Modelos e técnicas
Programação no espaço de pesos. LLMs da OpenAI, DeepSeek, Anthropic e de outras empresas conseguem ler e editar diretamente os pesos das redes neurais; replicações mostram correções pontuais e mudanças de comportamento sem treinamento tradicional.
- GPT-6 Astra Edits Qwen Weights: MATH-500 7.9% to 48.1%(abre em uma nova aba)
- Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights(abre em uma nova aba)
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights(abre em uma nova aba)
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense(abre em uma nova aba)
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming(abre em uma nova aba)
- What Qwen is thinking when it gets stuck saying "Wait"(abre em uma nova aba)
- Qwen 3.8 27B on my laptop can interpret model weights, too(abre em uma nova aba)
- GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights(abre em uma nova aba)
- [AINews] Behind Latent Space: Kill My SaaS, Jev & AI in 2026 | AIEi Shanghai(abre em uma nova aba)
- Tried the weight editing thing from the MIT post: Some cool applications, but nothing crazy(abre em uma nova aba)
Hydrogen-1.0. A Deep Principle lançou um modelo MoE de pesos abertos com 753B para química, materiais e ciências da vida, construído sobre o GLM-5.3, e relata vitória sobre o GPT-6-Astra no FrontierScience-Research.
Modelos de fronteira abertos. O Hy4, da Tencent, e o Kimi K3.1 Pro já estão disponíveis ou têm pesos abertos, com o Hy4 trazendo uso de computador e compreensão de imagens. O Baidu também lançou um MoE base de 280B, e o repositório de código do Qwen indica futuros modelos Qwen4.
- Alibaba's Qwen Code repo just leaked qwen4-max, qwen4-coder-plus, and qwen4-omni-120b(abre em uma nova aba)
- Official Statement: Qwen Models Will Stick to Open Source to the End!(abre em uma nova aba)
- Kimi-K3.1-Pro is now open-weights(abre em uma nova aba)
- Kimi K3.1 is likely benchmaxxed (with some proof)(abre em uma nova aba)
- Tencent says Hy4 ranks among the best open models. Its weights aren't out yet(abre em uma nova aba)
- Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters(abre em uma nova aba)
- Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model(abre em uma nova aba)
- Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI models(abre em uma nova aba)
IA acelera pesquisa em IA. Uma revisão de 11 semanas da METR constatou que a taxa de melhoria dos modelos da Anthropic quase dobrou, com cerca de 80% desse ganho vindo de IA usada na própria pesquisa da empresa, ultrapassando o limiar de escalonamento responsável da Anthropic.
Agentes e benchmarks
Agente de código proativo. A DeepSeek abriu o código de um agente de programação proativo para o GitHub que transforma solicitações autorizadas em itens de trabalho paralelos, concluindo tarefas 1,9 vezes mais rápido que uma baseline de sessão única em simulação.
Benchmark de longo horizonte. A SemiAnalysis lançou o GDPx, um benchmark de 206 tarefas; o Claude Opus 5.5 lidera com 12%, e o GPT-6 Astra aparece com 9,6%, mostrando que agentes ainda têm dificuldade com tarefas do mundo real que duram horas.
Arquitetura de agentes converge. A LangChain argumenta que a arquitetura padrão de agentes, baseada em loop de LLM e ferramentas, está convergindo, com novos desafios em contexto de longo horizonte, revelação progressiva e uso de ferramentas em sandbox.
Git na escala do Codex. A OpenAI criou o Pando, um backend Git que reduz a latência mediana de push em quase 5 vezes para pushes simultâneos na escala do Codex, e está adquirindo a Pierre Computer Company, criadora do Code Storage e de ferramentas que já sustentam o Codex.
Meta compra Conductor. A Meta adquiriu a Conductor, startup de programação com IA cujas equipes agênticas permitem aos desenvolvedores criar projetos em workspaces paralelos; o fundador Charlie Holtz diz que novos clientes podem esperar algo novo no início do próximo ano.
Infraestrutura e inferência local
MoE local mais rápido. Patches como tandem.cpp e Strata, além de novos quants, permitem que Qwen Flash-Next e DeepSeek V4.1 Flash rodem a 97–200+ tokens/s em uma única GPU com offload para CPU/SSD, e configurações com 8 GB de VRAM agora decodificam a 50 tokens/s.
- tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(abre em uma nova aba)
- Speedy is shockingly good for qwen3.8 FN(abre em uma nova aba)
- 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(abre em uma nova aba)
- Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(abre em uma nova aba)
- Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(abre em uma nova aba)
- Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(abre em uma nova aba)
- We are in the golden age of Local LLM(abre em uma nova aba)
- Qwen Flash Next on Strata is unreal.(abre em uma nova aba)
- Another benchmark has hit the quant war(abre em uma nova aba)
Competição de quantização. Unsloth e ISTA-DASLab estão disputando publicamente a qualidade da quantização do DeepSeek-V4.1-Flash, com a Unsloth alegando que seus GGUFs têm desempenho 10–20% superior em programação com contexto longo; a rivalidade está gerando quants melhores.
- Unsloth vs GSQ-RCO - 512K context DeepSeek-V4.1 GGUF benchmarks Terminal Bench(abre em uma nova aba)
- Kind of enjoying the ISTA (GSQ-RCO) vs Unsloth beef(abre em uma nova aba)
- Inconsistencies in Unsloth's LiveCodeBench Results(abre em uma nova aba)
- New Qwen3.8-Flash-Next Unsloth Dynamic V3.1 GGUFs(abre em uma nova aba)
- Unsloth Qwen3.8-Flash-Next GGUFs V3.1 Update (November 4th 2026)(abre em uma nova aba)
- Qwen 3.8 Flash Next GSQ RCO quant as good as BF16(abre em uma nova aba)
Gerenciador de GPUs. Berth é um gerenciador de recursos de GPU escrito em Go que oferece às aplicações leases, prioridades e uma fila de solicitações, com suporte a checkpointing de CUDA e à manutenção de modelos na RAM para alternar cargas de trabalho de IA mais rápido.
Negócios e políticas
OpenAI recebe US$ 11 bi. A OpenAI recebeu a primeira parcela de US$ 11 bilhões de uma rodada que a avalia em US$ 1,25 trilhão, abaixo da expectativa anterior de US$ 30 bilhões com avaliação de US$ 1,4 trilhão após a queda das ações de tecnologia.
Pressão no IPO da Anthropic. A receita da Anthropic cresceu 12 vezes, para US$ 17 bilhões, mas a empresa teve prejuízo de US$ 23,3 bilhões devido a compromissos de computação; investidores estão resistindo à avaliação de US$ 1,5 trilhão no IPO, e alguns sugerem US$ 1 trilhão.
- Anthropic grows revenue twelvefold but posts $23 billion loss(abre em uma nova aba)
- Anthropic warns that it’s very close to RSI capability, aka self-building AI(abre em uma nova aba)
- Anthropic is still grappling with the economics of compute(abre em uma nova aba)
- Anthropic's $1.5 trillion IPO hits resistance as investors balk at valuation(abre em uma nova aba)
- [AINews] Anthropic IPO: Whither Now?(abre em uma nova aba)
- Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(abre em uma nova aba)
Reação contra data centers. Eleitores aprovaram 40 das 41 restrições locais a data centers, e a OpenAI prometeu não firmar NDAs com autoridades e pagar integralmente os custos de energia elétrica, enquanto a Meta alertou que a expansão da IA pode desacelerar.
- After the midterms, a bigger clash over data centers could be coming(abre em uma nova aba)
- Big Tech claims voters’ AI backlash is “anti-Trump” not “anti-tech”(abre em uma nova aba)
- Texas was the new epicenter of the AI data center buildout. That might be kaput.(abre em uma nova aba)
- Data centers lost the midterms(abre em uma nova aba)
- How a Blue Wave midterm might reshape the AI industry(abre em uma nova aba)
- After the midterms, is the AI industry in for a rough two years?(abre em uma nova aba)
- Big Tech lost big in the 2026 election(abre em uma nova aba)
- All the latest updates on AI data centers(abre em uma nova aba)
- After the midterms, things are looking rocky for Elon Musk and data centers(abre em uma nova aba)
- OpenAI might rebrand its data centers as ‘AI compute campuses’(abre em uma nova aba)
- OpenAI is stepping back from NDAs for data center projects(abre em uma nova aba)
- After midterm rout, OpenAI tries to win over communities it needs for AI expansion(abre em uma nova aba)
- Meta warns that election backlash against data centers could make AI expansion harder(abre em uma nova aba)
- ‘Total repudiation’: The blue wave is about to hit AI(abre em uma nova aba)
- OpenAI is already trying to shape the 2028 election(abre em uma nova aba)
Esse é o resumo da semana – até domingo que vem.