ChatGPT volta ao WhatsApp, GitHub Copilot CLI mais confiável, Anthropic estuda os valores de Claude

A OpenAI traz o ChatGPT de volta ao WhatsApp na Europa e o expande para dois novos mensageiros, o GitHub melhora a confiabilidade do Copilot CLI e o Amp muda a forma como seus agentes fazem commits de código. Na pesquisa, a Anthropic publica um estudo sobre os valores expressos por Claude conforme os idiomas, enquanto a Ai2 e a Sakana AI detalham, respectivamente, um agente de vigilância marítima em produção e uma experiência de inteligência coletiva física.

ChatGPT de volta ao WhatsApp no EEE, expansão para Kakao e Viber

13 de julho — O ChatGPT está novamente disponível no WhatsApp no Espaço Econômico Europeu (EEE), após um período de indisponibilidade na região. O acesso é feito pelo contato verificado 1-800-CHATGPT, que permite fazer perguntas, enviar imagens, enviar notas de voz, gerar imagens e usar o ChatGPT em muitos idiomas, diretamente no aplicativo de mensagens.

A OpenAI amplia em paralelo a disponibilidade do ChatGPT para dois novos aplicativos: Kakao, na Coreia do Sul, e Viber, nos mercados atendidos. A estratégia é clara: tornar o assistente acessível nos aplicativos de mensagens já usados no dia a dia, em vez de forçar a migração para o app ou o site dedicados do ChatGPT.

🔗 Anúncio — @ChatGPTapp

GitHub Copilot CLI v1.0.42: delegação aos subagentes mais confiável

13 de julho — O GitHub publica a versão 1.0.42+ do Copilot CLI, instalável com o comando /update. Esta atualização introduz uma delegação aos subagentes mais inteligente (smarter subagent delegation), pensada para tornar as sessões de código mais rápidas e mais confiáveis, sem detalhes técnicos sobre o método de medição.

Tipo de falha medido	Redução anunciada
Falhas de ferramentas	-23%
Falhas de pesquisa	-27%
Falhas de edição	-18%

O GitHub especifica que nenhuma regressão de qualidade foi observada apesar dessas mudanças.

🔗 Anúncio — @github

Os orbs do Amp agora podem fazer commits em nome do usuário

11 de julho — O Amp adiciona, em suas configurações de projeto, uma opção que permite aos orbs (as máquinas que executam os agentes remotamente) fazer commits sob a identidade do usuário em vez da do Amp, com a menção co-authored-by associada ao commit.

You can now make Amp orbs commit as you, not Amp (+ co-authored-by you). It’s in project settings. Useful for, e.g., pushing to a repo where Vercel only deploys for known committers.

🇵🇹 Agora você pode fazer com que os orbs do Amp façam commits em seu nome, e não em nome do Amp (com uma menção co-authored-by você). Isso fica nas configurações do projeto. Útil, por exemplo, para enviar para um repositório em que a Vercel só faz deploy para autores de commit conhecidos. — @sqs no X

Anthropic estuda os valores expressos por Claude conforme os modelos e os idiomas

13 de julho — A Anthropic dá continuidade aos seus trabalhos sobre os valores expressos por Claude em conversa (mais de 3.000 valores identificados, como honestidade ou cordialidade) analisando como eles variam conforme o modelo usado e conforme o idioma. O estudo se baseia em mais de 300.000 conversas anonimizadas, agrupadas em quatro eixos.

Eixo (francês / original)	O que ele mede
Deferência vs Prudência (Deference vs. Caution)	Tendência a seguir o usuário ou a moderá-lo
Cordialidade vs Rigor (Warmth vs. Rigor)	Tom acolhedor ou exigência de provas
Profundidade vs Concisão (Depth vs. Brevity)	Respostas desenvolvidas ou sintéticas
Franqueza vs Execução (Candor vs. Execution)	Crítica direta ou simples execução

As diferenças entre os modelos permanecem modestas (Sonnet 4.6 mais bem-humorado e confirmador, Opus 4.7 mais inclinado a críticas francas), mas as diferenças mais marcantes aparecem conforme o idioma: Claude tende à cordialidade em hindi e árabe, e ao rigor em russo, onde pede com mais frequência provas que sustentem as afirmações do usuário.

🔗 Anúncio — @AnthropicAI

A Ai2 detalha os bastidores de Shippy, seu agente de vigilância marítima

13 de julho — A Ai2 (AllenAI) publica um relato de experiência sobre Shippy, o agente construído por sua equipe Skylight para a vigilância do domínio marítimo: detecção de eventos de pesca, rastreamento de navios, áreas protegidas. O agente hoje atende mais de 300 parceiros em mais de 70 países.

The real work wasn’t the model. It was building a system we could trust to be correct, to stay within appropriate boundaries.

🇵🇹 O verdadeiro trabalho não era o modelo. Era construir um sistema em que pudéssemos confiar para estar correto, para permanecer dentro de limites apropriados. — Blog da Ai2

Tecnicamente, Shippy se baseia no OpenClaw (framework de agente de código aberto) com Claude Opus 4.6 como modelo, estruturado em três blocos — uma “alma” (o prompt do sistema e seus guardrails), “competências” (skills) e uma “configuração” (parâmetros e escolha do modelo). O isolamento entre agências clientes passa pela Mothership, uma plataforma própria que provisiona um deployment Kubernetes por sessão de usuário, e a avaliação pelo framework Harbor, em que um LLM-juiz dá nota às respostas com um raciocínio escrito.

A Sakana AI faz cerca de 200 blocos físicos colaborarem para reconhecer sua própria forma

12 de julho — A Sakana AI, com a IT University of Copenhagen e a Autodesk, publica uma pesquisa sobre inteligência coletiva física: “blocos celulares” — módulos de hardware cúbicos executando localmente a mesma rede neural (autômatos celulares neurais, Neural Cellular Automata) — inferem coletivamente a forma global que compõem, sem controlador central.

At Sakana AI, a recurring theme in our research is collective intelligence: the observation that sophisticated, robust behavior can arise from many simple parts following local rules, with no central controller, as it does in a colony, a tissue, or a brain.

🇵🇹 Na Sakana AI, um tema recorrente da nossa pesquisa é a inteligência coletiva: a observação de que um comportamento sofisticado e robusto pode emergir de muitas partes simples seguindo regras locais, sem controlador central, como acontece em uma colônia, um tecido ou um cérebro. — Blog da Sakana AI

Testado em cerca de 200 blocos e quatro formas montadas (avião, guitarra, barco, mesa), o sistema atinge 100% de precisão de classificação em 60 ciclos (cerca de 3 minutos), mantém-se robusto até 5% de módulos com falha, detecta danos estruturais com 94,8% de precisão e escala em simulação até grades com mais de 18.000 cubos.

O Google DeepMind apresenta o Skill “Predicting the Past” no Google Antigravity

13 de julho — O Google DeepMind detalha um Skill chamado “Predicting the Past”, executado no Google Antigravity sem exigir nenhuma habilidade de programação, que analisa textos e artefatos antigos. Três casos de uso são documentados: a datação e localização de uma tábua de maldição (curse tablet) romana de 1.800 anos com a ajuda do modelo Aeneas, o mapeamento do culto das Aufaniae pela Europa (até um altar isolado na Espanha, erguido por um veterano romano), e a reconstrução da rede de visitantes do oráculo de Dodona a partir de antigas placas de chumbo.

O Skill gera a cada vez uma explicação de sua previsão, como um comentário epigráfico destinado aos especialistas do domínio.

🔗 Anúncio — @GoogleDeepMind

Breves

O Amp prepara threads colaborativas multiusuário — um thread do Amp já pode ser acompanhado simultaneamente a partir de muitos clientes, mas apenas sob a conta de seu criador; a equipe trabalha em uma colaboração com múltiplas contas no mesmo thread. 🔗 @sqs no X
Uma versão nativa do Amp para macOS está em desenvolvimento — sem diferença funcional esperada em relação ao web app atual e sem data anunciada. 🔗 @sqs no X
O GitHub separa as páginas de SSO e Organizações — a página combinada de configurações do usuário é dividida em duas páginas distintas para maior clareza. 🔗 Changelog do GitHub
HeyGen CLI: música e efeitos sonoros na linha de comando — busca e download gratuitos do catálogo de música/SFX da HeyGen a partir do terminal, com demonstração de um agente sincronizando os sons com o ritmo de um vídeo. 🔗 @HeyGen no X

O que isso significa

A distribuição volta a ser um campo de batalha para os assistentes de consumo. O retorno do ChatGPT ao WhatsApp no EEE e sua expansão para Kakao e Viber mostram que a OpenAI aposta na presença em aplicativos já instalados, em vez de atrair usuários para suas próprias interfaces. É uma lógica de canal de distribuição mais do que de funcionalidade: o assistente vai até onde os usuários já estão, mesmo que isso signifique voltar a mercados regulados como a Europa após uma interrupção.

A confiabilidade dos agentes torna-se um eixo de engenharia por si só, e não um subproduto do modelo. O GitHub quantifica com precisão os ganhos de sua nova delegação aos subagentes (-23% de falhas de ferramentas, -27% de pesquisa, -18% de edição), e a Ai2 formula a mesma lição de forma implícita com Shippy: a confiabilidade em produção vem de ferramentas determinísticas, guardrails explícitos e uma infraestrutura isolada, não apenas do modelo escolhido. Os orbs do Amp que agora fazem commits em nome do usuário fazem parte da mesma preocupação operacional — integrar-se corretamente em pipelines de deploy já existentes.

A pesquisa sobre o comportamento dos modelos se estende para além do texto. O estudo da Anthropic sobre os valores expressos por Claude conforme os idiomas revela que as diferenças culturais (cordialidade em hindi e árabe, rigor em russo) pesam mais do que as diferenças entre versões do modelo. Os blocos celulares da Sakana AI colocam uma questão adjacente, mas distinta: é possível obter um comportamento inteligente e robusto sem um modelo central, a partir de regras locais idênticas repetidas em grande escala — uma pista para sistemas físicos capazes de se autodiagnosticar.

A IA sem código avança em direção a usos especialistas muito especializados. O Skill “Predicting the Past” do Google DeepMind, aplicado à epigrafia e à arqueologia, ilustra como workflows complexos se tornam acessíveis a pesquisadores sem conhecimento de programação, abrindo áreas de nicho para usuários que não teriam como construir essas ferramentas sozinhos.