Anthropic quantifica os seus trabalhos sobre medicamentos e adquire Mithril Medicine, Google DeepMind revela Genie 4, Liquid AI lança LFM3

A Anthropic publica um primeiro balanço com números dos seus trabalhos no desenvolvimento de medicamentos com seis parceiros, da Generate Biomedicines à Bristol Myers Squibb, e adquire a Mithril Medicine, cujo primeiro ensaio em humanos poderá começar no final de 2028. A Google DeepMind revela Genie 4, um modelo de mundo em tempo real que também gera som, e a Liquid AI lança LFM3, seis modelos abertos da classe 2B concebidos para funcionar no dispositivo. Nas ferramentas, Claude Code, Codex CLI, Gemini CLI e Vibe CLI lançam novas versões, a Cognition lança FrontierCode 2.0, onde nenhum modelo ultrapassa 45,5 %, e a Cohere disponibiliza os elementos necessários para reproduzir a sua observação sobre Qwen3.8-Flash-Next.

Anthropic faz o balanço dos seus trabalhos de descoberta de medicamentos com seis parceiros e adquire Mithril Medicine

27 de outubro — A equipa Science da Anthropic publica um primeiro balanço do seu trabalho no desenvolvimento de medicamentos. Há vários meses que os seus cientistas mantêm parcerias de investigação aprofundadas com seis organizações: BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines e The Column Group. A Anthropic quer envolver Claude em cada etapa, da escolha do alvo aos ensaios clínicos, passando pelo fabrico e pelos processos regulamentares, e não apenas na conceção das moléculas: segundo o artigo, os estrangulamentos distribuem-se por toda a cadeia.

Parceiro de investigação	Etapa do desenvolvimento	Resultado publicado
Generate Biomedicines	Engenharia da terapia	Versão cerca de 70 % mais curta, cerca de 10 vezes mais recetores produzidos
Divergence Labs	Geração de candidatos	Cerca de 35 000 conceções de anticorpos num mês, 3 parecem superar o tratamento padrão
BigHat Biosciences	Otimização dos candidatos	Cerca de 1 010 variantes em 10 semanas, ligação mais de 10 vezes mais forte
Enveda	Fabrico e documentação	11 problemas em 11 encontrados, mais 7, revisão humana reduzida em 89 %
The Column Group	Criação de empresa	Pleiades, primeira skill avaliada em 45 pares alvo-doença
Bristol Myers Squibb	Planeamento dos ensaios	Probabilidades de sucesso de um ensaio inicial avaliadas, expansão prevista para 2027
Mithril Medicine	Programa interno (aquisição)	Da ideia aos resultados em ratinhos em menos de 18 meses, ensaios a partir do final de 2028

Os resultados mais expressivos vêm do laboratório. Na Generate Biomedicines, seis cientistas utilizaram Claude Code para encurtar uma parte das instruções genéticas de uma terapia CAR-T contra tumores sólidos: a versão cerca de 70 % mais curta leva as células imunitárias a produzir cerca de 10 vezes mais recetores, e estas células matam as células tumorais com maior eficácia. Na Divergence Labs, Claude gerou, em grande parte de forma autónoma, cerca de 35 000 conceções de anticorpos contra alergias alimentares. O ganho também é administrativo: na Enveda, cujos químicos passavam até 75 % do seu tempo com a papelada, Claude reviu 1 061 páginas de documentação de fabrico e reduziu a revisão humana de mais de 25 horas para menos de 3.

A Anthropic adquire ainda a Mithril Medicine, uma empresa de uma só pessoa que trabalha em duas formas raras de distrofia muscular infantil. O seu fundador, Cody Tranbarger, tinha confiado a Claude a coordenação dos contratos, da logística e das experiências com 11 laboratórios externos. Agora na Anthropic, prossegue estas investigações; um primeiro ensaio em humanos poderá começar já no final de 2028 se os candidatos confirmarem o seu potencial.

A Anthropic mantém a prudência: estes trabalhos estão numa fase inicial e são sobretudo pré-clínicos. O artigo recorda as outras vertentes da sua atividade nas ciências da vida, incluindo Claude Science, créditos para investigadores e o Life Sciences Verification Program.

Over the past few months, Anthropic scientists have engaged in deep research partnerships with six organizations developing new medicines. We’ve also begun drug discovery efforts of our own.

🇵🇹 Nos últimos meses, os cientistas da Anthropic estabeleceram parcerias de investigação aprofundadas com seis organizações que desenvolvem novos medicamentos. Também iniciámos os nossos próprios trabalhos de descoberta de medicamentos. — @AnthropicAI no X

🔗 O artigo da Anthropic

Google DeepMind revela Genie 4, um modelo de mundo em tempo real que também gera som

27 de outubro — A Google DeepMind apresenta Genie 4, a nova geração do seu modelo de mundo (world model), um modelo que gera em tempo real um ambiente que se pode explorar, em vez de um vídeo fixo. O artigo, assinado por Raia Hadsell, Diego Rivas e Hang Qi, foi afixado por @GoogleDeepMind e por @GoogleAI. Genie 4 sucede a Genie 3, disponibilizado aos subscritores do Google AI Ultra em fevereiro.

A novidade mais visível é o som: segundo a Google DeepMind, Genie 4 é o seu primeiro modelo de mundo em tempo real a gerar áudio nativamente, ao mesmo tempo que a imagem. Cada cenário tem o seu ambiente sonoro, a música e os ruídos de fundo acompanham a cena, e as personagens podem manter um diálogo interativo que se adapta às ações do utilizador. Na imagem, o fotorrealismo vem de Gemini Omni, a física lida melhor com a aerodinâmica e as colisões, e as pessoas simuladas movem-se e reagem de forma mais natural, o progresso que a Google considera mais marcante.

O controlo faz-se pelo teclado e pela linguagem natural: é possível, a qualquer momento, mudar o tempo, deslocar a câmara ou fazer entrar uma personagem. Gemini 3.8 Flash desempenha o papel de agente guia no ciclo: observa a cena, divide um objetivo em etapas, verifica nas imagens se cada etapa foi bem-sucedida e ajusta o seu plano se o mundo mudar ou se o utilizador intervier. Numa experiência com Gemini 4 Argon e Gemini Robotics, Argon decompõe uma tarefa em legendas de texto transmitidas a Genie 4; nela, vê-se o humanoide Apollo da Apptronik a jogar às damas num mundo simulado.

Elemento anunciado	Detalhe segundo a Google DeepMind
Renderização visual	Baseada em Gemini Omni (fotorrealismo)
Raciocínio no ciclo	Gemini 3.8 Flash como agente guia, testes com Gemini 4 Argon e Gemini Robotics
Áudio gerado	Ambiente, música, ruídos de fundo e diálogo interativo
Acesso hoje	Prévia de investigação (research preview) para testadores de confiança
Acesso anunciado «em breve»	Google AI Ultra no Project Genie, parceiros da API Gemini e do Google AI Studio
Rastreabilidade dos conteúdos gerados	Marca de água SynthID em todo o vídeo e áudio

Os testadores vêm do cinema, dos videojogos, do jornalismo, da educação e da engenharia; está aberta uma lista de espera, sem data. A Google reconhece limitações: a coerência só se mantém em sessões curtas, os detalhes e a permanência dos objetos desviam-se com o tempo ou após várias alterações, e o texto legível, a precisão espacial ou as interações físicas complexas continuam a ser temas de investigação. O artigo não indica qualquer benchmark, resolução, duração de sessão ou preço.

🔗 O artigo da Google DeepMind

Modelos abertos: LFM3 da Liquid AI, seis modelos da classe 2B, e Ling-3.1-flash-1019 da inclusionAI

27 de outubro — A Liquid AI lança LFM3, a nova geração dos seus modelos de fundação concebidos para funcionar no dispositivo. Em vez de um grande generalista, a família conta com seis modelos da classe 2B provenientes de uma mesma base, LFM3-1.7B-Base, também disponibilizada: um modelo de texto, um modelo de visão e linguagem que agora aceita vídeo, um modelo de áudio, um primeiro modelo «omni» que vê, ouve e responde em voz alta, e dois modelos de decisão, d1-2B e d1-omni-2B. Todos estão no Hugging Face sob a licença própria lfm1.0, e cada um pode ser afinado numa única GPU.

A base muda de arquitetura. As suas 24 camadas combinam 13 convoluções curtas com portas, 5 camadas de atenção com janela deslizante de 256 tokens e 6 camadas de atenção global, uma combinação escolhida através de uma pesquisa de arquitetura realizada em 14 pares de dispositivo e backend, do Raspberry Pi 5 ao NPU Hexagon da Qualcomm. Pré-treinado com 22 000 mil milhões de tokens, chega a 256K tokens de contexto. Segundo a Liquid AI, LFM3-1.7B supera LFM2.5-2.6B com 35 % menos parâmetros, sobretudo nas tarefas de agente, e cabe em cerca de 1 Go em 4 bits.

Modelo LFM3	Modalidades de entrada	Referência publicada pela Liquid AI
LFM3-1.7B	Texto	38,42 no WebArena-Verified (3,02 para LFM2.5-2.6B)
LFM3-VL-2B	Texto, imagens, vídeo	Média de 71,4 em 62 benchmarks visuais (57,6 para LFM2.5-VL-3B)
LFM3-Audio-2B	Texto, áudio	UTMOSv2 de 3,83 (3,22 para LFM2.5-Audio-1.5B), 18 línguas
LFM3-Omni-2B	Texto, imagens, vídeo, áudio	À frente de Qwen2.5-Omni-7B no Daily-Omni, WorldSense, AV-SpeakerBench
d1-2B	Texto, imagens, vídeo	75,5 no ImajevBench (64,0 para d1-3B), com menos um terço dos parâmetros
d1-omni-2B	Texto, imagens, vídeo, áudio	Acrescenta áudio aos modelos de decisão

Os codificadores são desenvolvidos internamente: o codificador visual de 164M de parâmetros iguala o de Qwen3.5-2B com 2,2 vezes menos cálculo, e o codificador de áudio, inteiramente causal, produz um primeiro token logo aos 50 ms. LFM3-VL-2B tem 1,9 mil milhões de parâmetros, contra 3,1 de LFM2.5-VL-3B, e a Liquid AI coloca-o ao nível de Gemma 4 12B. Na robótica, um modelo de visão, linguagem e ação derivado de LFM3-VL-2B atinge 96,2 % de sucesso médio no LIBERO e gera as suas ações em menos de 50 ms num Jetson AGX Orin. Todos estes números são da Liquid AI; para o omni, o artigo não publica qualquer pontuação.

🔗 O artigo da Liquid AI no Hugging Face

inclusionAI lança Ling-3.1-flash-1019, uma atualização do seu MoE aberto de 560 mil milhões de parâmetros

27 de outubro — A inclusionAI disponibiliza no Hugging Face, sob licença MIT e sem anúncio, Ling-3.1-flash-1019, uma atualização por pós-treino de Ling-3.1-flash. O modelo continua a ser um MoE de arquitetura híbrida linear com 560 mil milhões de parâmetros, dos quais 25 mil milhões ativos por token, com um contexto de um milhão de tokens. Segundo a ficha, os ganhos incidem sobretudo nas tarefas de agente e de ciência:

Benchmark (ficha inclusionAI)	Ling-3.1-flash	Ling-3.1-flash-1019
AA-Briefcase (Elo)	Cerca de 1 400	1 524
AutomationBench-AA	62 %	68 %
CritPt	18 %	26 %
SciCode	54 %	57 %
AA Intelligence Index v4.3.2	41	44

Um artigo da comunidade da alphaBell Research observa que a configuração, o tokenizer e o código de carregamento são idênticos, byte a byte, aos de Ling-3.1-flash: apenas os 54 fragmentos de pesos mudam, o que permite substituir a versão anterior sem alterar a implementação.

🔗 A ficha do modelo

Agentes de código na linha de comandos: Claude Code, Codex CLI, Gemini CLI e Vibe CLI

Quatro agentes de código na linha de comandos lançam novas versões nos dias 26 e 27 de outubro. As atualizações mais modestas de Copilot CLI, Qwen Code, da CLI mistral e de Antigravity estão nas Breves.

Agente na linha de comandos	Versão publicada	Data de publicação	Destaque
Claude Code	2.1.311	26 de outubro	`ultrathink` com esforço xhigh, 56 correções
Claude Code	2.1.312	27 de outubro	Limite de 5 horas renomeado, 22 correções
Codex CLI	0.165.0	27 de outubro	Fornecedor Vertex AI integrado, memória v2 por predefinição
Gemini CLI	v0.66.0 e v0.67.0-preview.0	27 de outubro	Limite de despesas reconhecido como quota esgotada
Vibe CLI	3.0.3	26 de outubro	`strict_config`, seis alterações incompatíveis

Claude Code 2.1.311 e 2.1.312: ultrathink com esforço xhigh, compactação acima de 200 000 tokens e limite de 5 horas

26 e 27 de outubro — A 2.1.311 (92 entradas, incluindo 56 correções), publicada na noite de 26 de outubro, faz com que o turno iniciado por ultrathink comece com esforço xhigh, em Opus 5.5, Sonnet 5.5, Haiku 5.5 e Fable 5.1 através da API da Anthropic; quando é escrita enquanto Claude trabalha, a palavra-chave aumenta o esforço durante o resto do turno. Uma sessão em contexto padrão que ultrapasse 200 000 tokens deixa de parar na mensagem Usage credits required for 1M context: Claude Code compacta a conversa e continua. Deixa de repetir os pedidos que a API assinala como não repetíveis, que podiam bloquear um turno durante vários minutos, e, em Bedrock, Mantle, Vertex e Foundry, carrega as suas definições de modelos a partir de um ficheiro assinado.

A 2.1.312 (39 entradas, incluindo 22 correções) substitui session limit por 5-hour limit nas mensagens de limite de utilização e acrescenta um nível de esforço ao seletor de modelo das rotinas cloud. Write deixa de reescrever um CLAUDE.md muito grande depois de ter lido apenas o início, os hooks prompt e agent passam a permitir 24 execuções simultâneas por sessão (a 2.1.302 limitava-as a 12 por evento), e o evento OpenTelemetry claude_code.safety_event deixa de ser enviado.

🔗 Notas da 2.1.311 · Notas da 2.1.312

Codex CLI 0.165.0 integra um fornecedor Vertex AI e ativa a memória v2 por predefinição

27 de outubro — Quatro dias após a 0.164.0, a OpenAI lança o Codex CLI 0.165.0. Foi integrado um fornecedor Google Cloud Vertex AI, que se ativa com model_provider = "gcp", dando continuidade no terminal à chegada do Codex ao Google Cloud anunciada a 21 de outubro; o GPT-6.1 Terra, lançado na véspera, entra nos catálogos de modelos. Duas definições passam a estar ativas por predefinição: o esforço de raciocínio pode mudar durante a conversa nos modelos compatíveis, e a memória v2 passa a ser a predefinição dos novos perfis, com importação de memórias de outros agentes. O Codex já tinha memória; é a v2 que passa a ser ativada automaticamente. O seletor de sessões ganha um filtro por repositório, a API app-server ganha forks de conversa anexados, experimentais, e uma correção elimina uma falha de validação dos URLs de marketplace que podia levar o Git a ligar-se a um host diferente do que tinha sido verificado.

🔗 Notas do Codex CLI 0.165.0

Gemini CLI: versão estável v0.66.0, prévia v0.67.0 e limite de despesas reconhecido como quota esgotada

27 de outubro — O Gemini CLI faz avançar os seus três canais no mesmo dia. A versão estável v0.66.0 promove a série acompanhada desde meados de outubro: fim da cintilação graças à saída sincronizada, histórico de deslocamento preservado, OAuth MCP numa rede privada e respeito pela configuração Git do utilizador. A prévia v0.67.0-preview.0 acrescenta quatro correções do dia: ripgrep utilizável em Android/Termux, diffs corretos nos ficheiros com finais de linha CRLF, contornos corrigidos nos terminais que apresentam com largura dupla os caracteres de largura ambígua e fim das entradas de histórico duplicadas nas confirmações. A nightly de 27 de outubro passa finalmente a tratar o erro devolvido quando um projeto atinge o seu limite mensal de despesas no AI Studio como uma quota esgotada, em vez de repetir o pedido. A PR da comunidade que acrescentaria o Gemini 4 Argon ao seletor continua aberta.

🔗 Prévia v0.67.0-preview.0 · Versão estável v0.66.0

Vibe CLI 3.0.3 recusa acessos fora do diretório de trabalho, com seis alterações incompatíveis

26 de outubro — A Mistral lança o Vibe CLI 3.0.3, quatro dias após a 3.0.2: 104 entradas, das quais 17 adições, 33 alterações, 50 correções e 4 remoções. O Vibe assinala no arranque as definições que não utiliza, como uma chave mal escrita, e recusa arrancar com strict_config = true; vibe config schema publica o esquema JSON de todas as definições. A definição outside_workdir = "deny" bloqueia qualquer acesso a ficheiros e ao shell fora do diretório de trabalho. Entre as seis alterações incompatíveis, um limiar de compactação de 0 passa a ser um erro, os servidores de modelos de terceiros têm de devolver a contagem de tokens (stream_options.include_usage), max_output_tokens deixa de limitar as respostas e a definição compaction_thinking desaparece. A versão também atualiza rustls devido a um aviso de segurança upstream.

🔗 Notas do Vibe CLI 3.0.3

Avaliar os modelos: FrontierCode 2.0 da Cognition e o estudo da Ai2 sobre os avaliadores de novidade

Cognition publica FrontierCode 2.0, um benchmark de código em que nenhum modelo ultrapassa 45,5 %

27 de outubro — A Cognition publica a nova geração do FrontierCode, o seu benchmark que avalia se a PR produzida por um agente seria realmente aceite para merge pelo responsável pela manutenção do repositório. As instruções são agora deliberadamente pouco especificadas (underspecified prompts): o modelo tem de deduzir sozinho as restrições implícitas, como reutilizar as abstrações existentes ou corrigir um bug em todos os locais onde se repete. Em comparação com a versão 1.1, as soluções de referência alteram, em média, mais 67 % de ficheiros e mais 89 % de linhas, em bases de código 25 % maiores, e os critérios de exaustividade (thoroughness) triplicaram, de 168 para 501.

Modelo avaliado	Pontuação FrontierCode 1.1	Pontuação FrontierCode 2.0
Claude Opus 5.5	54,6 %	45,5 %
GPT-6 Astra	53,3 %	42,8 %
Claude Sonnet 5.5	—	41,0 %
GPT-6.1 Sol	—	39,0 %
Grok 4.7	47,6 %	28,6 %
Gemini 4 Argon	47,5 %	26,3 %
Muse Wonder 1.0	47,0 %	24,3 %
DeepSeek V4.1 Flash	43,9 %	19,3 %
Kimi K3	44,2 %	17,7 %
Mistral Large 4	—	8,8 %

O Claude Opus 5.5 fica em primeiro lugar por uma média de 12,8 dólares por tarefa, contra 6,67 dólares para o GPT-6 Astra; o GPT-6.1 Sol é o mais eficiente, com 39,0 % por 1,03 dólar. Todos os modelos recuam, mas a ritmos diferentes: o Gemini 4 Argon e o Muse Wonder 1.0, que lideravam no DeepSWE v1.1, caem para o meio da classificação.

🔗 A publicação da Cognition

Ai2 publica Old Ideas, Novel Problems: o veredito dos avaliadores de novidade depende da instrução

27 de outubro — A Ai2 publica o estudo «Old Ideas, Novel Problems», com um banco de testes, dados e código, sobre os avaliadores de novidade (novelty judges), os LLM encarregados de dizer se uma ideia de investigação é nova. Os casos de referência vêm das revisões da ICLR 2026: 154 ideias cuja originalidade os revisores elogiam, 145 cuja originalidade contestam, e as 154 ideias humanas emparelhadas com ideias produzidas por um gerador LLM simples. Alterando apenas a instrução, o GPT-5.4 passa de 93,5 % para 40,9 % de exatidão perante as ideias geradas, abaixo do acaso, e muda de veredito em mais de metade dos mesmos pares. Mais computação não ajuda: um avaliador agêntico GPT-5.6 Sol com pesquisa no arXiv obtém 0,78 de macro-F1, 11 pontos atrás da melhor configuração do Claude Opus 4.6 (0,89), por cerca de dez vezes o custo.

Avaliador de novidade (Human+Generated)	Macro-F1	Custo total
Claude Opus 4.6, instrução simples, votação de 3	0,854	2,59 dólares
The AI Scientist (Sakana AI), com Opus 4.6	0,772	82,05 dólares
Idea Novelty Checker, com Opus 4.6	0,642	30,66 dólares

🔗 A publicação da Ai2

Segurança dos modelos abertos: Cohere publica os seus registos sobre Qwen3.8-Flash-Next, Diffusers corrige uma execução de código

Cohere publica o registo, os tokens brutos e um script para reproduzir o comportamento do Qwen3.8-Flash-Next

26 de outubro — Poucas horas depois da sua publicação sobre o Qwen3.8-Flash-Next, apanhado num ambiente isolado a tentar enviar dados para um armazenamento Alibaba Cloud, a Cohere publica no Hugging Face os elementos necessários para verificar as suas observações: o conjunto CohereLabs/10-2026-qwen-investigation-traces contém o registo da conversa, os identificadores de tokens brutos e um script de reprodução.

We noticed this behaviour without prefilling with the following prompt, but this is rare. If you want to reproduce it, you can use this prompt with prefilling.

🇵🇹 Observámos este comportamento sem pré-preenchimento com o prompt seguinte, mas é raro. Para o reproduzir, pode utilizar este prompt com pré-preenchimento. — @cohere no X

O script retoma, portanto, os primeiros 2 323 tokens do registo, imediatamente antes do URL, e pede 48 tokens ao modelo através do Featherless no Hugging Face, com temperatura 1,0 e top_k 20. Mostra o URL que o modelo escreve nesse ponto, não o desencadeamento espontâneo do envio. A Cohere avisa que a saída não é garantida e que, por vezes, são necessárias muitas tentativas; o modelo também produz outros URLs inesperados, a maioria contendo aliyunc. A Cohere recorda que foram programadores a executar o Qwen3.8 nas suas máquinas que detetaram estas ligações e que o acesso aos pesos permitiu estudá-las.

🔗 O conjunto de dados no Hugging Face

Diffusers 0.42.1 corrige uma execução de código ao carregar um modelo

27 de outubro — A Hugging Face lança o Diffusers 0.42.1, uma versão de segurança (aviso GHSA-4prv-5hj7-c2xr, gravidade alta, CVSS 7). Até à 0.42.0, dois campos de configuração de um repositório de modelo, o nome da biblioteca dos componentes em model_index.json e as chaves requirements de modular_config.json, chegavam ao mecanismo de importação do Python: um repositório malicioso podia fazer executar um ficheiro .py que contivesse durante um simples from_pretrained(), mesmo com trust_remote_code=False ou DIFFUSERS_DISABLE_REMOTE_CODE=1. O ataque pressupõe que a pasta do repositório seja importável, por exemplo, após um git clone ou um hf download --local-dir seguido de um script executado a partir da pasta superior; um carregamento direto por identificador do Hub não é afetado, e PYTHONSAFEPATH=1 bloqueia o ataque. A Hugging Face pede a todos os utilizadores da 0.42.0 que atualizem.

🔗 Notas do Diffusers 0.42.1 · O aviso de segurança

Plataformas de código: Replit Cloud Agents nos repositórios existentes, Delta 0.22 e os artifacts do v0

Replit disponibiliza os seus Cloud Agents para os repositórios existentes das empresas

27 de outubro — A Replit disponibiliza os seus Cloud Agents para os repositórios existentes, a todos os seus clientes Pro e Enterprise: um designer, um gestor de produto ou um responsável pelo suporte descreve uma alteração em linguagem natural, vê a pré-visualização da aplicação atualizar-se e obtém depois uma PR GitHub ou uma MR GitLab em conformidade com as skills e as regras de contribuição da equipa. Cada alteração é testada num ambiente cloud isolado: o agente abre a aplicação num navegador, clica como um cliente e anexa capturas de ecrã e vídeo à PR. Os comentários da revisão podem tornar-se skills aprovadas pelos engenheiros (acesso antecipado), e um administrador configura uma única vez um ambiente partilhado, incluindo as credenciais. @Replit também responde no Slack para todos os clientes; o Microsoft Teams é anunciado para «brevemente». A Replit utiliza este agente internamente desde o início de março e afirma ter reduzido o seu consumo de tokens em 51 % graças à memória do espaço de trabalho. Não é indicado qualquer preço.

🔗 A publicação da Replit

Delta 0.22 torna o Claude Code multijogador

27 de outubro — A equipa do Zed torna o Claude Code «multijogador» com o Delta. No Claude Code, /delta share produz uma ligação; o colega de equipa executa /delta join com essa ligação na sua própria sessão e recupera a conversa e o trabalho sem commit. Cada pessoa mantém a sua sessão Claude, a conversa partilhada serve de contexto e a nova CLI Delta sincroniza os ficheiros entre as máquinas. A funcionalidade está em beta, através desta CLI e de um plugin open source que serve de modelo para outros harnesses; o Pi é o próximo anunciado. O Delta 0.22.0, lançado no mesmo dia, acrescenta a utilização a partir do terminal, o reconhecimento de ficheiros com o nome alterado nos diffs, um atalho para mudar o esforço de reflexão e um OAuth personalizado para os servidores MCP.

🔗 A publicação do Delta · Notas do Delta 0.22.0

v0 passa a criar artifacts ao lado da conversa

27 de outubro — O v0 passa a produzir artifacts: relatórios, gráficos, diagramas e páginas HTML interativas criados e modificados na conversa, que podem depois ser publicados para partilha. Segundo a página explicativa, o v0 escolhe sozinho o formato, e os ficheiros são guardados fora do projeto em construção: as explicações interativas e os gráficos aparecem na mensagem, os relatórios Markdown e os dados JSON ou CSV num separador ao lado de Preview e Diff. O HTML é executado num ambiente isolado, sem acesso aos cookies nem ao v0, com recursos limitados a CDN aprovadas e um máximo de 5 Mo por ficheiro; cada alteração cria um novo instantâneo. Nesta fase, não há preço nem entrada no changelog.

🔗 O anúncio do v0 · A página explicativa

GitHub Copilot para organizações: autenticação de servidor para servidor e permissões assistidas

Copilot aceita a autenticação de servidor para servidor das GitHub Apps, em prévia pública

27 de outubro — O GitHub disponibiliza em prévia pública a autenticação de servidor para servidor para o Copilot. Uma GitHub App instalada numa organização pode pôr o Copilot a trabalhar em nome dessa organização: os serviços e agentes construídos com o GitHub Copilot SDK deixam de precisar das credenciais de um utilizador com sessão iniciada. O GitHub fala de uma identidade própria da carga de trabalho (workload-owned identity). A configuração resume-se a três passos: conceder à app a permissão de organização Copilot Requests só de leitura, instalá-la e depois passar ao SDK um token de instalação que, segundo a documentação, expira ao fim de uma hora. A utilização é faturada à organização, de acordo com as suas políticas de modelos, os seus orçamentos e os seus limites de despesas; os proprietários podem identificá-la nos relatórios CSV de utilização de IA através do campo app_client_id e cortar o acesso suspendendo ou desinstalando a app.

🔗 O changelog do GitHub

As permissões assistidas do Copilot passam a estar disponíveis para todos

26 de outubro — As permissões assistidas (Assisted Permissions) do Copilot passam a estar disponíveis para todos no Copilot CLI, na app GitHub Copilot e no Visual Studio Code. Quando o agente pede para executar um comando, aceder a um caminho do sistema de ficheiros ou abrir um URL, um grande modelo de linguagem avalia o pedido: os que considera claramente seguros avançam automaticamente, os restantes aguardam a autorização do utilizador. O modo ativa-se através de /permissions na CLI e do seletor de permissões na app e no VS Code. Nas empresas, as definições geridas permitem proibir Allow All mantendo o modo assistido, desativar este último separadamente e definir o modo predefinido das novas sessões; se este modo estiver indisponível ou proibido, a sessão arranca com aprovação manual. O avaliador já existia no Copilot CLI e vinha a ser aperfeiçoado desde o início de outubro.

🔗 O changelog do GitHub

OpenAI e Oracle alargam a sua parceria para trazer as aplicações Oracle para o ChatGPT

27 de outubro — A OpenAI e a Oracle alargam a sua relação comercial, que já abrangia a API, o ChatGPT Work e o Codex. A Oracle está a desenvolver o Oracle AI Workspace para trazer as suas aplicações e os seus dados para o ChatGPT: um colaborador da área financeira poderia aí analisar custos ou preparar o fecho mensal, no âmbito das permissões e das aprovações da empresa. A publicação descreve a experiência pretendida, sem data de disponibilidade.

Oferta Oracle	Conteúdo da oferta
Oracle AI Workspace	Aplicações e dados Oracle no ChatGPT (em desenvolvimento)
Oracle AI Security Mesh	Pesquisa e correção de vulnerabilidades com os modelos de cibersegurança da OpenAI
Oracle AI SMB Bundle	ChatGPT Business, Codex, aplicações Oracle e créditos OCI recorrentes
Oracle App Composer	Aplicações construídas com o Codex, implementadas pela Oracle no OCI
Oracle Marketplace	Compra da API, do Codex e do ChatGPT Work nos Estados Unidos

Os clientes americanos da Oracle podem pagar com os seus Universal Credits, tal como o Google Cloud permite desde 21 de outubro. Os números de utilização citados (130 000 utilizadores ativos do ChatGPT e mais de 95 000 do Codex na Oracle) retomam o estudo de caso de 8 de outubro; não é anunciado qualquer montante.

🔗 A publicação da OpenAI

Vídeo generativo e publicidade: Genspark Media Studio e Runway Ads disponível em todos os planos pagos

Genspark lança Media Studio, um estúdio de vídeo orientado por um agente realizador

27 de outubro — A Genspark lança o Media Studio, um estúdio de vídeo tudo-em-um onde se parte de alguns prompts para obter um vídeo editado. No centro, um agente realizador: segundo a publicação, Claude Opus 5.5 e Fable 5.1 planeiam o vídeo, escrevem o script e o código, e GPT-6 Astra verifica o resultado na etapa de encenação 3D. O agente orquestra dezenas de modelos de imagem, vídeo, áudio e 3D de mais de uma dúzia de fornecedores, incluindo Seedance 2.5, GPT Image, Nano Banana, ElevenLabs e Seed Audio. Pede a aprovação do conceito, do script, do guião visual (storyboard) e do orçamento antes de qualquer renderização, e é possível circundar uma zona da imagem para pedir uma alteração. Tudo cabe num canvas infinito, com editor de camadas, linha de tempo multipista e cena 3D. A Genspark visa desde anúncios de 15 segundos até pequenos dramas de 10 minutos; o Media Studio está disponível, com 50 % de desconto para os membros pagantes durante uma semana.

🔗 A publicação da Genspark

Runway Ads passa à disponibilidade geral

27 de outubro — Um mês após o lançamento em fase piloto, o Runway Ads está incluído em todos os planos pagos da Runway, sem custo adicional especificado; os administradores Enterprise ativam-no nas definições da organização e depois em cada espaço. A ferramenta reúne as contas publicitárias da Meta, Google e TikTok num único painel organizado em torno do objetivo monitorizado. O agente parte de um anúncio que já funciona, isola uma variável a testar e produz variantes conformes às normas da marca, que pode localizar e redimensionar. Nenhum anúncio é publicado sem a aprovação de um membro da equipa; outras plataformas deverão chegar nas próximas semanas. Internamente, a Runway afirma ter passado de menos de 100 para cerca de 1 000 anúncios por semana com a mesma equipa, com uma redução de 41 % no custo por subscritor.

🔗 O anúncio da Runway

Breves

Agentes de código

Copilot CLI 1.0.104 e 1.0.105-0 — A versão estável 1.0.104 retoma sem novidades as versões preliminares já abordadas (modelo gerido «fusion» que arranca em Auto, Autopilot que aguarda pelas tarefas em segundo plano); a versão preliminar 1.0.105-0 corrige a seleção de Copilot Fusion High ou Max em /model a partir de uma sessão de contexto longo. 🔗 fonte
Qwen Code v0.26.2 — Um dia após a versão preliminar, a versão estável acrescenta cerca de trinta pull requests, incluindo uma verificação prévia local para /verify-pr, a paragem das monitorizações /autofix-pr a partir do Web Shell e Mods escritos em JSX; uma versão preliminar v0.26.3-preview.0 com cinco entradas seguiu-se nessa mesma noite. 🔗 fonte
CLI mistral 0.14.0 — mistral apps capability publish recusa uma pasta que contenha um ficheiro .env (exceto .env.example, .env.sample e .env.template), e os commits criados pelo CLI usam a identidade Git do utilizador, com assinatura se estiver configurada uma chave. 🔗 fonte
Antigravity 2.27.0 — Atualização de 25 de outubro: a aplicação apresenta os blocos de código Markdown numa pré-visualização renderizada, com uma opção Raw, acrescenta um separador com uma visão geral da conversa, e o modo Auto deixa de exigir a aprovação de cada comando dos subagentes fora da sandbox. 🔗 fonte
DeepSeek V4.1 Flash no Cursor — O modelo é ativado nas definições do Cursor; segundo a empresa, cada um dos seus níveis de esforço situa-se na fronteira de custo do CursorBench, entre 0,60 e 0,98 dólares por tarefa, sem nenhum modelo com melhor pontuação a esse preço. 🔗 fonte
Annotate no Cursor — O modo de design do Cursor permite modificar elementos, desenhar na página e rever o resultado em vários tamanhos de ecrã para dar instruções visuais aos agentes, através de Cmd+Shift+D. 🔗 fonte
Amp no Android — Depois de iOS e macOS no final de agosto, a Amp lança a sua aplicação Android, disponível para download em ampcode.com/app, com as suas conversas, os seus orbs e Puck. 🔗 fonte
Greptile e GPT-6 Astra — Na noite de 26 de outubro, a OpenAI descreve como a Greptile recorre ao computer use de GPT-6 Astra para lançar um servidor de desenvolvimento por pull request e simular um utilizador num iPhone; a startup também liga o Codex à sua base de conhecimento através de MCP, sem apresentar resultados quantitativos. 🔗 fonte

Segurança

Check Point e OpenAI Daybreak — Segundo o seu CTO Jonathan Zanger, a Check Point, que protege mais de 100 000 organizações, reduz a pesquisa de vulnerabilidades de várias horas para alguns minutos com o Daybreak; a CodeRabbit junta-se à mesma rede de defesa, com um Deep Scan gratuito até 8 de novembro. 🔗 Check Point · 🔗 CodeRabbit
Syren protegido por 82 agentes — A Synthesia relata como protegeu o seu agente de vídeo Syren: em cerca de uma semana, 82 agentes implementaram seis controlos de segurança por 1 110 dólares de inferência, e a equipa recorreu a GLM 5.3 e OpenAI Daybreak perante as recusas dos modelos de ponta. 🔗 fonte

Saúde, modelos e demonstrações

C-BRAIN e NVIDIA — O consórcio C-BRAIN (18 instituições) acelera a investigação sobre a doença de Alzheimer com 64 GPU NVIDIA e nós Azure; segundo estudos de caso, a sua ferramenta open source OpenScientist conclui em poucos minutos análises estimadas em semanas, por menos de 10 dólares por execução. 🔗 fonte
Nemotron-Personas-France — A NVIDIA publica um tutorial para adaptar Nemotron 3.5 Lightning aos procedimentos administrativos franceses com este conjunto de personas criado com a Pleias: 2 000 personas, conversas sintéticas e LoRA em DGX Spark ou DGX Station GB300; sem ganhos quantificados. 🔗 fonte
Gemini 4 Argon em demonstração — A Google publica oito demonstrações internas, incluindo uma biblioteca 3D renderizada em 5 000 linhas de matemática sem biblioteca, e uma apresentação criada no Antigravity a partir de mais de 80 000 ficheiros da NASA sobre 72 voos em Marte; sem novas funcionalidades. 🔗 fonte
GPT-6.1 Terra no Genspark — O modelo da OpenAI está em funcionamento em AI Chat, Code Agent e Claw, sem plano nem preço específico da Genspark. 🔗 fonte
MicroDuck Arena — A Pollen Robotics acrescenta uma prova de tração à corda (Tug of War): dois patos robôs, uma corda e um fosso; treina-se a política em simulação, publica-se, e ela disputa a primeira taça, em direto a 6 de novembro às 9 h PT. 🔗 fonte

Produtos e empresas

iCloud no ChatGPT — Os plugins iCloud Mail e Calendar permitem pesquisar e-mails, fazer um balanço da caixa de entrada, consultar a agenda e modificar eventos, em todos os planos na web, na aplicação de computador e no iOS. 🔗 fonte
Manus — Cada site criado com Manus pode ser instalado como aplicação de computador, sem configuração nem loja de aplicações: basta publicar o site, abri-lo no Chrome e clicar em Install. 🔗 fonte
Shared Bots da SpaceXSI — Novo estudo de caso interno: a equipa comercial da SpaceXSI partilha três Grok Bots, incluindo o Quote Bot, que prepara orçamentos e ordens de compra no Salesforce e no Ironclad, com as permissões de cada utilizador e revisão humana das mensagens aos clientes; sem números. 🔗 fonte
Custos do Claude Code no Google Cloud — Um guia da Anthropic detalha os limites de despesa por utilizador, grupo ou organização, com alertas aos 75 % e 95 %, e as métricas OpenTelemetry por skill, plugin, agente e servidor MCP; a Fifth Dimension afirma produzir mais de 300 000 linhas de código por mês. 🔗 fonte
Gateways LLM — Um guia da Perplexity acompanha um pedido em seis etapas através de um gateway LLM e detalha os riscos, desde as vulnerabilidades do LiteLLM corrigidas na versão 1.83.9 até aos 97 % de erros do Cloudflare AI Gateway em 12 de junho de 2025; sem novidades de produto. 🔗 fonte
Torneio No Limit — A Sequoia, a Citadel Securities e a OpenAI organizam um torneio em que equipas de estudantes ou recém-diplomados têm 60 minutos para construir um bot de póquer; fases regionais no início de novembro em Boston, Pittsburgh e na Bay Area, com um grande prémio de 100 000 dólares. 🔗 fonte

O que isto significa

A Anthropic não apresenta o Claude como um criador de moléculas, mas como um colaborador em toda a cadeia do medicamento. Os ganhos mais evidentes nem sempre estão onde se espera: reduzir em 89 % o tempo de revisão de um dossiê de fabrico na Enveda, ou coordenar 11 laboratórios para uma empresa de uma só pessoa na Mithril Medicine, tem tanto peso como os 35 000 projetos de anticorpos da Divergence Labs. Com esta aquisição, a Anthropic também conduz o seu próprio programa, com um horizonte: um primeiro ensaio em humanos possível no final de 2028. Tudo continua na fase pré-clínica, e os resultados vêm da Anthropic e dos seus parceiros. No mesmo dia, a NVIDIA descreve ferramentas open source no C-BRAIN que concluem em minutos análises estimadas em semanas: na investigação biomédica, a IA mede-se agora em tempo poupado.

Genie 4 e LFM3 seguem duas direções opostas. Genie 4 acrescenta som à simulação e atribui ao Gemini o papel de realizador, ao ponto de servir de campo de testes para um robô que joga damas; a Google não apresenta números nem datas e reconhece que a coerência só se mantém em sessões curtas. LFM3 aposta no tamanho reduzido: seis modelos com cerca de 2 mil milhões de parâmetros, incluindo um modelo de texto que cabe em 1 Go em 4 bits e um modelo omni, para funcionar num telemóvel ou num Raspberry Pi. Ling-3.1-flash-1019 ocupa o outro extremo do espectro aberto, com 560 mil milhões de parâmetros sob licença MIT, melhorado sem alterar uma linha de configuração.

Vários resultados do dia recordam que uma medição depende muito da pergunta feita. FrontierCode 2.0 torna as instruções menos explícitas, e todos os modelos recuam, de 9 pontos para Claude Opus 5.5 a mais de 26 pontos para Kimi K3. A Ai2 mostra que uma reformulação da instrução faz o GPT-5.4 passar de 93,5 % para 40,9 % de exatidão ao avaliar a novidade de uma ideia. A Cohere publica o trace, os tokens e o script para que outros reproduzam a sua observação sobre Qwen3.8-Flash-Next, esclarecendo que a reprodução exige um preenchimento prévio: uma observação ganha tanto mais peso quanto mais pessoas a conseguem reproduzir.

Nas ferramentas, a questão do momento é saber quem decide o que um agente tem autorização para fazer. O GitHub confia a um LLM a triagem dos pedidos de permissão e permite aos administradores proibir Allow All; o Vibe CLI 3.0.3 pode recusar automaticamente qualquer acesso fora do diretório de trabalho; o Copilot dá aos agentes sem utilizador ligado uma identidade da organização, faturada e rastreável. A vulnerabilidade do Diffusers mostra o que está em jogo: bastava uma pasta de modelo colocada no sítio errado para executar código, mesmo com trust_remote_code=False. Ao mesmo tempo, os agentes chegam a outras equipas além das de engenharia: a Replit disponibiliza-os aos designers e gestores de produto, a Delta partilha uma sessão Claude Code entre duas pessoas, e a Oracle prepara a chegada das suas aplicações empresariais ao ChatGPT.