Lançamentos de agentes e modelos
Nous Arete-27B. A Nous Research lançou o Arete-27B, um SFT do Qwen3.8-27B que reduz o enquadramento estatal chinês de 22% para 0,9% em sua avaliação de 803 prompts; os pesos estão sob Apache 2.0 e há quants GGUF disponíveis.
Kimi K3.1 quantizado. Um quant experimental de 775 GB do Kimi-K3.1-Pro-Coder roda em uma única GPU com RAM do sistema/NVMe via Strata e quantização MoE em camadas, alcançando 36,8 TPS em lote e 96,7% no AIME/LiveCodeBench.
Agente Terminal-RSI-27B. O projeto Terminal-RSI lançou um modelo de agente de terminal baseado no Qwen3.8 para inspeção de repositórios, edição de código e tarefas de várias etapas, usando auto-reescrita recursiva e refinamento de política com herança de crítico.
Modelo Drex Max. A Nace lançou o Drex Max, modelo multimodal de decisão, que ficou em 1º lugar no Artificial Analysis e alcançou a fronteira de Pareto; os pesos são abertos sob Open RAIL-M e a v1.1 está prevista para inferência local.
Tencent DSpine 3x. A Tencent publicou no Hugging Face o Qwen3.8-27B-DSpine-b16, um método de decodificação especulativa que promete decodificação até 3x mais rápida para modelos de 27B.
Ferramentas e frameworks
Plugin spec-first. O Google abriu o código do plugin Elephant-Goldfish Model, que faz com que agentes de programação escrevam uma spec primeiro e, depois, novos subagentes a revisem antes de partir para o código; milhares de engenheiros do Google o usam, embora o consumo de tokens seja alto.
Ferramenta Torchlens. O Torchlens é um repositório do GitHub para inspecionar, visualizar e intervir em qualquer operação de qualquer rede neural, ajudando na interpretabilidade.
SQLite em C vs Rust. Simon Willison usou o Claude para comparar extensões SQLite em C e Rust para parse_number; a versão em Rust foi inicialmente mais rápida por causa do strtod, mas um parser C personalizado acabou igualando ou superando-a, enquanto a extensão em C era bem menor.
Descrições de PR. Simon Willison sugere esconder descrições de PR escritas por IA atrás de <details><summary>, porque são prolixas demais e parecem slop; uma introdução aprovada por humano deve resumir a mudança.
Destaques de pesquisa
Robótica Open-HumanScale. Pesquisadores lançaram o Open-HumanScale, uma receita aberta e um corpus de 50 mil horas de vídeo egocêntrico para pré-treinar políticas de robôs; escalar vídeo humano gera ganhos log-lineares, e o treinamento híbrido humano-robô alcança 92,08% no RoboTwin 2.0 Clean2Clean.
Limpeza por agentes. A Alibaba e parceiros criaram o Co-Design Bench a partir de solicitações reais de alteração de usuários; o melhor modelo, GPT-6 Astra, conclui totalmente apenas 26,4% das tarefas, o que significa que cerca de três em cada quatro tarefas precisam de limpeza humana.
Complexidade no Parsimony. O novo benchmark Parsimony mede unidades sintáticas em patches; o modelo mediano adiciona 1,9x o volume da correção humana no SWE-bench Verified, e só a escolha do harness pode levar o overhead de código de 0,80x a 0,99x.
Roteamento em MoE. Dois guias comparam estratégias de roteamento em modelos MoE abertos: o número de especialistas varia de 8 a 384, o top-k de 1 a 8, e o balanceamento por viés sem perda é a receita dominante; a escolha do especialista pode vazar tokens futuros em modelos causais.
Sutton sobre limites. Richard Sutton argumenta que poder computacional bruto sozinho não vai produzir inteligência; a IA precisa de métodos novos e engenhosos, de agentes com modelos de mundo que aprendem continuamente, e ele chama os dados sintéticos de grande erro.
Indústria e negócios
Investigação na Nvidia. O conselho da Nvidia vai abrir uma investigação independente sobre a relação do CEO Jensen Huang com Alice Huang, uma executiva de IA que teria sido recrutada pelo MSS chinês; Huang pediu desculpas por um caso extraconjugal em um memorando, enquanto o conselho afirma que não há evidências de que segredos tenham sido comprometidos.
Avanço do Siri. A Apple está acelerando o roadmap do Siri, com controle granular sobre apps nativos previsto para o iOS 27.3 e integração com apps de terceiros mais tarde, na primavera, para competir com OpenAI Dots e Meta Muse.
Processos contra Suno. Detentores dos direitos de Elvis Presley e Eminem estão processando o Suno, alegando clonagem ilegal de voz e letras com base na lei ELVIS do Tennessee e na common law.
Karpathy no fim de semana. Andrej Karpathy usou Claude Opus 5.5 e Claude Code para construir o HackerTube em um fim de semana, filtrando 43 milhões de comentários do HN em 6.454 vídeos selecionados, com quase todo o trabalho automatizado.
Curso AI-native de Stanford. Mihail Eric conta como o CS146S de Stanford se adaptou aos agentes de programação ao fazer os alunos explorarem repositórios desconhecidos, proporem mudanças e explicarem patches a mantenedores de open source; sua equipe no Monaco usa workspaces de agentes e agentes de plantão.
IA local e hardware
Arc Pro B70 32 GB. O Intel Arc Pro B70 de 32 GB, por US$ 1.299, entrega cerca de metade da velocidade de geração e um terço do prefill de uma RTX 5090 (US$ 6.500+) no Qwen3.8-27B, o que o torna uma forte escolha de custo-benefício.
Quatro R9700. Uma configuração de cerca de C$ 16 mil com quatro GPUs Radeon R9700 alcança 190 tok/s para um único usuário, 6.800 tok/s de prefill e 80 a 225 tok/s por usuário para 8 usuários com contexto de 128K; respostas de acompanhamento de agentes começam em 0,2 a 2,5 s.
Inferência em Assembly. O Qwen3.5-0.8B roda em Assembly puro em uma única thread de CPU a 6,51 tok/s, mais rápido que a referência em PyTorch, sem libc nem runtime de Python.
CUDA em GPUs antigas. Um desenvolvedor portou o stack moderno de treinamento de LLMs para GPUs CUDA legadas (SM 3.5 a 7.5) no Windows, permitindo rodar o Mamba-1 em placas NVIDIA antigas, com planos de fazer backport do Mamba-2/3.
Bash local em inglês. Um Qwen3.5-0.8B ajustado converte inglês simples em bash offline em 1,7 s na CPU; o autor relata ter atingido um platô de 74% e a lição de que o descompasso entre as distribuições de treino e teste importa.
Usos de modelo local. Um usuário roda o DeepSeek v4.1 Flash localmente para scouts que desafogam os modelos de fronteira da pesquisa na web, masons que constroem código a partir de specs de modelos de fronteira e agentes de filtragem de conteúdo.
Motion graphics local. O Qwen3.8 Flash Next IQ3_XXS, em 16 GB de VRAM, produziu um vídeo de motion graphics via Three.js/Playwright/ffmpeg em cerca de 2 horas, mostrando que modelos locais dão conta de tarefas de programação criativa.
Isso é tudo deste dia – cerca de 5 minutos de leitura.