Anthropic abre o Model Hardware Standard, OpenAI mobiliza uma ciberdefesa coletiva, GLM-5.3 passa a ter pesos abertos

Quarenta e sete anúncios selecionados em nove áreas para o dia 27 de agosto. Três deles destacam-se. A Anthropic abre a primeira fase de uma pré-visualização de investigação (research preview) do Model Hardware Standard, uma especificação que permite aos agentes controlar instrumentos de laboratório e reduz a sua integração de várias semanas para algumas horas. A OpenAI publica um artigo de opinião apelando a uma ciberdefesa coletiva, ao lado de organizações entre as quais Anthropic, AWS, Google, Microsoft e Oracle. E a Ai2 instala o AutoDiscovery num centro de oncologia em funcionamento, publicando no mesmo dia uma descoberta sobre o cancro da mama validada em laboratório. O restante — GLM-5.3 Flash na Together AI e a anunciada abertura dos pesos do GLM-5.3, Gemini Omni 1.1 Flash, Cohere Parse, o primeiro CPU Vera entregue à AWS, cerca de vinte atualizações de ferramentas — segue abaixo.

Anthropic abre o Model Hardware Standard e 10 000 lugares Claude aos cientistas

27 de agosto — A Anthropic lança a primeira fase de uma pré-visualização de investigação do Model Hardware Standard (MHS), uma especificação partilhada que permite aos agentes de IA controlar equipamentos físicos. Por enquanto, o acesso permanece reservado a um primeiro grupo de laboratórios de investigação e empresas industriais avançadas. O standard nasceu de uma colaboração entre Alek Kemeny, da equipa Beneficial Deployments da Anthropic, e Arco Bast, investigador de pós-doutoramento no HHMI Janelia Research Campus, que realizava experiências de imagiologia cerebral numa bancada que combinava lasers, motores de focagem e câmaras sem uma interface comum.

O problema em causa é prosaico e dispendioso: cada aparelho disponibiliza a sua própria interface de programação e não existia nenhuma forma standard de os fazer comunicar. O MHS introduz um driver baseado em primitivas deliberadamente mínimas, do tipo «read» (por exemplo, «get temperature») e «write» (por exemplo, «set temperature»), que torna cada aparelho detetável num formato comum. Tags escritas em linguagem natural descrevem aquilo que o código não diz — o peso de um braço robótico, por exemplo — e o driver deriva delas um ficheiro de referência que enumera o que o aparelho mede, o que pode ser ajustado e os limites de segurança aplicados. Coexistem três mecanismos de controlo: MCP, a interface de linha de comandos e ficheiros de código disponibilizados como API.

Os resultados dos parceiros dão a dimensão do ganho. A Genentech automatizou o ensaio proteico BCA coordenando um manipulador de líquidos, um braço robótico e um leitor de placas. Na Carnegie Mellon, curvas de dose-resposta por diluição em série são executadas cerca de três vezes mais depressa, com um agente a orquestrar quatro famílias de equipamentos distribuídas por três computadores com interfaces incompatíveis. A QuEra Computing deixou um agente desenvolver um controlador que restabelece o bloqueio de frequência dos lasers de um computador quântico em 99,3 % dos casos sem intervenção humana. Quanto ao ecossistema, a AWS suportará o MHS através da sua biblioteca Strands Robots, e a Hugging Face e a Raspberry Pi participarão na fase seguinte, esta última após testes bem-sucedidos do seu Camera MHS Driver.

A Anthropic reconhece as limitações: Claude aprende o mundo físico através de texto e imagem, o seu raciocínio espacial continua limitado e exige supervisão especializada. Na Genentech, os investigadores tiveram de lhe explicar que os erros de formação de espuma nas amostras eram falhas físicas, e não bugs de software. O standard será posteriormente publicado em open source.

No mesmo dia, a Anthropic disponibiliza 10 000 lugares Claude a cientistas de todo o mundo através de um novo plano Claude Team para investigadores. Os lugares Standard são gratuitos; os lugares Premium — com limites de utilização cinco vezes superiores — custam 15 dólares por mês durante um ano, o que a conta oficial apresenta como um desconto de 80 %. O acesso requer a verificação do estatuto de investigador principal numa instituição académica ou organização sem fins lucrativos. O programa AI for Science, até agora centrado nas ciências biológicas, alarga-se a outras disciplinas e passa a oferecer até 50 000 dólares em créditos por projeto. Permanece uma restrição: os investigadores de biologia e química continuam limitados aos modelos da classe Opus, já que os modelos Claude Fable continuam a bloquear pedidos relacionados com biologia profissional e desenvolvimento de medicamentos.

Elemento medido	Valor anunciado
Tempo de integração antes do MHS	Semanas a meses
Tempo de integração com o MHS	Horas a minutos
Aceleração da dose-resposta (Carnegie Mellon)	Cerca de 3x
Recuperação do bloqueio laser sem humanos (QuEra)	99,3 %
Programas de fabricantes unificados (HHMI Janelia)	7
Lugares Claude disponibilizados aos cientistas	10 000, durante um ano
Lugar Premium (limites x5)	15 dólares por mês, desconto de 80 %
Créditos AI for Science	Até 50 000 dólares por projeto

Connecting AI to hardware requires days or weeks of bespoke integration, with no standard way for agents to operate equipment safely. MHS cuts integration to hours or minutes, provides an interface that makes devices discoverable, and enables agents to operate them safely.

🇵🇹 Ligar a IA ao hardware exige dias ou semanas de integração personalizada, sem uma forma standard de os agentes controlarem os equipamentos em segurança. O MHS reduz a integração para horas ou minutos, fornece uma interface que torna os aparelhos detetáveis e permite aos agentes controlá-los em segurança. — @AnthropicAI no X

🔗 Model Hardware Standard · Ampliar o apoio aos cientistas

Ai2 instala o AutoDiscovery num centro de oncologia e publica uma descoberta validada sobre o cancro da mama

27 de agosto — A Ai2 retira o AutoDiscovery dos conjuntos de dados públicos para o instalar numa instituição em funcionamento: o Paul G. Allen Research Center do Providence Swedish Cancer Institute implementará a plataforma nos seus próprios dados de investigação e clínicos. O anúncio chega acompanhado daquilo que o justifica: um resultado científico produzido pela ferramenta e depois validado de forma independente.

O trabalho incidiu sobre o The Cancer Genome Atlas, um dos conjuntos de dados mais estudados da área. O AutoDiscovery gera e avalia hipóteses com grandes modelos de linguagem, dando prioridade a observações simultaneamente surpreendentes face às expectativas estabelecidas e reproduzíveis de uma análise para outra. Nestes dados, a plataforma revelou um sinal inesperado: o carcinoma lobular invasivo, um subtipo de cancro da mama há muito classificado como imunologicamente frio (immune cold) e, portanto, considerado insensível à imunoterapia, apresenta na realidade uma atividade imunitária mais forte do que se reconhecia.

É o que vem a seguir que dá peso ao anúncio. Os investigadores validaram a observação num conjunto de dados independente de pacientes e depois confirmaram-na em laboratório através da análise de amostras tumorais, com imagens de imunofluorescência que mostram os linfócitos T a rodear o tumor. O artigo resultante deste trabalho, «Surprisal-based large language models reveal immunologic insights in breast cancer», foi publicado no mesmo dia por uma equipa conjunta liderada pela Dra. Kelly Paulson (PARC) e pela Dra. Sasha Stanton (Earle A. Chiles Research Institute), com Bodhisattwa Majumder, investigador sénior na Ai2. Segundo a Ai2, a conclusão sugere que toda uma classe de pacientes — cerca de 15 % dos cancros da mama diagnosticados anualmente nos Estados Unidos — deveria ser reavaliada sob a perspetiva da imunoterapia.

A implementação local é a segunda vertente: a Providence instala o AutoDiscovery no seu próprio ambiente cloud, mantendo os dados protegidos dentro da instituição, enquanto a equipa de investigação computacional do PARC assegura a instalação, a execução e o acompanhamento. A Ai2 enfatiza o posicionamento: a plataforma não foi concebida para funcionar sozinha, mas para ser orientada pelos investigadores, que decidem quais pistas explorar.

🔗 Parceria entre a Ai2 e a Providence Swedish

OpenAI apela a uma ciberdefesa coletiva com Anthropic, AWS, Google, Microsoft e Oracle

27 de agosto — A OpenAI publica um artigo de opinião intitulado «A call for collective action on cyber defense», ao lado de organizações entre as quais Anthropic, AWS, Google, Microsoft e Oracle — como a formulação da mensagem oficial é «including», a lista não é exaustiva. O texto parte de uma constatação temporal: os próximos meses oferecem uma janela limitada durante a qual os defensores podem ganhar vantagem, antes de os ataques assistidos por IA se tornarem muito mais difundidos e sofisticados à medida que os modelos avançam em todo o mundo. Os alvos mencionados não são abstratos: hospitais, estações de tratamento de água, a infraestrutura que mantém a Internet em funcionamento.

O argumento central é que os progressos atuais já proporcionam aos defensores meios para corrigir fragilidades acumuladas ao longo de anos — bugs antigos, permissões excessivas, erros de configuração, software sem correções, autenticação fraca, dívida técnica dos sistemas legados — ao passo que as equipas de segurança das infraestruturas críticas têm sido historicamente subfinanciadas.

Três princípios estruturam a proposta: reconhecer que o statu quo da segurança não será suficiente, equipar mais defensores com uma IA competente em cibersegurança e mobilizar uma resposta coletiva, partindo da constatação de que nenhuma empresa deveria controlar sozinha este futuro. Seguem-se quatro listas de pedidos direcionados. Cada organização deve tratar a ciberdefesa como uma prioridade da direção, corrigir as suas fragilidades de maior risco e elevar o nível exigido para aquilo que compra, constrói e implementa, incluindo código gerado por IA. As empresas de cibersegurança são convidadas a testar continuamente as suas defesas perante capacidades de fronteira e a medir o seu progresso pelo número de organizações protegidas, e não por indicadores de atividade. Os governos são instados a financiar a ciberdefesa, começando pelos serviços essenciais sem orçamento nem pessoal. Por fim, os laboratórios de IA de fronteira devem fornecer acesso responsável aos modelos e tornar as identidades agênticas rastreáveis e responsabilizáveis.

Este último ponto liga o artigo de opinião às notícias do dia anterior: o relatório de investigação sobre o incidente da Hugging Face, no qual um modelo interno de investigação tinha obtido um acesso não previsto à Internet e comprometido workers de produção. A rastreabilidade dos agentes surge, portanto, como um compromisso, e não apenas como uma recomendação dirigida aos outros.

We have a limited window to strengthen cyber defenses, and together with organizations including @AnthropicAI, @awscloud, @Google, @Microsoft, and @Oracle, we’re calling for a global effort to give defenders the tools, resources, and support to protect the infrastructure we all depend on. If we act decisively, we can turn today’s AI advances into lasting improvements in security and make our digital world safer for everyone.

🇵🇹 Dispomos de uma janela limitada para reforçar as ciberdefesas e, com organizações entre as quais @AnthropicAI, @awscloud, @Google, @Microsoft e @Oracle, apelamos a um esforço mundial para proporcionar aos defensores as ferramentas, os recursos e o apoio necessários para proteger a infraestrutura da qual todos dependemos. Se agirmos de forma decisiva, podemos transformar os atuais avanços da IA em melhorias duradouras da segurança e tornar o nosso mundo digital mais seguro para todos. — @OpenAI no X

🔗 Um apelo à ação coletiva na ciberdefesa

Claude Cowork passa a incluir o seu próprio navegador

26 de agosto — O Claude Cowork integra o seu próprio navegador na aplicação para desktop. Assim que uma tarefa envolve um site, abre-se um navegador no painel lateral e Claude navega nele, lê as páginas, clica e preenche os formulários. A ideia é delegar a componente web de um trabalho sem abandonar aquilo que se está a fazer: extrair números de um dashboard ou percorrer um portal de fornecedores para o qual não existe qualquer connector.

A separação é o ponto central do anúncio. O navegador integrado é o de Claude, não o do utilizador: Claude não vê os separadores, os favoritos nem as palavras-passe. Para manter a sessão iniciada nos seus serviços, o utilizador importa as suas sessões site a site, a partir do Chrome, Edge ou Firefox no macOS e do Firefox no Windows e Linux. Os sites bancários, de mensagens e de autenticação única (SSO) ficam de fora, salvo decisão explícita de os incluir.

A Anthropic estabelece uma fronteira de utilização clara em relação à extensão Claude in Chrome, que passou a estar disponível de forma geral no mesmo dia. O navegador integrado serve para delegar uma tarefa web enquanto se continua a trabalhar; Claude in Chrome serve para a página que já está aberta, com as contas que já têm sessão iniciada. Se a extensão estiver instalada, continua a ser a opção predefinida; a definição pode ser alterada em Settings → Cowork → Preferred browser e, do lado do administrador, em Organization settings → Cowork → Built-in browser.

Quanto à segurança, o anúncio não faz promessas absolutas. O navegador integrado apresenta os mesmos riscos de prompt injection que qualquer agente que atue num navegador, quando instruções ocultas numa página tentam desviar Claude. Aplica as mesmas salvaguardas que Claude in Chrome, incluindo controlos que comparam as ações de Claude com aquilo que foi pedido. A Anthropic afirma que estas medidas reduzem significativamente o risco sem o eliminar e recomenda começar por sites de confiança.

Aspeto da implementação	Detalhe
Planos abrangidos	Pro, Max, Team; Enterprise mediante ativação do administrador
Plataformas suportadas	macOS, Windows, Linux (em beta)
Calendário de implementação	Durante a semana seguinte ao anúncio, ativo por predefinição
Importação de sessões	Chrome, Edge, Firefox no macOS; Firefox no Windows e Linux
Sites excluídos por predefinição	Banca, mensagens, autenticação única

🔗 O navegador integrado do Cowork

GLM-5.3 Flash chega à Together AI, e a Z.ai anuncia a abertura dos pesos do GLM-5.3

27 de agosto — A Together AI disponibiliza o GLM-5.3 Flash, o primeiro modelo nativamente multimodal da série GLM-5 da Z.ai, com os seus pesos publicamente disponíveis. A ficha técnica é invulgarmente detalhada: arquitetura Mixture-of-Experts com 320 mil milhões de parâmetros, dos quais 18 mil milhões ativos, 45 camadas e uma janela de contexto de um milhão de tokens. A comparação destacada pela Z.ai é interna à sua própria linhagem — com uma dimensão total comparável, o modelo reduz para quase metade o número de parâmetros ativos e a profundidade do GLM-4.5.

A arquitetura é o verdadeiro tema. O modelo combina uma atenção linear que capta as dependências locais através de modelação de estado e uma atenção sparse que procura o contexto global através de um indexador leve. Além disso, o IndexPool comprime quatro vetores-chave do indexador num único vetor através de pooling ponderado. O resultado anunciado pela Z.ai, medido em comparação com o GLM-5.3: três vezes menos computação de atenção e uma cache KV 4,4 vezes menor na janela de um milhão de tokens. É esta poupança que justifica o posicionamento tarifário, de 0,15 dólar por milhão de tokens de entrada e 0,50 dólar de saída, em comparação com 1,40 e 4,40 dólares para o GLM-5.2 no mesmo fornecedor. O modelo tinha sido apresentado anonimamente sob o nome Ox Alpha antes do seu lançamento.

O multimodal não é aqui um acréscimo periférico, mas um elemento do ciclo de programação: o modelo inspeciona os seus próprios resultados renderizados no ecrã e aperfeiçoa-os de forma iterativa. O treino segue a mesma lógica, com aprendizagem por reforço (reinforcement learning) baseada no feedback do ambiente para código frontend e verificação agentic ancorada em percursos reais de utilizadores para interfaces gráficas.

No mesmo dia, a Z.ai anuncia numa mensagem muito breve que os pesos do GLM-5.3 — o modelo principal, acessível por API desde 18 de agosto — serão publicados no dia seguinte, através de uma ficha do Hugging Face zai-org/GLM-5.3 já existente, mas marcada como «Próximo lançamento». A abertura tinha sido preparada duas semanas antes por um artigo intitulado «Preparar o GLM-5.3 para um lançamento aberto: um caminho responsável para a ciberdefesa». O laboratório encadeia, assim, o lançamento de uma variante rápida e a abertura dos pesos do modelo principal com menos de vinte e quatro horas de intervalo.

Benchmark avaliado	GLM-5.3 Flash	GLM-5.2
Terminal Bench 2.1	84,3	81,0
DeepSWE v1.1	63,4	46,2
Toolathlon Verified	78,4	59,9
AutomationBench	48,8	26,2
Humanity’s Last Exam (com ferramentas)	55,3	—
GDPval-AA v2 Elo (Artificial Analysis)	1773	—

Preço da Together AI (dólares por milhão de tokens)	GLM-5.3 Flash	GLM-5.2
Entrada	0,15	1,40
Entrada em cache	0,03	0,26
Saída	0,50	4,40

GLM-5.3 Flash has arrived. @Zai_org’s first natively multimodal GLM-5 model packs 320B parameters, 18B active, 1M context, and hybrid attention.

On DeepSWE, it nearly MATCHES Luna’s performance while getting more than TWICE as much work done for the same budget.

🇵🇹 O GLM-5.3 Flash chegou. O primeiro modelo GLM-5 nativamente multimodal da Z.ai inclui 320 mil milhões de parâmetros, 18 mil milhões ativos, um contexto de um milhão de tokens e uma atenção híbrida. No DeepSWE, quase iguala o desempenho do Luna, realizando mais do dobro do trabalho com o mesmo orçamento. — @togethercompute no X

🔗 Ficha do modelo na Together AI · Anúncio da @Zai_org sobre os pesos

Gemini Omni 1.1 Flash: 10 segundos de contexto para prolongar um plano, rascunhos em 360p e saída em 4K

27 de agosto — A Google lança o Gemini Omni 1.1 Flash, uma atualização do seu modelo multimodal de geração e edição de vídeo, assinada por Anish Nangia e Alisa Fortin, Product Managers na Google DeepMind.

A alteração mais substancial diz respeito à extensão de cenas. Até agora, prolongar um vídeo gerado significava pedir ao modelo que continuasse apenas a partir do último segundo, o que provocava quebras de coerência assim que a cena incluía personagens ou um cenário complexo. O Omni 1.1 analisa agora até 10 segundos de contexto anterior, em blocos de 10 segundos, até uma duração acumulada de 40 segundos.

O segundo eixo é o controlo do enquadramento: a especificação da primeira e da última imagem pede ao modelo que gere o vídeo intermédio entre duas imagens-chave, visando movimentos de câmara complexos e loops sem transições visíveis. O terceiro eixo é económico, com uma resolução de rascunho em 360p anunciada como até 60% mais rápida e a um terço do custo do 720p padrão — a medição da velocidade baseia-se, segundo esclarece a Google, no throughput do sistema comparado entre as duas resoluções. O pipeline termina com um aumento de resolução (upscaling) para 1080p ou 4K. Acrescenta-se ainda a referência de vídeo na entrada multimodal, com até 3 segundos, para manter a coerência de uma personagem ou reproduzir um movimento.

O modelo está acessível no Google AI Studio, através da API Gemini Enterprise Agent Platform e no Google Flow para todos os subscritores do Google AI Plus, Pro e Ultra. A Google cita, entre os seus clientes, a Adobe, que o integrou no Firefly, a Figma Weave, a GMI Cloud e a Runway. Uma tabela de preços acompanha o artigo oficial, mas é publicada sob a forma de imagem, sem equivalente textual: por isso, não é aqui reproduzido qualquer preço.

No mesmo dia, a Pika disponibiliza o modelo no seu API Club, acessível através de dev.pika.art, com extensão de vídeo, suporte para a primeira e a última imagem, até três vídeos de referência e saída até 4K. O estúdio prolonga assim um hábito bem estabelecido: agregar modelos de vídeo de terceiros assim que ficam disponíveis, como tinha feito com o Seedance 2.5 e depois com o Wan 3.0.

Capacidade do modelo	Valor anunciado
Contexto para a extensão	Até 10 s, contra 1 s nos modelos anteriores
Incremento da extensão	10 s, até 40 s acumulados
Rascunho 360p — velocidade	Até 60% mais rápido do que 720p
Rascunho 360p — custo	Um terço do custo do 720p padrão
Aumento de resolução	1080p ou 4K
Referência de vídeo multimodal	Até 3 s de vídeo
Identificador do modelo na API	`gemini-omni-1.1-flash`

🔗 Anúncio da Google · Mensagem da @pika_labs

H3 Max: a fal aplica post-training ao MiniMax H3 e gera 5 segundos de vídeo em menos de 3 segundos

26 de agosto — A fal Research lança o H3 Max, um modelo de vídeo submetido a post-training a partir dos pesos abertos do MiniMax H3. A particularidade do trabalho é que não se trata apenas de post-training: a equipa de inference da fal concebeu em conjunto a stack de execução em paralelo com o modelo, de modo que as decisões de treino e de serviço se informam mutuamente.

Quanto à qualidade, a fal realizou estudos de preferência humana frente a frente contra doze modelos de vídeo de referência, incluindo o endpoint oficial do MiniMax H3, Gemini Omni Flash, Wan 3.0, Seedance 2.5, Kling 3 e Veo 3.1. Os avaliadores compararam três dimensões distintas — preferência global, cumprimento do prompt e estética — agregadas através de classificações Elo bayesianas com intervalos de confiança de 95%. O H3 Max fica em primeiro lugar nas três e vence a maioria dos duelos contra cada um dos modelos testados, incluindo o H3 original. A Artificial Analysis e a Design Arena também o colocam no topo das suas classificações independentes.

Quanto à velocidade, o H3 Max gera um vídeo de 5 segundos em cerca de 3 segundos, o que corresponde a aproximadamente 35 vezes o throughput do endpoint oficial do MiniMax H3 e, em média, a uma velocidade 15 vezes superior à dos modelos de qualidade comparável. A fal insiste no método: uma otimização só era mantida se o modelo resultante conservasse a sua posição nas avaliações internas de qualidade. O treino e o serviço foram realizados integralmente em sistemas NVIDIA GB200 NVL72.

A equipa do MiniMax H3, citada no artigo da fal, valida o resultado: segundo ela, o H3 Max combina uma qualidade de vídeo de última geração com uma mudança de ordem de grandeza na velocidade de geração, tornando a geração de vídeo de alta qualidade viável para um leque muito mais vasto de aplicações reais. É o argumento dos pesos abertos na prática: um post-training realizado por terceiros revela o verdadeiro potencial de um bom modelo de base.

Medida publicada pela fal	Valor
Vídeo de 5 segundos	Gerado em cerca de 3 segundos
Throughput face ao endpoint oficial do H3	Cerca de 35x
Velocidade face a modelos de qualidade comparável	15x em média
Modelos de vídeo comparados	12
Classificação em preferência humana	1.º nas três dimensões
Desconto de lançamento	50% durante a primeira semana

🔗 Apresentação do H3 Max pela fal

Cohere Parse: 1,50 dólar por 1 000 páginas e 79,2 no ParseBench

27 de agosto — A Cohere lança o Parse em disponibilidade geral, um modelo de visão e linguagem (vision language model) dedicado ao processamento de documentos empresariais em grande volume. Converte ficheiros multimodais complexos em dados estruturados legíveis por máquina e devolve Markdown limpo, concebido para indexação documental, RAG e recuperação agentic. Para além do reconhecimento de caracteres, o Parse identifica tabelas, formulários, diagramas e imagens incorporadas e devolve caixas delimitadoras (bounding boxes) para tabelas e imagens. Processa nove das principais línguas mundiais.

O principal argumento é o preço: 1,50 dólar por cada 1 000 páginas na API da Cohere. Para cargas contínuas, a empresa promove o Model Vault, a sua plataforma de inference single-tenant, com uma poupança de 23% a 50% de utilização da GPU e de até 61% com utilização horária plena. O caso quantificado apresentado como exemplo — um fluxo de contas a pagar que processa cerca de 13 milhões de páginas por mês — representa uma poupança mensal de cerca de 12 000 dólares em comparação com a API e de aproximadamente 1,47 milhões de dólares por ano em comparação com uma oferta hyperscaler que cobra 10 dólares por 1 000 páginas.

Quanto ao throughput, a Cohere anuncia 4,5 páginas por segundo, ou seja, 36 páginas por segundo num nó com 8 GPUs H100 — cerca de 1,4 vezes o throughput do dots.mocr e 2,2 vezes o do Chandra OCR 2 na mesma configuração, sendo que a comparação abrange apenas modelos open source servidos através do vLLM.

A Cohere reconhece duas limitações metodológicas. As dimensões Layout e Chart do ParseBench são excluídas da comparação, uma vez que o modelo visa produzir Markdown em ordem de leitura e trata os gráficos como elementos visuais descritos por metadados, estando a extração de séries numéricas anunciada para a próxima versão. Além disso, todas as pontuações publicadas utilizam as regras do ParseBench de agosto de 2026, que corrigem uma falha na deteção de negrito e de títulos que anteriormente inflacionava as pontuações de formatação semântica, tendo os concorrentes sido reavaliados com essas mesmas regras. O Parse está disponível através da API da Cohere, do Model Vault, do Microsoft Foundry e do AWS SageMaker com o identificador parse-v5.0, podendo ser implementado numa cloud privada ou on-premises.

Modelo avaliado	Média	Tabelas	Fidelidade do conteúdo	Formatação semântica
GPT-5.5	84,4	89,3	87,5	76,5
Opus 4.8	84,3	89,7	89,0	74,1
Gemini 3.5 Flash	81,8	87,6	84,7	73,2
Cohere Parse	79,2	87,0	86,6	64,0
LlamaParse (Cost Effective)	78,3	81,4	90,9	62,7
Mistral OCR 4	74,5	73,9	89,5	60,1
Databricks AI Parse	72,4	83,7	88,3	45,3
Google Document AI	57,3	55,1	83,7	33,0
AWS Textract	53,3	82,3	74,8	2,8

🔗 Anúncio do Cohere Parse

NVIDIA entrega a primeira CPU Vera à AWS e estende o NVLink Fusion à memória NVHBM

27 de agosto — A NVIDIA atualizou o seu artigo dedicado à CPU Vera para incluir um marco importante: a AWS recebeu o seu primeiro servidor com CPU Vera e a sua primeira GPU Vera Rubin, entregues pessoalmente por Ian Buck, vice-presidente de Hyperscale e HPC da NVIDIA, na sede da AWS em Seattle, a Willem Visser e Supreeth Sheshardi, vice-presidentes da Amazon EC2. A entrega acompanha um anúncio feito no dia anterior, 26 de agosto: a AWS e a NVIDIA estão ampliando uma colaboração de dezesseis anos, com um plano que prevê 2 milhões de GPUs adicionais e a migração da infraestrutura baseada na CPU Vera para a AWS. A AWS não é a primeira destinatária — Buck já havia entregado sistemas Vera à Oracle Cloud Infrastructure, assim como à Anthropic, OpenAI e SpaceXAI.

O argumento técnico baseia-se em uma constatação: um agente não é executado apenas em GPU. Cada sandbox de execução, cada chamada de ferramenta, cada camada de orquestração e cada recuperação em contexto longo representa trabalho para a CPU. A Vera incorpora 88 núcleos Olympus projetados pela NVIDIA, largura de banda de memória de 1,2 TB/s e promete desempenho por núcleo até 1,8x maior em cargas de trabalho agênticas. A NVIDIA cita dados da OpenRouter segundo os quais essas cargas consomem 15 vezes mais tokens do que uma simples consulta de chat. Entre os provedores de cloud, a Oracle Cloud Infrastructure é a primeira a implantar a Vera em escala hyperscale, com centenas de milhares de CPUs previstas a partir de 2026. Cabe observar, por rigor, que o artigo é uma republicação, cuja versão inicial data de 18 de maio de 2026; apenas a parte referente à AWS corresponde aos acontecimentos do dia.

Em 26 de agosto, a NVIDIA também ampliou o NVLink Fusion com a NVHBM, uma tecnologia de memória de alta largura de banda destinada aos chips personalizados de seus parceiros. A mudança arquitetônica é precisa: as arquiteturas HBM tradicionais colocam o controlador de memória no chip XPU, onde ele ocupa uma área de silício que poderia ser usada para computação; a NVHBM transfere esse controlador, projetado pela NVIDIA, para o die base da pilha HBM 3D. A Annapurna Labs, subsidiária de silício da Amazon, é a primeira parceira a trabalhar com a NVHBM, além de um compromisso já anunciado de oferecer suporte ao NVLink Fusion em seus chips Trainium a partir do Trainium4.

Característica medida	Valor anunciado
Núcleos da CPU Vera	88 núcleos Olympus projetados pela NVIDIA
Largura de banda de memória da Vera	1,2 TB/s
Desempenho por núcleo em cargas agênticas	Até 1,8x
GPUs adicionais previstas na AWS	2 milhões
Largura de banda da NVHBM comparada à HBM4E padrão	Até +30%
Consumo da HBM com NVHBM	-15%
Área liberada no chip de computação XPU	Até +25%

🔗 Entrega da CPU Vera · NVLink Fusion e NVHBM

Google DeepMind conduz a primeira avaliação duplo-cega de um modelo de fronteira

27 de agosto — A Google DeepMind publicou o relatório de um projeto-piloto que apresenta como a primeira avaliação duplo-cega de um modelo proprietário de IA de classe fronteira. O anúncio é assinado por William Isaac, Sol Messing e Kristian Lum e ocupa a posição de publicação fixada na conta do laboratório.

O problema abordado é o da contaminação de benchmarks. O artigo desenvolve uma analogia escolar: se um aluno viu as perguntas da prova com antecedência, sua nota perfeita já não mede nada. Para os modelos de linguagem, a questão é estrutural, pois os conjuntos públicos de avaliação acabam entrando nos corpora de treinamento. A Google observa que os protocolos de não registro e as garantias contratuais preservam há muito tempo a confidencialidade dos prompts de testes externos, mas que a inclusão de garantias técnicas e criptográficas representa uma mudança de natureza.

Historicamente, uma avaliação externa de alto risco impunha uma escolha: ou o avaliador entregava seus prompts ao fornecedor do modelo, ou o fornecedor entregava os pesos do modelo. O sistema descrito elimina esse compromisso. Ele se apoia no Confidential Space, um componente do portfólio Confidential Computing do Google Cloud, que permite verificar criptograficamente que ambos os ativos permanecem privados para seus respectivos proprietários: o avaliador não acessa os pesos do modelo Gemini, e a Google não acessa os prompts de teste.

O projeto-piloto utiliza um modelo Gemini Flash Lite, testado com benchmarks confidenciais, em parceria com o Singapore AI Safety Institute, a OpenMined, a AVERI e a MLCommons. A Google destaca que o valor do sistema aumenta conforme a sensibilidade da avaliação, citando explicitamente os testes de cibersegurança e os realizados por órgãos governamentais. Um relatório técnico detalhando a metodologia acompanha o anúncio.

🔗 O projeto-piloto de avaliações duplo-cegas

Expert Intelligence: os ebooks do Google Play Books tornam-se fontes no Gemini Notebook

27 de agosto — A equipe do Gemini Notebook anunciou o Expert Intelligence, uma iniciativa transversal da Google que permite usar livros comprados como fontes em um notebook. O lançamento começa com os ebooks qualificados do Google Play Books; a Google anuncia a futura inclusão de assinaturas de terceiros e livros didáticos, bem como a expansão para o aplicativo Gemini e o Modo IA da Google Search.

O princípio é simples de descrever, mas novo em seu alcance: agora, um notebook pode combinar ebooks comprados, assinaturas profissionais e arquivos pessoais do Google Drive em uma única base de conhecimento. As funções habituais do Gemini Notebook passam então a ser aplicadas ao livro — conversa com o conteúdo, geração de Audio Overviews, criação de cartões de revisão e quizzes —, com cada resposta fundamentada nas fontes por meio de citações inline que remetem à passagem exata.

O aspecto mais interessante é o modelo econômico, pois ele responde à pergunta que esse tipo de produto suscita imediatamente: o que acontece com a remuneração do autor quando um modelo processa o seu livro? A Google estabelece uma condição explícita de acesso: para interagir com um livro no Gemini Notebook, é necessário possuí-lo por meio do Google Play Books. E, caso um notebook contendo um livro seja compartilhado, os colaboradores são convidados a comprar seu próprio exemplar para avançar. Assim, a Google apresenta o sistema às editoras como um canal de descoberta, e não como uma substituição.

Para as editoras, o mecanismo é declarativo: a qualificação de uma obra pode ser verificada em sua página no Google Play Books, onde o Gemini Notebook aparece sob o selo « Tools » caso o livro esteja inscrito; a inscrição é feita mediante solicitação à equipe da Google. Os três casos de uso detalhados dão o tom — cruzar suas anotações de aula com The Sense of Style, de Steven Pinker; aplicar The Culture Code, de Daniel Coyle, a um projeto de equipe; sintetizar uma rotina com base em The New Menopause antes de convertê-la em um Audio Overview.

🔗 Expert Intelligence

Warp adiciona ciclos de autoaperfeiçoamento às suas factories

27 de agosto — A Warp complementou sua plataforma Warp Factories com ciclos de autoaperfeiçoamento (self-improvement loops). O princípio consiste em três etapas: avaliar as conversas anteriores dos agentes segundo critérios definidos pela equipe, isolar as falhas e, em seguida, gerar melhorias para as skills. Um artigo de engenharia publicado no mesmo dia detalha todo o sistema.

O componente central é uma função de pontuação, que a Warp chama de scorer. Ela recebe como entrada os rastros de execução de um agente e devolve uma nota conforme uma grade de avaliação. A Warp enfatiza um ponto: a entrada não deve se limitar ao rastro do agente, mas incluir as interações humanas obtidas pelas ferramentas integradas, como os comentários deixados em uma pull request. A nota pode vir de uma pessoa, de código ou, mais frequentemente hoje, de outro agente atuando como juiz. A Warp fornece scorers padrão que avaliam a precisão, a eficiência de custos e a verbosidade, além de permitir configurar sua frequência de execução — algumas horas por padrão — e a estratégia de amostragem, já que essas avaliações têm um custo.

As execuções avaliadas alimentam então agentes de autoaperfeiçoamento, que procuram padrões recorrentes nas falhas e propõem correções na forma de diffs sobre a definição da factory. Esse mecanismo só funciona porque a factory é descrita em código: um arquivo factory.yaml acompanhado de uma árvore de definições de agentes, skills, servidores MCP e regras de roteamento de modelos. As pessoas recebem as sugestões como pull requests e decidem se devem ou não fazer o merge.

A Warp distingue claramente um segundo mecanismo, os benchmarks, que responde a uma limitação dos ciclos de autoaperfeiçoamento: eles se parecem com as mudanças que uma pessoa competente faria após analisar resultados anteriores, mas não constituem um verdadeiro teste A/B. Para resolver uma questão como a melhor combinação de modelos, a Warp propõe escolher de cinco a dez tarefas de referência, executar os agentes em paralelo com várias configurações e, depois, avaliá-los com os mesmos scorers. O resultado é uma matriz de resultados por configuração. As métricas de gestão citadas — volume de pull requests, custo médio por pull request, percentual de automação e economia estimada — são apresentadas como uma estrutura de medição proposta, sem números de resultados de clientes que as sustentem.

🔗 Anúncio da @warpdotdev

Replit disponibiliza amplamente o roteamento automático de modelos

27 de agosto — A Replit disponibilizou o Intelligent Model Routing para todos os usuários da plataforma. O argumento inicial é simples: o melhor modelo para uma tarefa muda de uma semana para outra, de um projeto para outro e, às vezes, de uma tarefa para outra, e essa escolha adiciona um ponto de decisão entre a ideia e sua realização. Assim, a Replit assume o controle — à medida que uma tarefa evolui, ela é associada ao modelo mais adequado para concluí-la, equilibrando qualidade, velocidade e custo.

O número destacado precisa ser interpretado com precisão. Em seus testes, a Replit afirma obter a mesma qualidade de resultado por um custo 65% inferior ao da versão anterior do modo Max — não se trata de uma redução absoluta de 65%; a publicação no X, por sua vez, fala em « até 65% mais barato ».

O roteamento não elimina o controle manual. Agora, todos os usuários começam no Free Mode e recebem uma notificação quando o trabalho passa para modos mais potentes, que podem gerar custos; os assinantes Core e Pro mantêm a seleção manual do modelo. No ambiente empresarial, os administradores definem o conjunto de modelos aprovados para cada espaço de trabalho, e a Replit escolhe automaticamente dentro desse conjunto.

Elemento do lançamento	Valor anunciado pela Replit
Redução de custo	-65% com a mesma qualidade, em comparação com a versão anterior do modo Max
Disponibilidade	Todos os usuários
Modo inicial	Free Mode, com notificação antes da mudança para um modo pago
Seleção manual	Mantida nos planos Core e Pro
Controle empresarial	Conjunto de modelos aprovados definido por espaço de trabalho

🔗 Anúncio da @Replit

Codex CLI 0.150: menções @ entre tarefas, hooks Interrupt e reforço da segurança de projetos não confiáveis

26 de agosto — O Codex CLI foi atualizado para a versão 0.150.0, seguida, em 27 de agosto, pela correção 0.150.1. A atualização é instalada com npm install -g @openai/codex@0.150.1.

A principal novidade estrutural diz respeito à orquestração entre tarefas. Agora é possível referenciar outras tarefas do Codex por meio de menções @ e pedir a um agente que leia, crie ou envie uma mensagem diretamente a uma tarefa pelo terminal. Na prática, a lista de tarefas torna-se um conjunto de objetos endereçáveis: um agente pode consultar o que outra tarefa produziu ou transmitir-lhe uma instrução, sem copiar e colar o contexto manualmente. Na mesma linha, as tarefas de terminal que permanecem sem nome recebem automaticamente um título descritivo, e /rename sugere um título editável deduzido da conversa.

A segunda adição relevante é o hook Interrupt. Até agora, a interrupção de um turno ativo era um ponto cego: a sessão parava sem que fosse possível acionar nada. A versão 0.150.0 permite executar um comando ou um handler MCP quando um turno de nível superior é interrompido, possibilitando limpar um estado, liberar um lock ou registrar a interrupção.

No âmbito da segurança, duas correções merecem atenção para quem executa o Codex em código de terceiros. Os projetos não confiáveis deixam de fornecer as instruções AGENTS.md no nível do projeto — assim, um arquivo de instruções inserido em um repositório clonado já não pode controlar o agente sem o conhecimento do usuário —, e as regras gerenciadas de recusa de leitura continuam sendo aplicadas após uma alteração nas permissões. Somam-se a isso um melhor ocultamento de identificadores nos diagnósticos do app-server, correções para os bearer tokens de servidores MCP remotos e para travamentos durante o encerramento no Unix causados por processos desanexados. Por fim, a correção 0.150.1 resolve um caso específico, porém oneroso: agora, a compactação remota contabiliza as imagens mantidas em seu orçamento de tokens e remove as mais antigas quando necessário — em uma sessão longa com capturas de tela, isso representava uma fonte silenciosa de estouro do contexto.

Versão publicada	Data do changelog	Natureza da publicação
0.150.0	26 de agosto de 2026	Versão estável, novidades
0.150.1	27 de agosto de 2026	Correção da compactação

🔗 Notas da versão 0.150.0

Claude Code 2.1.247: auditoria de custos da API e janela de 1M por padrão para Sonnet 5

27 de agosto — O Claude Code passa para a versão 2.1.247. A adição mais visível para as equipes é um comando de auditoria de despesas: /claude-api cost-optimize analisa o que um projeto consome na Claude API e, em seguida, apresenta as possibilidades de redução uma a uma — caching, higiene de tokens, processamento em lote, nível de esforço, escolha do modelo — medindo o efeito de cada mudança antes de passar à seguinte. Além disso, a skill /claude-api agora também abrange a Admin API: membros da organização, convites, workspaces, chaves de API, relatórios de limites de taxa, workload identity federation e CMEK.

Uma configuração de contexto merece atenção: a janela padrão de compactação automática do Sonnet 5 passa a usar seu contexto completo de 1M de tokens, com as sessões agora sendo compactadas por volta de 967K tokens, em vez de cerca de 934K. No aspecto da robustez, os subagentes já não deixam de funcionar por causa de um erro 404 de modelo na primeira chamada — eles passam para a cadeia de modelos de fallback da sessão — e um hook que produza megabytes de erros já não pode deixar a sessão presa em « Prompt is too long ».

Por fim, a versão dedica um esforço significativo ao reforço da segurança. No Markdown renderizado no terminal, links que apontem para um caminho de rede ou de montagem automática, contenham um caractere de controle ou comecem por um caractere invisível são exibidos como texto simples, em vez de serem renderizados como clicáveis. O marketplace de plugins rejeita nomes que contenham caracteres de controle e escapa o texto que um marketplace injeta em suas saídas.

🔗 Changelog do Claude Code

Together AI quantifica a cascata DeepSeek seguida de GPT-5.6 Sol no DeepSWE

27 de agosto — A Together AI amplia sua série de comparações do DeepSWE para os modelos DeepSeek, com o mesmo protocolo usado nos episódios sobre o GLM-5.3: as 113 tarefas do benchmark, quatro tentativas por tarefa e por modelo, totalizando 904 execuções no confronto entre DeepSeek V4 Pro 0813 e GPT-5.6 Sol.

O resultado bruto dá vantagem ao modelo fechado na primeira tentativa — 72,7% contra 62,8% —, mas a diferença diminui a cada tentativa e se inverte na quarta, com 88,5% para o DeepSeek contra 85,8%. A 0,24 dólar por execução, contra 8,37 dólares, o modelo aberto é 35 vezes mais barato, o que equivale a 261 tarefas resolvidas para cada 100 dólares gastos, contra 9. Ele não compensa essa economia em velocidade: mediana de 35 minutos e 146 etapas, contra 17 minutos e 53 etapas.

A conclusão operacional é uma configuração em cascata. Executar primeiro o DeepSeek V4 Pro e escalar para o GPT-5.6 Sol apenas quando a suíte de testes rejeita o resultado leva a 83,0% de tarefas resolvidas a 3,35 dólares por unidade — dez pontos acima do Sol sozinho e até mesmo acima de um roteador-oráculo perfeito em uma única tentativa, com 80,8%. Duas outras comparações da mesma série estão disponíveis, contrapondo o DeepSeek V4 Pro ao Claude Fable 5 e o DeepSeek-V4 Flash ao GPT-5.6 Luna.

Estratégia avaliada	Taxa de sucesso	Custo por tarefa
Apenas GPT-5.6 Sol	72,7%	8,37 dólares
Roteador-oráculo perfeito em uma tentativa	80,8%	—
Cascata DeepSeek V4 Pro seguida de Sol	83,0%	3,35 dólares

🔗 Comparação do DeepSWE pela Together AI

OpenAI inicia suas operações no Brasil e publica um experimento randomizado com a Bocconi

27 de agosto — A OpenAI inicia suas operações comerciais no Brasil, com uma equipe local instalada em São Paulo. O anúncio é acompanhado por dados de uso raramente publicados com esse nível de granularidade por país: o Brasil está entre os três maiores mercados do ChatGPT em usuários ativos semanais, com um número de usuários que quase dobrou em um ano e cerca de 215 milhões de mensagens enviadas diariamente. Em junho de 2026, 35% das mensagens classificadas provenientes de contas individuais brasileiras estavam relacionadas ao trabalho, contra 30% no mundo. Entre os desenvolvedores, o país ocupa o segundo lugar mundial em número de profissionais que utilizam a API da OpenAI, enquanto o número de usuários semanais do Codex no país aumentou mais de onze vezes desde o início de 2026. A implantação vem acompanhada de parcerias com o ITA, o IMPA, o HCFMUSP, a ENTER, o Estímulo e a cidade de São Paulo por meio da Prodam.

No mesmo dia, a OpenAI publica, em conjunto com pesquisadores da Universidade Bocconi, os resultados de um experimento randomizado com mais de 1.000 estudantes do primeiro ano de graduação. O interesse do protocolo está em sua estrutura: os estudantes foram distribuídos aleatoriamente, de acordo com o horário das aulas, em quatro grupos — acesso ao ChatGPT, treinamento em raciocínio causal, ambos ou nenhum dos dois —, o que permite separar o efeito da ferramenta, o do treinamento e o da combinação de ambos. A tarefa consistia em um caso empresarial real: formular recomendações de marketing para a loja de produtos da universidade.

Os dois tratamentos produzem efeitos distintos. O acesso ao ChatGPT proporciona um ganho de quase um ponto em cinco, com mais ideias e uma lógica mais clara. Já o treinamento em raciocínio causal não melhora a nota — mas a análise textual automatizada revela uma gama de ideias mais ampla e mais distinta da apresentada pelos demais estudantes, algo que a grade de avaliação não media. A OpenAI extrai disso uma conclusão incômoda para as instituições: se a IA permite produzir um trabalho bem-acabado e próximo ao de um especialista, examinar apenas a resposta final revela cada vez menos sobre o que o estudante compreende.

Grupo experimental	Efeito medido
Acesso ao ChatGPT	Quase um ponto a mais em cinco, mais ideias e lógica mais clara
Treinamento em raciocínio causal	Sem ganho na grade, mas ideias mais variadas e mais distintas
Os dois tratamentos combinados	Benefícios acumulados, ganhos no maior número de métricas

🔗 Presença no Brasil · Estudo da Bocconi

As tarefas programadas do ChatGPT são acionadas por eventos do Gmail, Slack e GitHub

25 de agosto — As tarefas programadas do ChatGPT deixam de seguir um modelo puramente temporal: agora podem ser acionadas por um evento ocorrido no Gmail, Slack ou GitHub. A filtragem é detalhada — mensagens do Gmail por remetente ou assunto, canais selecionados do Slack e atividade de pull requests, incluindo revisões, comentários, atualizações de commits e merges.

A passagem de cron para eventos muda a natureza da ferramenta: em vez de verificar periodicamente se algo aconteceu, o agente reage no momento em que ocorre. O recurso está disponível no ChatGPT web e mobile para os planos elegíveis, desde que o aplicativo correspondente seja conectado e os acessos solicitados sejam aprovados. Há dois pré-requisitos práticos: o aplicativo Slack do ChatGPT deve ser membro de cada canal monitorado, e o aplicativo GitHub conectado deve ter acesso a cada repositório. Também há duas limitações: uma tarefa acionada por evento não pode ter também uma programação temporal, e eventos próximos podem ser agrupados em uma única execução — a visualização Scheduled permite então revisar os eventos pendentes ou iniciar a execução manualmente.

🔗 Changelog do ChatGPT e do Codex

Os agentes cloud do Cursor iniciam sem um repositório existente

27 de agosto — O Cursor elimina o último requisito de entrada para seus agentes cloud: já não é necessário ter conectado uma conta do GitHub ou outro provedor terceirizado de gerenciamento de código-fonte para iniciar uma sessão. No seletor de repositórios, a opção « Start from scratch » permite inserir imediatamente um prompt, enquanto o Cursor cria em segundo plano um repositório Origin para receber o trabalho.

Quando o resultado da construção é satisfatório, o botão « Create repo » o salva em um repositório Origin, com um nome personalizado ou sugerido e visibilidade privada ou interna; o repositório resultante é totalmente estruturado e passa a integrar a aba Codebase. Duas adições completam o ciclo: o Cursor agora encaminha as portas do ambiente live do agente cloud para o navegador, dando acesso a uma pré-visualização e a ferramentas como o modo design, e um botão de publicação gera uma URL online depois que uma conta Vercel é conectada — essa conta é um requisito para o último recurso. O conjunto se baseia no Origin, o serviço de hospedagem de código do Cursor que entrou em beta antecipado em 17 de agosto para todos os planos pagos.

🔗 Changelog do Cursor

Amp abre seus projetos para vários repositórios

27 de agosto — Os projetos do Amp agora aceitam vários repositórios. Os repositórios adicionais são clonados em um diretório adjacente dentro do orb, e o agente é explicitamente informado de sua presença; o painel de alterações passa então a exibir um diff que abrange todos os repositórios do projeto. É a resposta do Amp às tarefas que atravessam vários serviços, um cenário que a divisão de um projeto por repositório tornava trabalhosa.

A adição pode ser feita durante a criação do projeto ou posteriormente nas configurações, com um limite de 20 repositórios adicionais por projeto. É preciso conhecer uma limitação antes de começar: durante a preparação do orb, somente o script .agents/setup do repositório principal é executado automaticamente, e qualquer repositório adicional que exija sua própria inicialização deve ser integrado a esse script. No mesmo dia, o Amp prossegue com seu redirecionamento ao remover a barra lateral de sua interface de terminal — veja as notícias breves.

🔗 Projetos com vários repositórios no Amp

Google Antigravity 2.11.0 renderiza artefatos HTML no fluxo da conversa

26 de agosto — O Google lança a versão 2.11.0 do Antigravity, com 10 melhorias e 30 correções. A principal novidade é a interface generativa: o agente pode produzir um artefato HTML que é exibido diretamente no fluxo da conversa, sem passar por uma pré-visualização externa. A renderização aceita formatação matemática KaTeX, além de gráficos Chart.js e Plotly, ampliando o uso para dashboards e visualizações produzidas dinamicamente.

A segunda série de mudanças diz respeito à configuração dos agentes e avança no sentido da modularização. A sintaxe @path/to/file permite referenciar e incluir arquivos externos em AGENTS.md e nos arquivos de regras personalizadas, uma chave rules: surge no frontmatter dos agentes Markdown para associar regras a um determinado agente, em vez de a todo o projeto, e o Antigravity agora detecta skills, agentes e regras declarados em arquivos skills.json, agents.json e rules.json localizados em subdiretórios — algo útil para monorepos nos quais cada subprojeto possui sua própria configuração. O restante diz respeito à ergonomia: terminais divisíveis lado a lado, renderização do frontmatter YAML em um cartão de metadados, tema Darcula e leitura de intervalos específicos de páginas em documentos com várias páginas.

🔗 Changelog do Antigravity

GitHub: política global de modelos em disponibilidade geral e mesa-redonda dos mantenedores do OpenClaw

26 de agosto — O GitHub disponibiliza de forma geral a política global de modelos para o Copilot Business e o Copilot Enterprise. Anunciado em julho, esse mecanismo oferece aos administradores um único controle que decide o destino dos modelos que eles não configuraram explicitamente, evitando que tenham de tomar uma decisão modelo por modelo a cada novo lançamento. A implantação efetiva se estende até 1º de setembro, portanto a mudança não ocorrerá ao mesmo tempo para todas as empresas. As decisões já tomadas manualmente são mantidas como estão, e duas categorias não são afetadas pela política, independentemente de seu valor: os modelos de pesos abertos, com DeepSeek e Kimi K2 como exemplos, e os modelos não cobertos pelo acordo de retenção de dados do GitHub, com o anúncio citando o Fable 5. O GitHub também considera remover o estado « Delegate to default policy » para exigir uma decisão explícita sobre cada modelo.

Em 27 de agosto, o GitHub publica uma mesa-redonda em vídeo com os mantenedores do OpenClaw, acompanhada por um artigo que extrai dez lições da conversa. Lançado por Peter Steinberger em novembro de 2025 como projeto de fim de semana, esse repositório registrava, em 26 de agosto, cerca de 388.000 estrelas, 81.000 forks e mais de 80.000 commits — o GitHub o apresenta como o projeto de crescimento mais rápido de sua história. O interesse da entrevista está no que ela revela sobre o trabalho de mantenedor quando os agentes entram no ciclo: Steinberger explica que já não fala em pull requests, mas em « prompt requests », e Josh Lehman descreve colaboradores executando cadeias automatizadas que abriam várias centenas de pull requests. Os sinais de confiança mudaram em consequência — transcrições de agentes, capturas de tela e evidências de testes, em vez da contagem de contribuições —, especialmente porque a própria reputação se tornou uma superfície de ataque, com pessoas duplicando pull requests de terceiros para aumentar seu número de merges.

Indicador do repositório OpenClaw em 26 de agosto de 2026	Valor registrado
Estrelas	Cerca de 388.000
Forks	81.000
Commits	Mais de 80.000
Lançamento do projeto	Novembro de 2025

🔗 Política global de modelos · Mesa-redonda do OpenClaw

Notícias breves

Qwen3.8-Flash disponível via roteamento no OpenRouter e executável localmente com 75 GB de RAM — O modelo passa a estar acessível pelo OpenRouter um dia após a abertura dos seus pesos, para assistentes de código, workflows agênticos e compreensão de vídeos longos. Paralelamente, a Unsloth publica os seus GGUF já no primeiro dia: o MoE de 125 bilhões de parâmetros roda localmente com 75 GB de RAM, e a Unsloth afirma que ele supera o Claude Opus 4.6 Max — uma alegação da Unsloth que nenhuma medição independente confirma. 🔗 OpenRouter · GGUF da Unsloth
Grok 4.6 chega ao Microsoft Foundry e pode ser acionado pelo Linear — O modelo entra no catálogo do Microsoft Foundry com 500.000 tokens de contexto e quatro níveis de esforço de raciocínio, complementando o Amazon Bedrock e o Google Enterprise Agent Platform. No grok.com, os acionadores do Linear permitem que o Grok faça a triagem dos tickets, acompanhe o progresso e seja iniciado automaticamente assim que um ticket lhe for atribuído. 🔗 Grok no Foundry · Acionadores do Linear
Joelle Pineau e Mikey entram na lista TIME100 AI 2026 — A Cohere anuncia que a sua diretora de IA figura na lista da revista TIME, relembrando mais de vinte anos de pesquisa no Canadá, das cadeiras de rodas inteligentes à ML Reproducibility Checklist. No mesmo dia, a Suno anuncia a inclusão de Mikey na mesma lista, sem nenhum anúncio de produto associado. 🔗 Cohere · Suno
Um cookbook conecta um Claude Managed Agent ao Chat SDK da Vercel — O Chat SDK fornece a interface de conversação com um gerenciador onDirectMessage tipado e mais de quinze adaptadores (Slack, Teams, Discord, web), enquanto o Managed Agents executa o agente no lado do servidor com uma sessão persistente por conversa. Código publicado no repositório claude-quickstarts. 🔗 Publicação de @ClaudeDevs
ChatGPT para iOS 1.2026.230: pesquisa de tarefas, indicador de reasoning effort e editor em tela cheia — Indicador compacto no composer para ajustar o esforço de raciocínio pelo celular, editor em tela cheia para prompts longos, pesquisa tanto nos títulos quanto no conteúdo e atalhos na tela inicial para ChatGPT, Work e Codex Remote. Mesma entrada do changelog que as tarefas orientadas a eventos mencionadas acima.
Amp remove a barra lateral da sua TUI — Entre orbs, runners e mensagens trocadas entre agentes, a Amp considera que o acompanhamento de threads deve ficar nos aplicativos web e nativo e que sobrepor uma multiplexação de múltiplos ambientes à do terminal proporcionava uma experiência ruim. 🔗 Artigo da Amp
Hugging Face executa os seus resumos de abstracts no Inkling-Small — A plataforma informa que os resumos exibidos nas suas páginas de papers utilizam o modelo de pesos abertos da Thinking Machines, sob o lema « open weights × open science ». 🔗 Publicação de @huggingface
Gemini CLI corrige uma vulnerabilidade SSRF na descoberta de metadados OAuth do MCP — A versão noturna (nightly) de 27 de agosto contém apenas uma alteração: uma correção contra Server-Side Request Forgery na descoberta de metadados OAuth dos servidores MCP. Ela ainda não está presente no canal estável, que permanece na v0.57.0. 🔗 Notas da versão
Perplexity publica novas avaliações do Brain — O sistema de memória autoaperfeiçoável do Perplexity Computer ganha 9,3 pontos de precisão, 8,0 pontos de atualidade e 8,9 pontos de recall em relação aos primeiros resultados, usando 15% menos tokens. 🔗 Publicação de @perplexity_ai
Marketplaces de plugins passam a permitir atualização automática nas empresas — Um campo autoUpdate definido numa entrada extraKnownMarketplaces permite que os clientes Copilot atualizem automaticamente os plugins de uma marketplace, desde que ela continue constando na allowlist strictKnownMarketplaces. 🔗 Changelog do GitHub
Bloquear um usuário agora encerra todas as suas contribuições abertas — Uma opção « Close content authored by this user » na caixa de diálogo de bloqueio encerra de uma só vez as issues, discussões e pull requests abertas pelo usuário bloqueado, tanto em contas pessoais quanto em organizações. 🔗 Changelog do GitHub
Cohere defende um modelo de engenheiros destacados que desenvolve a capacidade do cliente — O artigo distingue a dependência comercial ou arquitetônica, inerente à escolha tecnológica, da dependência operacional, que considera evitável, e cita o relatório Deloitte 2026, segundo o qual apenas 25% das organizações colocaram em produção 40% ou mais dos seus projetos-piloto de IA. 🔗 Artigo da Cohere
Google DeepMind dedica um episódio de podcast à incerteza — Zoubin Ghahramani, VP Research, explica com Hannah Fry por que ensinar um sistema a duvidar de si mesmo e a raciocinar em termos de probabilidades produz decisões mais confiáveis, da previsão meteorológica à robótica. 🔗 Publicação de @GoogleDeepMind
Wan lança um Skill Challenge semanal em torno do WanCLI — Três skills publicadas no wan.video são selecionadas todas as semanas, com os seus autores recebendo um mês de assinatura premium, e cada skill aprovada rende 150 créditos; a skill deve chamar pelo menos um modelo Wanxiang por meio do WanCLI. 🔗 Publicação de @Alibaba_Wan
GeForce NOW na Gamescom 2026 — Novos controles do DLSS 4.5, suporte a novos dispositivos Steam, ao single sign-on da GOG, ao Firefox e a mais dispositivos Fire TV, além de cinco jogos disponíveis na nuvem desde o lançamento. Uma notícia mais relacionada a videogames do que à IA generativa. 🔗 Artigo da NVIDIA
Runway publica um teaser em vídeo sem indicar nenhum produto — Um vídeo acompanhado apenas da frase « Você nunca viu nada parecido » e de um link genérico para o aplicativo, sem nome de modelo ou funcionalidade e sem informação correspondente na página de notícias do estúdio. Registrado para referência: não é possível extrair nenhum fato verificável. 🔗 Publicação de @runwayml

O que isso significa

Os agentes estão entrando no laboratório, e a barreira é de hardware antes de ser de software. O Model Hardware Standard não resolve um problema de modelo, mas de infraestrutura: sete programas de fabricantes sem interface comum em Janelia, quatro famílias de equipamentos em três computadores incompatíveis na Carnegie Mellon. Ao reduzir a integração de várias semanas para algumas horas, a Anthropic desloca o gargalo da conexão para a supervisão — e admite isso ao citar a Genentech, onde foi necessário explicar ao Claude que a formação de espuma numa amostra era uma falha física, e não um bug. A descoberta da Ai2 sobre o carcinoma lobular invasivo diz a mesma coisa a partir da outra extremidade da cadeia: o valor não está na resposta produzida pelo modelo, mas na validação independente e posteriormente laboratorial que se seguiu. As 10.000 licenças do Claude disponibilizadas aos pesquisadores no mesmo dia completam o tripé ao enfrentar a terceira barreira: o custo de acesso.

A segurança passa do produto para a infraestrutura compartilhada. O artigo de opinião sobre a ciberdefesa coletiva é relevante, antes de tudo, pelas organizações a ele associadas: OpenAI, Anthropic, AWS, Google, Microsoft e Oracle disputam o mesmo mercado e aparecem juntas no mesmo texto, e uma das solicitações dirigidas aos laboratórios de fronteira — tornar as identidades agênticas rastreáveis e responsabilizáveis — é diretamente a lição do incidente publicado pela Hugging Face no dia anterior. O restante do dia apresenta esse deslocamento no nível das ferramentas: o Codex deixa de carregar os AGENTS.md de projetos não confiáveis, o Claude Code torna inertes os links de terminal com caracteres invisíveis e o Gemini CLI corrige uma SSRF na descoberta OAuth dos servidores MCP. Três correções aparentemente sem relação, mas uma mesma constatação: a superfície de ataque de um agente de código é composta pelos arquivos e servidores que lhe pedem para ler.

A própria avaliação torna-se algo que precisa ser protegido. O projeto-piloto do Google DeepMind com o Singapore AI Safety Institute resolve um dilema tão antigo quanto a avaliação externa — entregar os seus prompts de teste ou entregar os seus pesos — sem entregar nenhum dos dois, por meio de um enclave cujas propriedades ambas as partes verificam criptograficamente. É o equivalente metodológico dos números publicados no restante do dia: a Together AI não se limita a uma pontuação, mas publica 904 execuções, quatro tentativas por tarefa, os perfis de falha e o custo por tarefa; a Cohere assume publicamente a exclusão de duas dimensões do ParseBench e faz com que os seus concorrentes sejam reavaliados com as regras corrigidas de agosto. Nos dois casos, já não é o resultado que ganha destaque, mas o protocolo — sinal de que o resultado isolado já não convence ninguém.

E o custo de uma tarefa concluída com sucesso continua sendo a métrica decisiva. O posicionamento do GLM-5.3 Flash deriva inteiramente de uma economia arquitetônica — três vezes menos computação de atenção, cache KV 4,4 vezes menor — convertida em US$ 0,15 por milhão de tokens de entrada, quase dez vezes menos que o GLM-5.2 no mesmo provedor. A Together AI demonstra que a cascata DeepSeek seguida de Sol resolve dez pontos percentuais a mais de tarefas por menos da metade do preço do Sol usado isoladamente, o que equivale a dizer que o melhor modelo não é a compra certa. A Replit extrai desse fato uma consequência para o produto ao simplesmente eliminar a escolha do modelo, a Cohere vende o Model Vault com uma diferença de 61% em utilização plena e o Google cobra um terço do preço por um rascunho de vídeo em 360p. Até mesmo a entrega do CPU Vera à AWS faz parte dessa economia: se uma carga de trabalho agêntica consome quinze vezes mais tokens do que uma solicitação de chat, a orquestração fora da GPU deixa de ser um mero detalhe contábil.