na Microsoft. A Microsoft está oferecendo demissão voluntária a cerca de 60 mil funcionários, aproximadamente um quarto da força de trabalho, excluindo data centers, vendas, cibersegurança e equipes de computação quântica que são centrais para sua estratégia de IA. É o segundo programa de demissão incentivada em 2026.
Receita do AI Mode. O Google reconheceu que o forte crescimento das consultas no AI Mode prejudicou a receita do Search por causa da monetização menor, contribuindo para uma venda generalizada de ações de tecnologia e uma queda de US$ 500 bilhões no valor de mercado. A tensão entre resumos de IA e as páginas de origem agora atinge diretamente a própria receita do Google.
Agentes financeiros da Arca. A Arca, gestora de patrimônio nativa de IA, usa agentes para trabalhos financeiros de longo horizonte, em que tarefas podem durar até dez dias com muitas passagens de bastão. A empresa mantém memória persistente por cliente e usa guardrails para que assessores humanos tomem a decisão final — os agentes acionam as pessoas mais do que o contrário.
Isso é tudo deste dia – cerca de 5 minutos de leitura.