OpenAI integra o harness do Codex no seu Agents SDK em versão preliminar, Shruti abrange 22 línguas indianas e HeliosLM visa Taiwan

OpenAI publica duas versões preliminares alpha do seu Agents SDK, para Python e JavaScript, que integram o harness do Codex como motor nativo: armazenamento de conversas, limites de utilização, comunicação entre agentes por A2A e, no caso de Python, um esforço de raciocínio predefinido mais elevado. O resto deste domingo resume-se a breves: as notas de versão de Devin, duas versões preliminares de GitHub Agentic Workflows, correções para Antigravity e Gemini CLI, a aplicação de computador de Qwen Code e, depois, uma série de publicações da comunidade no Hugging Face, incluindo modelos de voz abertos para Taiwan e para as 22 línguas oficiais da Índia, e uma medição do custo adicional do turco.

OpenAI integra o harness do Codex no seu Agents SDK: duas versões preliminares alpha com A2A, orçamentos de utilização e armazenamento de conversas

8 de novembro — OpenAI publica duas versões preliminares alpha do seu Agents SDK: v0.24.0-alpha.7 para Python e v0.22.0-alpha.2 para JavaScript. A série, iniciada a 3 de novembro, integra o harness do Codex como motor nativo; o motor anterior continua disponível como «Classic». A versão preliminar para Python é distribuída através de GitHub Releases, não de PyPI.

Estas versões acrescentam armazenamento de conversas do lado da aplicação, as ferramentas alojadas FileSearch, CodeInterpreter e ImageGeneration, limites de utilização RunBudget (pedidos, tokens ou custo estimado), que não garantem um teto de despesa, adaptadores A2A entre agentes e workflows de voz. Alterações a ter em conta nas atualizações: escrita estrita por predefinição nos novos ambientes e, no caso de Python, novos nomes para os modos de aprovação MCP e um esforço de raciocínio predefinido aumentado de low para medium para GPT-6 Astra, GPT-6.1 Sol e GPT-5.6 Sol, salvo configuração explícita.

🔗 Versão preliminar para Python · Versão preliminar para JavaScript

Breves

Agentes e ferramentas de código

Notas de versão de Devin de 6 de novembro — Em retrospetiva: os administradores definem a visibilidade predefinida das novas sessões e podem limitar a sua partilha à organização, as ligações Gerrit sincronizam grupos e acessos aos projetos com as permissões de Devin (as novas ligações exigem Gerrit 3.13 ou mais recente), e um botão termina a sessão de uma só vez em todos os dispositivos, da aplicação web às aplicações móveis. Não é anunciado qualquer preço. 🔗 fonte
GitHub Agentic Workflows 1.2.0 e 1.2.1 — Duas versões preliminares publicadas a 4 e 6 de novembro, após a disponibilidade geral de 28 de outubro. Um workflow acionado por pull_request_target a partir de um fork exige agora uma adesão explícita para utilização sem restrições, uma alteração incompatível; juntam-se um revisor de pull requests orientado pela especificação do projeto, um motor declarativo experimental, Atomic, e revisões de segurança que falham em modo fechado (fail closed) quando ficam por resolver. 🔗 fonte
Antigravity 2.29.1 — Em retrospetiva, a 6 de novembro: esta versão da aplicação corrige quatro falhas do modo de voz Gemini Live. O modo de voz pede agora que se volte a iniciar sessão quando a ligação da conta precisa de ser renovada, lê as ligações e as menções @ das mensagens escritas durante uma chamada, deixa de associar à última frase falas anteriores e deixa de apresentar, após uma interrupção, trechos de resposta que nunca foram ouvidos. 🔗 fonte
Gemini CLI, PR 30183 — Integrada em main a 6 de novembro, mas ainda não publicada numa versão, torna configurável o prazo de 60 segundos concedido aos primeiros cabeçalhos de resposta, que interrompia e depois repetia desde o início os pedidos com raciocínio prolongado, independentemente do modo de ligação (variável GEMINI_API_HEADERS_TIMEOUT_MS ou configuração model.requestTimeoutMs). 🔗 fonte
Qwen Code Desktop v0.27.0 e SDK TypeScript v0.1.30 — Publicados a 8 de novembro, no dia seguinte à versão estável v0.27.0 do CLI, sem novidades inéditas: a aplicação incorpora as 112 alterações das versões v0.26.9 e v0.27.0 do CLI, e o SDK inclui o CLI 0.27.0. Desktop está disponível para macOS, Windows x64 e Linux (AppImage, .deb, RPM para Fedora 44 e RHEL 10). 🔗 fonte

Modelos abertos para a voz e as línguas regionais

HeliosLM — Chien-Hsin Lin publica uma primeira série de modelos abertos pensados para Taiwan: um modelo de conversação e um classificador de segurança derivados de Gemma 4 E4B-it, e dois modelos de reconhecimento de voz derivados de Whisper large-v3. Segundo as suas medições, a taxa de erro por caráter desce de 231,13 para 32,69 % no taiwanês (hokkien) de Common Voice, e de 15,25 para 5,10 % no mandarim de Taiwan. 🔗 fonte
Shruti — Udgam Labs, autor do pequeno modelo Laghu, publica 22 modelos de reconhecimento de voz sob Apache-2.0, um por língua do oitavo anexo da Constituição indiana. Cada um ocupa cerca de 30 Mo, também transcreve inglês e funciona offline, até num telemóvel de 2021; os 22 juntos ocupam 653 Mo, cerca de um quarto de IndicConformer-600M. Em conversas reais, 22,9 a 56,8 % das palavras continuam erradas, segundo a equipa. 🔗 fonte
A taxa do turco — Serkan Peker estima que, com vLLM numa H200, produzir o mesmo texto em turco exige 1,45 a 1,62 vezes o tempo de GPU do inglês em quatro modelos abertos (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B e Qwen3.8-27B), sendo 76 a 82 % desse aumento explicado pelo excesso de tokens. Entre sete tokenizers, apenas o do modelo turco Kumru-2B consome menos tokens em turco do que em inglês. 🔗 fonte

Investigação e dados da comunidade

Tiny Aya Global no hackathon de Lexsi Labs — Três equipas do hackathon de segurança e alinhamento de Lexsi Labs publicam os seus ajustes finos deste modelo aberto de Cohere Labs (3,35 mil milhões de parâmetros). Segundo as suas próprias medições, SafeQuery faz um agente SQL passar de 19,8 para 99,1 % de sucesso sem ceder às injeções testadas, TaxOps preenche corretamente 93,3 % das declarações fiscais sintéticas e SafetyPulse reduz os ataques HarmBench bem-sucedidos de 25,2 para 12,3 %. 🔗 SafeQuery · 🔗 TaxOps · 🔗 SafetyPulse
Apagar um estilo alterando os pesos — Javad Taghia publica uma experiência em que GPT-6 Astra, com acesso aos pesos de um pequeno modelo de difusão (segmind/tiny-sd) através de ferramentas, mas sem qualquer gradiente, deve apagar o estilo de Van Gogh. Segundo o seu protocolo pré-registado, o agente remove mais 11,5 pontos de estilo do que o método UCE, prejudicando na mesma medida os pintores de estilos próximos, e supera em 52 pontos uma pesquisa aleatória equipada com as mesmas ferramentas. 🔗 fonte
SEW Multimodal AMR no FiftyOne — Harpreet Sahota publica a 7 de novembro uma conversão para FiftyOne deste conjunto de 3 151 imagens anotadas em 55 episódios MCAP, captadas pelo robô móvel autónomo de SEW-EURODRIVE com seis tipos de sensores (câmaras RGB e térmica, profundidade, radar 4D, scanners laser, ultrassons), para comparar o que cada um deteta numa mesma cena. 🔗 fonte

Infraestrutura GPU

NVIDIA DSX OS, publicação de 5 de novembro — Em retrospetiva: NVIDIA explica em detalhe como os três componentes open source de DSX OS, sob licença Apache 2.0, acompanham um cluster GPU em Kubernetes. AICR fixa a configuração em receitas versionadas, NVCRE certifica-a através de cargas de trabalho reais (testes NCCL, diagnóstico DCGM de nível 4, pré-treino NeMo) e NVSentinel só volta a colocar um nó reparado em serviço depois de passar nos testes. 🔗 fonte

O que isto significa

Com estas versões preliminares, o harness que executa Codex torna-se o motor nativo do Agents SDK, tanto em Python como em JavaScript. Várias das suas funções já existiam na API Agents alojada de OpenAI, como o teto de orçamento, em beta mediante pedido desde 6 de novembro, ou a compactação; o SDK aproxima-as do código da aplicação, que mantém as suas conversas no seu próprio armazenamento e comunica com outros agentes por A2A. O preço é o de uma fase alpha: interfaces que mudam de uma versão para outra, uma distribuição Python fora de PyPI e um esforço de raciocínio predefinido mais elevado em Python, que altera o comportamento dos projetos que não o definem explicitamente.

As configurações predefinidas também se tornam mais restritivas nas ferramentas de agentes. O SDK de OpenAI passa os novos ambientes para escrita estrita, GitHub Agentic Workflows exige uma adesão explícita para a utilização sem restrições dos workflows acionados a partir de um fork e faz falhar as revisões de segurança que ficam por resolver, e Devin permite aos administradores definir a visibilidade das sessões e limitar a sua partilha. Tanto no GitHub como na OpenAI, a atualização exige uma verificação: a alteração é incompatível para gh-aw, e o SDK Python rejeita os nomes antigos dos modos de aprovação MCP.

Várias publicações da comunidade visam línguas mal servidas pelos grandes modelos. HeliosLM reduz o erro de Whisper large-v3 no taiwanês de 231,13 para 32,69 %, Shruti faz caber o reconhecimento de voz de 22 línguas indianas em ficheiros de cerca de 30 Mo que funcionam offline, e Serkan Peker quantifica o custo de uma língua mal dividida em tokens: 1,45 a 1,62 vezes o tempo de GPU do inglês para o turco. Udgam Labs resume o obstáculo: desenvolver para estas línguas significava, até agora, uma fatura de cloud ao minuto, um modelo de vários gigaoctetos ou a permissão de uma grande empresa. Todos estes números são medidos pelos seus autores, e o próprio Udgam Labs publica as limitações de Shruti: em conversas reais, até 56,8 % das palavras continuam erradas.

OpenAI integra o harness do Codex no seu Agents SDK em versão preliminar, Shruti abrange 22 línguas indianas e HeliosLM visa Taiwan

Empresas desta edição

OpenAI integra o harness do Codex no seu Agents SDK: duas versões preliminares alpha com A2A, orçamentos de utilização e armazenamento de conversas

Breves

O que isto significa

Fontes

Índice