ai-powered-markdown-translatorArtigo traduzido do francês para o português com gpt-6.1-sol.
A Google DeepMind anuncia Gemini 4 Carbon, o seu modelo mais potente, primeiro no Artificial Analysis Intelligence Index v5.0 e no estado da arte em cibersegurança, mas inicialmente reservado a um grupo de defensores de cibersegurança do Fairwind Program. O GitHub abre a sua conferência Universe 2026 com cerca de trinta anúncios: Copilot Fusion em disponibilidade geral, Copilot incluído no GitHub Enterprise, uma experiência cloud única, Copilot Memory, automatizações que aprendem com os seus resultados e um relatório Octoverse segundo o qual mais de 40 % das pull requests começam agora com um agente. A NVIDIA publica Nemotron 3.5 Transcribe, um modelo aberto de transcrição em 40 línguas, e o comité presidido por David Gross explica como irá examinar a demonstração da OpenAI sobre a teoria quântica de Yang-Mills.
Google DeepMind anuncia Gemini 4 Carbon, o seu modelo mais potente, inicialmente reservado aos defensores de cibersegurança do Fairwind Program
28 de outubro — Duas semanas após a disponibilidade geral de Gemini 4 Argon, a Google DeepMind anuncia Gemini 4 Carbon. Koray Kavukcuoglu, vice-presidente sénior da Google DeepMind e arquiteto-chefe de IA da Google (Chief AI Architect), apresenta-o como o modelo mais potente da Google, no estado da arte em cibersegurança e em tarefas de longa duração (long horizon). Carbon ocupa o primeiro lugar do Artificial Analysis Intelligence Index v5.0 com 59, à frente de Claude Opus 5.5 (58) e GPT-6 Astra (57), e o quarto do WebDev Arena (1 768, +89 pontos Elo).
A cibersegurança é o principal argumento. Carbon atinge 88,2 % no SEC-bench Pro, que consiste em encontrar vulnerabilidades, 54,8 % no ExploitGym, que verifica se podem ser exploradas, e 71,0 % no CWE-bench da Collinear, que exige corrigi-las pela raiz; a Google esclarece que estas pontuações externas foram medidas sem mecanismos de proteção. Internamente, a taxa de sucesso na geração de código seguro mais do que duplica face a Argon, a equipa do Chrome relata correções mais de 10 vezes melhores do que as do grande modelo de fronteira de outro laboratório, não identificado, e a Wiz coloca Carbon à frente nos seus benchmarks de testes de intrusão web.
Os números abaixo foram transcritos da tabela publicada como imagem no artigo, que contém 17 linhas. Carbon só é ultrapassado em duas linhas: FrontierSWE 2, onde GPT-6 Astra e Claude Opus 5.5 o superam, e o subconjunto offline do OSWorld-2.1, liderado por Claude Opus 5.5.
| Benchmark (tabela da Google) | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v5.0 | 59 | 50 | 57 | 58 |
| Terminal-Bench 4.0 (AA) | 65,2 % | 57,1 % | 59,1 % | 59,6 % |
| FrontierSWE 2 | 61,2 % | 55,0 % | 65,5 % | 62,3 % |
| OSWorld-2.1 (offline) | 81,5 % | 74,7 % | 80,9 % | 87,2 % |
| GraphWalks (256k a 1M) | 96,2 % | 84,2 % | 71,8 % | 66,8 % |
| Vending-Bench 2 (saldo em dólares) | 16 484 | 13 718 | 15 515 | 9 235 |
| SEC-bench Pro | 88,2 % | 83,4 % | 85,4 % | — |
| ExploitGym | 54,8 % | 42,0 % | 42,4 % | 34,5 % |
| CWE-bench | 71,0 % | 68,0 % | 68,0 % | 67,0 % |
A Google destaca também o comportamento do modelo durante sessões longas: internamente, Carbon funcionou «durante dias» em tarefas de engenharia, como a procura da causa raiz de bugs subtis em grandes bases de código. A taxa de batota bem-sucedida cai para 0,0 % no Terminal-Bench 4.0, os alertas de desalinhamento de elevada gravidade diminuem quase 80 % nos ambientes internos de código e as afirmações sem fundamento são cerca de metade das de Argon. No benchmark de injeção indireta de prompt da Gray Swan, nenhum ataque teve sucesso, contra 0,7 % para Argon.
Carbon ainda não está na API nem na aplicação Gemini. Tal como aconteceu com Argon no final de setembro, a Google disponibiliza-o primeiro, já esta semana, a um subconjunto de defensores de cibersegurança e depois, progressivamente, a outros parceiros de confiança através do Fairwind Program; em paralelo, participa no processo voluntário do governo norte-americano de teste de modelos antes da publicação. Programadores, empresas e o público em geral terão acesso «assim que possível», sem data definida. O preço já está fixado: 2 dólares por milhão de tokens de entrada e 10 dólares de saída durante o período de lançamento, como Argon, com 95 % de desconto nos tokens de entrada em cache, passando depois para 4 e 20 dólares, sem data de transição anunciada.
Announcing Gemini 4 Carbon, our strongest model with state-of-the-art cybersecurity and long horizon capabilities. Carbon represents a step up across most benchmarks, delivering strong frontier performance in autonomous coding and cyber defense. We’re first making Carbon available to a subset of trusted cyber defenders in our Fairwind program. We’ll expand access as soon as possible.
🇵🇹 Anunciamos Gemini 4 Carbon, o nosso modelo mais potente, com capacidades de ponta em cibersegurança e em tarefas de longa duração. Carbon representa um avanço na maioria dos benchmarks e oferece desempenho de fronteira em programação autónoma e ciberdefesa. Disponibilizamos primeiro Carbon a um subconjunto de defensores de cibersegurança de confiança do nosso programa Fairwind. Alargaremos o acesso assim que possível. — @GoogleAI no X
GitHub Universe 2026: GitHub apresenta-se como um sistema de entrega de software agêntico e quantifica os reforços da sua infraestrutura
28 de outubro — O GitHub abre a sua conferência Universe 2026 em São Francisco com um artigo de Jay Parikh que define o rumo: passar de um assistente que escreve código para um «sistema de entrega de software» em que o programador define a direção e continua responsável pelo que chega a produção, enquanto os agentes implementam e verificam. O que se entrega deixa de ser o código e passa a ser o trabalho concluído: uma funcionalidade, uma correção, uma correção de segurança. Três eixos estruturam esta estratégia: a velocidade, a inteligência (o contexto da plataforma e uma aprendizagem contínua) e a qualidade, com trabalho seguro por predefinição.
O artigo serve de índice para os anúncios do dia, detalhados nas secções seguintes: Copilot Fusion, os projetos na aplicação GitHub Copilot, a continuidade das sessões do telemóvel ao VS Code, automatizações que aprendem com os seus resultados, o nível Max de Copilot code review e a inclusão do Copilot no GitHub Enterprise. Quanto à infraestrutura, o GitHub quantifica o que acrescentou desde o início do ano:
| Infraestrutura acrescentada desde o início de 2026 | Volume anunciado pelo GitHub |
|---|---|
| Núcleos CPU | 4 milhões |
| Armazenamento rápido | 160 Po |
| Capacidade de rede | 50 Tb/s |
A migração para uma implementação multirregião no Azure deverá ficar concluída no início do próximo ano, e a nova arquitetura Git assenta em primitivas simplificadas, armazenamento separado do processamento e coordenação reduzida ao mínimo. Jay Parikh avança também uma ideia: todo o software escrito até agora representará menos de 1 % do dos próximos cinco anos, uma opinião mais do que uma medição.
Copilot gera e edita imagens com GPT Image 2.5 Flare, em pré-visualização pública
28 de outubro — O Copilot passa a produzir e editar imagens descritas em linguagem natural, em pré-visualização pública para os planos Pro, Pro+, Business e Enterprise, no VS Code, na aplicação GitHub Copilot e no Copilot CLI. O modelo de raciocínio escolhido chama uma ferramenta de geração alimentada por GPT Image 2.5 Flare, da OpenAI, apresenta a pré-visualização na conversa e guarda a imagem diretamente no projeto. A geração é faturada separadamente do modelo de chat, em tokens de imagem descontados dos créditos de IA do plano. Os proprietários de organizações ou empresas podem desativá-la através das políticas de modelos, e uma marca de água «Criado com IA», desativada por predefinição, pode ser ativada opcionalmente.
GitHub Design disponibiliza Replica, uma ferramenta de prototipagem com IA sob licença MIT
28 de outubro — O GitHub Design publica em open source, sob licença MIT, Replica, uma ferramenta que transforma ideias em protótipos interativos. Ao contrário das ferramentas genéricas, baseia-se no design system da equipa, nos seus componentes, padrões e documentação: os designers definem as orientações e, em seguida, designers, gestores de produto e programadores descrevem em linguagem natural, na aplicação GitHub Copilot, o protótipo a explorar e aperfeiçoam-no. Um Replica Hub autoalojado, opcional, permite publicar os protótipos para recolher os comentários da equipa. A ferramenta já está disponível.
Octoverse 2026: 17,9 mil milhões de pushes e mais de 40 % das pull requests iniciadas por um agente
28 de outubro — O relatório anual Octoverse 2026 do GitHub descreve um ano de aceleração impulsionada pelos agentes. Em doze meses, os programadores fizeram push de código 17,9 mil milhões de vezes, mais do que em 2024 e 2025 juntos; os commits atingem 34,3 mil milhões, mais do triplo do nível de há dois anos, e foram integradas 1,3 mil milhões de pull requests, ou seja, 3,5 milhões por dia, em média. O GitHub conta com mais de 225 milhões de programadores, dos quais 38,3 milhões nos Estados Unidos e 32 milhões na Índia; a França ocupa o décimo lugar com 4,75 milhões.
| Indicador Octoverse 2026 | Valor publicado |
|---|---|
| Pushes em doze meses | 17,9 mil milhões |
| Commits | 34,3 mil milhões |
| Pull requests integradas | 1,3 mil milhões (3,5 milhões por dia) |
| Programadores no GitHub | mais de 225 milhões |
| Pull requests iniciadas por um agente | mais de 40 % em setembro (17 % em março) |
| Utilizadores ativos do Copilot em modo agêntico | 55 % (35 % há um ano) |
| Modelos distintos utilizados no Copilot | 47 em setembro (29 em maio) |
| Jobs GitHub Actions | 1 440 por segundo |
A participação dos agentes cresce rapidamente: em setembro, mais de 40 % das pull requests começavam com uma primeira versão criada por um agente, contra 17 % em março, o que corresponde a 110 milhões de pull requests, cerca de seis vezes o volume de março. Estas pull requests eram integradas em duas semanas em 90 % dos casos, contra cerca de 86 % sem agente detetado, e os repositórios criados este ano com um ficheiro de configuração de agente recebem, em média, 8 vezes mais commits. O agente cloud do Copilot, ao qual se delega uma tarefa inteira, cresce 230 % num ano, contra 85 % para o chat em modo agente.
Os programadores também diversificam os modelos: nenhum dos 47 modelos utilizados em setembro ultrapassa 25 % dos pedidos, e 61 % dos utilizadores que escolhem o seu modelo utilizam vários, contra 50 % quatro meses antes. Quanto às linguagens, TypeScript mantém o primeiro lugar, à frente de Python e JavaScript. A classificação dos repositórios de fornecedores que mais ganham contribuidores é liderada por agentes de código: anthropics/claude-code, openai/codex, anomalyco/opencode, microsoft/vscode e github/copilot-cli.
GitHub Enterprise passa a incluir Copilot para cada utilizador com licença, com um Copilot Standalone a 10 dólares
28 de outubro — O GitHub altera o modelo comercial do Copilot nas empresas. Os clientes que recorrem a uma equipa comercial do GitHub ou da Microsoft podem agora obter o Copilot incluído no GitHub Enterprise para cada utilizador com licença, sem uma subscrição separada; a oferta já está disponível para GitHub Enterprise Cloud. Até agora, era necessário gerir duas coisas, o número de licenças Copilot e o consumo de IA; com o Copilot incluído, resta apenas o orçamento de IA da empresa.
Este acesso oferece as mesmas funcionalidades e os mesmos modelos do Copilot Enterprise, mas sem créditos de IA mensais por licença: cada pedido é descontado do orçamento da empresa desde o primeiro, com as políticas, alertas e atribuições existentes. As funcionalidades de base continuam a funcionar mesmo sem orçamento:
| Funcionalidade do Copilot | Quando o orçamento de IA se esgota |
|---|---|
| Completação de código e next edit suggestions | Continuam a funcionar |
| Copilot Chat, Copilot code review e Copilot na cloud | Exigem orçamento |
| Acesso à licença Copilot | Nunca é retirado |
Os membros da conta empresarial sem licença GitHub Enterprise obtêm o mesmo acesso com Copilot Standalone, a 10 dólares por utilizador por mês. A adesão em autosserviço ainda não está disponível: chegará por etapas, com datas prometidas «nas próximas semanas», e as subscrições atuais em autosserviço não mudam. Copilot Business e Copilot Enterprise continuam disponíveis para empresas novas e existentes.
GitHub Copilot Fusion passa a disponibilidade geral e substitui a escolha manual do modelo
28 de outubro — Copilot Fusion passa a disponibilidade geral em todos os planos Copilot, no VS Code, na aplicação GitHub Copilot, no Copilot CLI e nos IDE JetBrains, com outros clientes anunciados para «breve». Em vez de escolher um modelo, o programador seleciona Copilot Fusion e depois um nível de esforço: Standard para código corrente, High para tarefas difíceis, Max para as mais exigentes. Fusion decide então, pedido a pedido, se atribui a tarefa a um único modelo (esquema Single) ou se encadeia vários: em cascata (Cascade: um modelo eficiente redige, um controlo de qualidade aceita ou encaminha para um modelo mais potente) ou com análise crítica (Critique: um modelo redige, outro revê, o primeiro reformula).
Fusion reúne a orquestração de vários modelos do Project HydraFusion, uma pré-visualização de investigação lançada em setembro e alargada a 14 de outubro, e a seleção automática de modelos do Copilot. Segundo o Octoverse, HydraFusion encaminhou perto de 60 000 sessões durante a sua pré-visualização; quem utilizava auto, HydraFusion ou HydraFusion Max passa automaticamente para o nível Fusion correspondente. GitHub apresenta um resultado externo:
| Artificial Analysis Coding Agent Index | Copilot Fusion Max, segundo o GitHub |
|---|---|
| Pontuação obtida | 60, a dois pontos de Claude Code com Opus 5.5 Max |
| Custo médio de API por tarefa | cerca de metade |
| Tokens consumidos | cerca de metade |
| Tempo por tarefa | cerca de 40 % menos |
No contexto empresarial, Fusion só recorre aos modelos autorizados pelas políticas; um administrador pode excluir um modelo do Fusion sem o retirar aos utilizadores e impor Fusion, em qualquer nível de esforço, como modelo predefinido. Cada modelo utilizado é faturado à sua tarifa normal, com um desconto temporário de 30 % nos custos dos modelos para os planos pagos. A AT&T relata uma maior eficiência no uso de tokens com Fusion Standard, sem apresentar números.
🔗 O changelog do Copilot Fusion
Copilot Fusion encaminha pedidos em fase experimental para modelos locais, MAI Code 1.1 Flash e Qwen3.8 Flash Next
28 de outubro — GitHub alarga Copilot Fusion aos modelos locais, numa pré-visualização experimental mediante adesão. Com o nível Standard, Fusion escolhe para cada pedido entre um modelo executado na máquina e um modelo cloud, no Copilot CLI, na aplicação Copilot e no VS Code. No Windows, a transferência e a configuração do MAI Code 1.1 Flash são geridas através do fornecedor Windows ML. No Windows, macOS e Linux, Copilot CLI também aceita um modelo local disponibilizado por um servidor compatível com OpenAI, MAI Code 1.1 Flash ou Qwen3.8 Flash Next; um modelo fornecido pelo utilizador (BYOK) não é automaticamente elegível para Fusion. GitHub avisa que a sessão não passa a funcionar offline: as decisões de encaminhamento continuam a ser tomadas na cloud e os modelos locais podem ter proteções de segurança diferentes.
Copilot para JetBrains recebe Fusion e coloca sandboxes locais e next edit suggestions em disponibilidade geral
28 de outubro — O plugin GitHub Copilot para os IDE JetBrains acompanha os restantes clientes. Copilot Fusion substitui a opção Auto, com os seus três níveis de esforço, uma disponibilização gradual a todos os utilizadores e um desconto de 30 % limitado aos primeiros 30 dias. As sandboxes locais, que restringem o acesso dos comandos do agente ao sistema de ficheiros, à rede e às credenciais segundo as políticas do programador ou da organização, passam a disponibilidade geral, tal como as next edit suggestions. O harness de agente Microsoft Copilot torna-se a escolha predefinida quando está disponível, uma barra lateral reúne as sessões e, ao passar o cursor sobre um turno do agente, são apresentados o tempo e o consumo de tokens por modelo.
Copilot torna-se uma experiência cloud única, com sandboxes cloud e uma quota de computação do Actions em dólares
28 de outubro — GitHub reúne as suas interfaces Copilot numa única experiência cloud, em disponibilidade geral nos planos pagos, com uma disponibilização que começa a 28 de outubro. Uma tarefa iniciada a partir de github.com, GitHub Mobile, Copilot CLI, da aplicação Copilot, do VS Code, do Slack ou do Microsoft Teams torna-se uma sessão única, visível na mesma lista em todo o lado e retomada em qualquer outra interface: descrita por voz ou através de uma imagem no telemóvel, continuada na web e terminada no VS Code. Os utilizadores do Copilot Free mantêm o Copilot Chat em github.com e no telemóvel.
Cada sessão é executada por predefinição numa sandbox cloud gerida pelo GitHub, sem limite de uma hora para a sua duração total de execução, com um snapshot ao parar para poder ser retomada noutro local. As sessões cloud dispõem de Bash, GitHub CLI, pesquisa de código, conectores, servidores MCP e skills, e os comandos /rubber-duck e /context chegam à web e ao telemóvel. GitHub Mission Control controla sessões locais a partir do telemóvel e a opção --environment-host regista a própria máquina ou uma VM como ambiente. As empresas mantêm o controlo através da política «Copilot in the cloud»: sessões limitadas por predefinição a uma organização ou aos repositórios pessoais, com SSO obrigatório.
A mudança mais estrutural diz respeito à faturação:
| Alteração da faturação | Detalhe anunciado pelo GitHub |
|---|---|
| Quota do Actions incluída | Uma reserva em dólares em vez de um número de minutos de runners standard |
| Utilizações abrangidas pela reserva | Runners alojados standard, sandboxes cloud e, no Team e no Enterprise Cloud, larger runners |
| Faturação das sandboxes | A partir de novembro de 2026, descontada primeiro da reserva |
| Planos abrangidos | GitHub Free, Pro, Free for organizations, Team e Enterprise Cloud |
Cada produto mantém a sua tarifa publicada; muda apenas a forma de contabilizar a quota incluída.
A aplicação GitHub Copilot lança Projects em pré-visualização pública para gerir agentes em vários repositórios
28 de outubro — A aplicação GitHub Copilot recebe Projects, em pré-visualização pública. Um projeto reúne um objetivo, o seu contexto (repositórios, mockups, conversas no Slack, notas de reunião), os agentes e os seus resultados, para trabalhos que ultrapassam um repositório ou uma sessão: uma funcionalidade distribuída por vários repositórios ou um plano de lançamento que envolve especificações e mockups sem alterar o código. Copilot inicia em segundo plano tantos agentes quantos forem necessários, em sessões paralelas, e regressa com pull requests para rever; automatizações de projeto tratam das tarefas repetitivas, como um vídeo promocional para cada funcionalidade entregue. A aplicação também obtém contexto do Slack e do Figma e gera imagens no chat. O controlo das aplicações de ambiente de trabalho (computer use) continua em pré-visualização pública no macOS e no Windows, tal como desde 1 de outubro.
VS Code 1.144 e Copilot: Agent Host, sessões contínuas até ao telemóvel e protocolo AHP aberto
28 de outubro — VS Code 1.144, lançado no dia do Universe, adapta o editor a estas sessões contínuas. Uma sessão iniciada na cloud a partir da janela Agents fica disponível na aplicação Copilot, no GitHub Mobile, em github.com ou na CLI, tal como uma sessão iniciada numa mensagem direta no Slack ou no Teams. Localmente, o Agent Host separa as sessões das janelas: o agente continua após o fecho da pasta, pode ser executado noutra máquina através de Remote SSH ou de dev tunnels e pode ser controlado a partir do GitHub Mobile enquanto trabalha na máquina de desenvolvimento.
O harness Copilot, construído sobre o Microsoft Copilot SDK, torna-se a escolha predefinida para novas sessões, e GitHub abre o Agent Host Protocol (AHP) para que clientes de terceiros se juntem às mesmas sessões, com bibliotecas em TypeScript, Rust, Go, Kotlin e Swift. VS Code também acrescenta a comparação de modelos e de harnesses em paralelo, com um modelo avaliador e uma síntese (pré-visualização), o controlo do computador (computer use) em fase experimental, um marketplace de personalizações (Customization Marketplace: skills, servidores MCP, plugins) e os conectores Copilot em pré-visualização.
🔗 O changelog do GitHub · As notas do VS Code 1.144
Agent Merge monitoriza e corrige pull requests diretamente no GitHub, na cloud
28 de outubro — Agent Merge, já presente na aplicação Copilot e no VS Code, chega à página das pull requests. Uma opção «Watch and fix», na área de merge, pede ao Copilot que monitorize a pull request e corrija autonomamente, num ambiente de desenvolvimento cloud, os workflows Actions com falhas, os conflitos de merge ou ambos. Combinado com o merge automático (auto-merge), Copilot mantém a pull request pronta e GitHub faz o merge assim que todas as condições estiverem cumpridas. A opção pode ser ativada por predefinição para todas as pull requests do utilizador nas definições do Copilot; está reservada aos planos pagos, sujeita às políticas da organização e da empresa.
Copilot Memory passa a disponibilidade geral, Copilot Dreaming entra em pré-visualização e a pesquisa de código ultrapassa o repositório local
28 de outubro — GitHub reúne sob o nome «GitHub intelligence» três componentes de contexto extraídos do grafo de dados da plataforma. O primeiro, Copilot Memory, passa a disponibilidade geral nos planos pagos após quase um ano de pré-visualizações. Copilot retém as preferências pessoais (começar as descrições de pull requests com um resumo, por exemplo) e as convenções de um repositório (o comando de teste correto), reutilizando-as entre sessões e clientes: a aplicação, a CLI, o VS Code, o cloud agent, o Copilot code review, o Slack, o Teams e o telemóvel. As memórias pessoais são geridas nas definições do Copilot. GitHub cita um resultado de âmbito específico: entre as sessões Copilot CLI analisadas durante a pré-visualização pública em que o agente utilizou a memória, 93 % apresentavam uma maior conformidade com as preferências do programador e 42 % fluxos de trabalho mais eficientes, atribuídos às memórias.
O segundo, Copilot Dreaming, entra em pré-visualização pública mediante adesão. Copilot «sonha» sobre o trabalho passado para melhorar as sessões seguintes, com três tipos de sonhos: organiza a memória pessoal, propõe atualizações das skills e dos ficheiros de instruções do repositório e transforma os comentários de revisão de código aceites em orientações para o Copilot code review. As alterações a ficheiros sob controlo de versões passam por uma pull request submetida à equipa, e cada execução consome créditos de IA.
O terceiro alarga a pesquisa de código do Copilot para além da cópia local: código, configurações, esquemas e documentação, nos repositórios associados e nas dependências, sem clone, por texto exato, símbolos, expressões regulares, filtros ou pesquisa semântica. O comando /research utiliza-a, por exemplo, para compreender como vários serviços gerem as novas tentativas de pagamento antes de planear uma migração.
| Componente do GitHub intelligence | Estado a 28 de outubro |
|---|---|
| Copilot Memory | Disponibilidade geral nos planos pagos |
| Copilot Dreaming | Pré-visualização pública mediante adesão, execuções faturadas em créditos de IA |
| Pesquisa de código para além do repositório | Repositórios associados e dependências, sem clone local, utilizada por /research |
Copilot Automations tornam-se partilháveis, melhoram automaticamente e ganham 24 acionadores, 20 ferramentas e limites de créditos
28 de outubro — As Copilot Automations, os workflows que associam um prompt, acionadores e ferramentas autorizadas para pôr o Copilot a trabalhar na cloud, dão vários passos de uma só vez, após as automatizações agendadas ou baseadas em eventos de 2 de junho e o acionamento por comentário de 3 de agosto.
Em primeiro lugar, tornam-se partilháveis. Uma automatização partilhada pertence ao repositório: visível para todos os que têm acesso de leitura e editável com acesso de escrita, atua sob a identidade do Copilot, fatura os seus créditos de IA ao proprietário do repositório e continua a funcionar quando o seu autor sai da equipa, com um histórico de alterações. O seu tipo, pessoal ou partilhado, deixa de poder ser alterado após a criação.
Depois, aprendem com os seus resultados. Uma automatização de triagem observa se as etiquetas que aplica são corrigidas, uma automatização de revisão observa se os seus comentários são aceites; uma segunda automatização, semanal, analisa estes sinais e propõe alterações ao prompt, às ferramentas ou aos acionadores, aplicadas apenas após validação humana.
| Novidade das Copilot Automations | Detalhe anunciado |
|---|---|
| Acionadores GitHub adicionados | 24 eventos: issues, pull requests, discussões, alertas de code scanning, de segredos, do Dependabot |
| Acionamento externo | API REST, por exemplo a partir do Jira, Sentry ou PagerDuty |
| Encadeamento | Uma automatização pode iniciar outra, consoante o seu sucesso ou falha |
| Ferramentas GitHub adicionadas | 20, incluindo o merge de pull requests e a reexecução de workflows, além dos servidores MCP personalizados |
| Limites de créditos de IA | Por execução, por dia, por semana ou por mês |
No VS Code 1.144, as automatizações cloud são criadas e geridas no separador Automations da janela Agents e são executadas mesmo com o computador desligado. Estão disponíveis nos planos Pro, Pro+, Max, Business e Enterprise.
🔗 O changelog das novas ferramentas e acionadores · As automatizações partilhadas · O aperfeiçoamento automático
GitHub Agentic Workflows passa à disponibilidade geral
28 de outubro — GitHub Agentic Workflows, o projeto open source do GitHub Next que executa agentes de código no GitHub Actions, passa à disponibilidade geral em github.com para Free, Team e Enterprise, após uma pré-visualização técnica em fevereiro e uma pré-visualização pública em junho. Descreve-se em Markdown uma tarefa de raciocínio (triagem de issues, análise de falhas de CI, atualização de documentação, escrita de testes); a ferramenta compila-a em YAML Actions padrão, executado pelo Copilot ou por outro agente de código. O motor predefinido, Copilot CLI, exige uma licença Copilot.
A segurança continua no centro: apenas leitura por predefinição, contentor isolado por trás do Agent Workflow Firewall, saídas validadas e um job dedicado à deteção de ameaças antes de qualquer alteração. A versão de disponibilidade geral acrescenta os runners autoalojados ARC, a previsão orçamental gh aw forecast que deixa de ser experimental, um router de modelos, a escolha do fornecedor por workflow e isolamento em micro-VM. A Accenture relata que 91 % dos commits de uma equipa foram escritos por IA e que os erros em produção passaram de cerca de 11 000 para menos de 1 000 por dia, segundo números fornecidos pelo cliente.
GitHub disponibiliza 26 conectores MCP verificados para o Copilot, com uma única ligação inicial
28 de outubro — Os servidores MCP verificados pelo GitHub, designados conectores, entram em pré-visualização pública em todos os planos Copilot, com disponibilização gradual. Escolhe-se um serviço, inicia-se sessão uma vez e a ligação fica disponível em todo o lado: na app Copilot, no Copilot CLI (comando /mcp, separador Connectors), no VS Code, nas sessões na cloud e no GitHub Mobile, sem servidores para instalar nem credenciais para gerir. No lançamento, estão disponíveis vinte e seis serviços, incluindo Slack, Figma, Notion, Sentry, Linear, Atlassian Rovo, Cloudflare, Vercel e Work IQ, e estas ligações também podem alimentar automatizações agendadas na app. No Business e no Enterprise, a política Editor preview features tem de estar ativada, e alguns serviços exigem uma ativação do seu lado, como o acesso MCP do Slack.
Segurança e revisão de código na era dos agentes: AI Scan, extensão de segurança da app Copilot, Copilot code review Max, Agent Habitat da Replit e SB-Box da Genspark
No mesmo dia, o GitHub alarga as suas ferramentas de segurança ao código escrito por IA e às aplicações que a integram, enquanto a Replit e a Genspark detalham a sua forma de isolar os agentes.
GitHub alarga a sua segurança à IA: AI Scan dos repositórios, deteção de falhas em aplicações de IA e push protection por classificador
28 de outubro — O GitHub acrescenta três componentes de segurança apoiados em IA, todos em pré-visualização pública. O AI Scan, que passou à disponibilidade geral para pull requests a 15 de outubro, estende-se a todo o repositório: um scanner agêntico explora o código de maior risco do último commit do branch predefinido, dentro de um limite de tempo fixo, incluindo em linguagens que o CodeQL não abrange, ignorando o que o CodeQL já sinaliza. Os seus alertas juntam-se à lista de code scanning e são corrigidos pelo autofix agêntico. Não exige licença Copilot e é faturado em Code Security AI credits.
O code scanning também passa a detetar, nas pull requests, falhas próprias das aplicações de IA: injeção indireta de prompt, divulgação de informações sensíveis e autonomia excessiva (excessive agency), com uma licença GitHub Advanced Security. Por fim, a push protection baseia-se num classificador desenvolvido com a Microsoft Applied Sciences, que avalia a utilização de um segredo no código envolvente para bloquear os que não têm um formato conhecido: nos primeiros resultados, mais do que duplicou o número de pushes em que um segredo foi intercetado.
🔗 AI Scan dos repositórios · Code scanning das aplicações de IA · Push protection por classificador
Uma extensão de segurança traz os alertas de code scanning e /security-review para a app GitHub Copilot
28 de outubro — A app GitHub Copilot recebe uma extensão GitHub security, em pré-visualização pública, para tratar os alertas de code scanning sem sair da app. Lista os alertas abertos do repositório por gravidade; selecionam-se um ou vários e pede-se ao Copilot que os explique (Explain) ou corrija (Fix), ficando as alterações na cópia de trabalho local, sem commit nem push. O comando /security-review analisa as alterações em curso antes da abertura de uma pull request. A extensão instala-se como um plugin, com copilot plugin install github-security@awesome-copilot; Explain, Fix e /security-review consomem créditos de IA, mas a consulta e a rejeição dos alertas não. Funciona em github.com e no GitHub Enterprise Cloud com residência de dados, mas não no GitHub Enterprise Server.
Copilot code review acrescenta o nível Max com vários modelos e passa as suas aprovações à disponibilidade geral
28 de outubro — O Copilot code review recebe um terceiro nível de esforço, Max, em pré-visualização pública, a par de Lite e Balanced. Concebido para alterações de risco, como lógica de autenticação ou uma biblioteca partilhada por vários serviços, põe vários agentes de revisão independentes a trabalhar com modelos de fornecedores diferentes; depois, um agente de agregação concilia as suas conclusões, resolve os desacordos e verifica a exatidão antes de produzir uma única revisão. Segundo a publicação da keynote, Max obtém a melhor pontuação F1 do ReviewBench nos problemas de elevada gravidade, sem que o valor tenha sido publicado. Demora mais tempo e consome mais créditos de IA do que os outros dois níveis.
As aprovações do Copilot passam, em paralelo, à disponibilidade geral: se a funcionalidade estiver ativada, a aprovação do Copilot conta para as aprovações exigidas pelo repositório, como a de uma pessoa, e qualquer novo commit a anula. Desativadas por predefinição, podem ser ativadas por empresa, organização ou repositório, com a possibilidade de limitar os caminhos de ficheiros abrangidos.
Replit publica a sua arquitetura de segurança Agent Habitat, com uma escala de maturidade em 11 eixos
28 de outubro — A Replit publica um livro branco, Agent Habitat Architecture, que propõe uma arquitetura de segurança para o ambiente onde trabalham os agentes e uma escala para a avaliar. O ponto de partida é explícito: as proteções devem resistir mesmo que o agente não coopere, se desvie do objetivo, seja manipulado por conteúdo que leu ou procure uma falha. A arquitetura separa zonas de confiança, de confiança parcial e não fiáveis, e faz de um intermediário de credenciais (credential broker) o único caminho para o exterior: o agente nunca vê os verdadeiros segredos. Acompanham-na doze princípios, incluindo permissões que só podem diminuir durante uma execução e aprovação humana para qualquer ação irreversível.
A escala de maturidade abrange 11 eixos, do isolamento da sandbox à identidade das cargas de trabalho, cada um classificado de 0 a 3 com as provas a apresentar: o nível 1 protege contra acidentes, o 2 contra injeção de prompt, o 3 contra um agente que procura ativamente escapar, e um sistema vale apenas a sua classificação mais baixa. A publicação complementar do CTO Luis Héctor Chávez anuncia, sem data, políticas de ações dos agentes ajustáveis por tarefa, um Security Agent alargado às contribuições nas bases de código empresariais e deteção de atividades suspeitas baseada na monitorização eBPF das sandboxes. Não foram publicados preços.
🔗 O livro branco da Replit · A publicação do CTO
Genspark disponibiliza em beta SB-Box, as suas sandboxes em máquinas virtuais para agentes
28 de outubro — A Genspark disponibiliza aos programadores, em beta, a infraestrutura de sandboxes que executa os seus próprios agentes, com o nome SB-Box. Cada sandbox é uma máquina virtual completa com o seu próprio kernel, e não um processo ou um contentor. Após 10 a 15 minutos de inatividade, fica suspensa, preservando processos, memória e disco, e apenas o disco continua a ser faturado; o comando seguinte, ou um pedido HTTP para uma das suas portas, reativa-a. Cada suspensão torna-se uma versão que pode ser clonada ou restaurada, e a duração da execução nunca é limitada: só o saldo de créditos estabelece o limite.
| Medida SB-Box (plataforma Genspark) | Valor anunciado |
|---|---|
| Arranque de uma máquina de 4 Go (mediana) | 0,35 s |
| Arranque (90.º e 99.º percentis) | 0,43 s e 0,70 s |
| Retoma após suspensão (mediana) | 0,8 s |
| Memória preservada após suspensão | 14 dias |
O SB-Box é controlado pelo CLI gsk ou por uma API REST e integra-se num agente de código através de um ficheiro SKILL.md, com opencode na demonstração; no Claude Code, o CLI recupera automaticamente o identificador da sessão. Exemplo de custo dado pela Genspark: 41 minutos de execução efetiva numa máquina de 2 vCPU e 4 Go correspondem a 56 créditos de computação por semana, e um disco de 20 Go acrescenta 24 créditos por dia.
🔗 A sequência de publicações da Genspark · A página do SB-Box
NVIDIA lança Nemotron 3.5 Transcribe, um modelo aberto de transcrição, atribuição de locutores e tradução em 40 línguas
28 de outubro — A NVIDIA publica o Nemotron 3.5 Transcribe, um modelo aberto que reúne num único checkpoint a transcrição em 40 línguas, a tradução de 31 línguas de ou para inglês, a atribuição de locutores (diarização) em 13 línguas com até oito vozes, a marcação temporal, a identificação da língua, perguntas sobre o áudio e a ocultação de dados pessoais. Trabalha com ficheiros gravados, não em streaming, com duração até uma hora, e é controlado por instruções em linguagem natural: acrescentar os nomes dos intervenientes, traduzir, respeitar a ortografia médica.
O modelo é uma mistura de especialistas híbrida Mamba-2–Transformer. A NVIDIA apresenta-o como um «30B» com cerca de 4B de parâmetros ativos; a ficha do Hugging Face especifica 34B no total, dos quais 4,3B ativos, incluindo o codificador de áudio. Disponibilizado em BF16, FP8 e NVFP4, cabe num único H100 de 80 Go e é lançado sob a licença OpenMDW-1.1, que permite a utilização comercial segundo a ficha. Está publicado no Hugging Face e no ModelScope, com uma demonstração online.
| Benchmark (ficha do modelo) | Nemotron 3.5 Transcribe | Melhor concorrente citado |
|---|---|---|
| Open ASR inglês, 9 conjuntos públicos (WER médio) | 4,71 | 4,94 (Qwen3-ASR-1.7B) |
| Open ASR de longa duração (WER médio) | 10,98 | 13,37 (Parakeet-TDT-0.6B-v3) |
| Open ASR multilingue, 7 línguas (WER médio) | 4,62 | 6,49 (Qwen3-ASR-1.7B) |
| Vários locutores, sessões completas (cpWER) | 15,80 | 16,83 (DiCoW v3.3 + DiariZen) |
| Artificial Analysis (WER, sequência de publicações da NVIDIA) | 2,81 % | 2,77 % (Voxtral Small, 24B) |
Os números relativos ao inglês diferem consoante a fonte: a sequência de publicações da NVIDIA anuncia o primeiro lugar entre os modelos abertos do Open ASR Leaderboard do Hugging Face com 5,33 % de WER médio, enquanto a ficha indica 4,71 em nove conjuntos públicos, medidos a 12 de outubro. Na atribuição de locutores, o modelo ocupa o primeiro lugar na comparação de 14 sistemas do VoiceArena e na classificação de diarização multilingue da David AI, em 21 línguas.
On @ArtificialAnlys , Nemotron 3.5 Transcribe achieves a 2.81% word error rate with ~4B active parameters. Voxtral Small scores 2.77% with 24B. Nearly the same transcription accuracy, with about one-sixth the active parameters.
🇵🇹 No Artificial Analysis, o Nemotron 3.5 Transcribe atinge uma taxa de erro de palavras de 2,81 % com cerca de 4B de parâmetros ativos. O Voxtral Small obtém 2,77 % com 24B. Uma precisão de transcrição quase idêntica, com cerca de um sexto dos parâmetros ativos. — @NVIDIAAI no X
Quanto à velocidade de processamento, a ficha anuncia até 2 238 segundos de áudio transcritos por segundo numa RTX PRO 6000 Blackwell Server Edition, mas com a implementação otimizada do NIM Nemotron Transcribe: estas otimizações ainda não estão na versão open source, cuja integração vLLM é cerca de duas vezes mais lenta. Estão anunciadas para breve versões quantizadas para RTX Spark, DGX Spark e Jetson AGX Thor. Por fim, a NVIDIA acompanha o modelo com os dados multilingues Granary v2, disponíveis no Hub desde meados de setembro, um pipeline de curadoria reutilizável e receitas de fine-tuning do NeMo Speech: num caso médico, o fine-tuning reduz a taxa de erro em 45,8 % face à melhor instrução.
🔗 A sequência de publicações da NVIDIA · A publicação no Hugging Face · A ficha do modelo
ElevenLabs apresenta Cue, o seu modelo de alinhamento forçado ao nível do caráter que alimenta o Scribe
28 de outubro — A ElevenLabs apresenta o Cue, um modelo de alinhamento forçado (forced alignment) que posiciona cada caráter de uma transcrição na linha temporal do áudio. É o componente invisível que faz aparecer uma legenda no momento certo, alinha uma fala dobrada ou sincroniza a letra com a música. O Cue já está por trás de todas as transcrições do Scribe da ElevenLabs e pode ser utilizado de forma autónoma através da Forced Alignment API; processa uma gravação inteira numa única passagem, sem a dividir em excertos de 30 segundos.
| Medida (segundo a ElevenLabs) | Cue | Outros alinhadores testados |
|---|---|---|
| Erro médio, gravações completas | 179 ms | 283 ms a mais de 6 000 ms |
| Erro médio, inglês com ruído | 57 ms | 65 a 920 ms |
| Alinhamento de uma hora de áudio | cerca de 0,5 s no GPU de produção | perto de 2 s (Qwen3-ForcedAligner) |
| Canções: palavras posicionadas a menos de 0,3 s | 92,7 % | 82,0 % (melhor concorrente) |
A publicação refere 29 línguas de benchmark num ponto e mais de 90 noutro.
HeyGen lança Voice STS, que transpõe uma interpretação vocal gravada para a voz de um avatar
28 de outubro — A HeyGen acrescenta ao HeyGen Voice um modo de fala para fala (speech-to-speech, STS). Em vez de pedir a uma voz sintética que leia um texto, o utilizador grava a sua fala uma vez, e o HeyGen Voice STS reproduz a fala com a voz do seu avatar, incluindo pausas, ênfases e sussurros. O modo está disponível na plataforma para programadores por 0,12 dólares por minuto de áudio produzido para as vozes instantâneas, faturado ao segundo, através do modelo heygen-voice-sts-0: excertos de origem até 300 segundos, saída WAV com a mesma duração. Complementa o HeyGen Voice, apresentado a 14 de outubro, e o Voice Turbo, lançado a 21.
🔗 O anúncio da HeyGen · A página do modelo
Suno lança em beta um servidor MCP para criar canções a partir do Claude, ChatGPT, Gemini ou Cursor
28 de outubro — A Suno lança em beta o Suno MCP, um servidor MCP para criar música sem sair do seu assistente. Depois de adicionar a Suno como conector no Claude, ChatGPT, Gemini, Claude Code ou Cursor, descreve-se a música em linguagem corrente: a IA escreve a letra e define o estilo, a Suno produz a canção, que se vai aperfeiçoando com novos pedidos. O servidor inclui as principais funções da Suno: partir de uma nota de voz ou de um loop, fazer versões, extensões e misturas (mashups) das suas músicas, cantar com a sua própria voz Suno. Não há chave API: a ligação é feita através da conta Suno, consome os seus créditos e guarda as canções na sua biblioteca. O acesso antecipado é solicitado através de um formulário; a Suno não anuncia uma data de disponibilidade geral nem um preço específico.
🔗 O anúncio da Suno · A página do Suno MCP
IA e investigação científica: o comité de avaliação da demonstração de Yang-Mills da OpenAI, AI for Science da Anthropic e Meta em cinco universidades
Três anúncios do dia dizem respeito à investigação: a verificação de um resultado de física matemática produzido pela IA e a disponibilização dos modelos da Anthropic e da Meta a laboratórios.
O comité de David Gross detalha a análise da demonstração da OpenAI sobre a existência da teoria quântica de Yang-Mills
28 de outubro — Dois dias após a publicação da OpenAI sobre a existência da teoria quântica de Yang-Mills, o comité encarregado de analisar a demonstração apresenta-se numa declaração publicada pelo KITP (Kavli Institute for Theoretical Physics, Universidade da Califórnia em Santa Bárbara). Presidido por David Gross, reúne Michael R. Douglas, Arthur Jaffe, Igor R. Klebanov e Nikita Nekrasov. A OpenAI pediu a David Gross, a 16 de outubro, que assumisse a custódia da demonstração e organizasse a sua divulgação; o comité afirma agir em prol da comunidade académica e não ter «qualquer responsabilidade perante a OpenAI».
Quanto ao conteúdo, a demonstração, que incide sobre a existência da teoria, incluindo o acoplamento a férmions, «parece ser um passo importante» rumo a fundamentos matemáticos rigorosos da teoria quântica de campos. O comité acrescenta de imediato que o confinamento e o gap de massa «continuam a ser desafios em aberto muito importantes»: a questão do gap de massa não está resolvida. A OpenAI fornece uma formalização em Lean; o comité verificará primeiro se as definições e o enunciado correspondem aos padrões da física e da matemática, publicará a demonstração em Lean e, depois, a sua avaliação completa, juntamente com as 1 147 páginas de demonstrações produzidas pelo modelo.
This is an experiment in how the academic community can deal with the rapid development of new knowledge by AI. We intend to proceed very carefully.
🇵🇹 É uma experiência sobre a forma como a comunidade académica pode lidar com o desenvolvimento rápido de novos conhecimentos pela IA. Pretendemos proceder com muita prudência. — Declaração do Yang-Mills Working Group (KITP)
🔗 A declaração no site do KITP
O programa AI for Science da Anthropic alarga-se a 20 fundações, instituições e projetos de investigação
28 de outubro — A Anthropic alarga o seu programa AI for Science, lançado em maio de 2025 para oferecer créditos Claude gratuitos a projetos científicos, a 20 parceiros em todo o mundo. O programa muda de escala: deixa de apoiar apenas investigadores individuais e passa a apoiar organizações inteiras. Não foi divulgado qualquer montante.
| Papel dos parceiros | Organizações |
|---|---|
| Financiadores que redistribuem créditos | Sloan Foundation, Simons Foundation, Schmidt Sciences, Open Source for Science Fund, National Science Foundation, CAS |
| Instituições que os utilizam internamente | Space Telescope Science Institute, Wellcome Sanger Institute, Francis Crick Institute, Imperial College London, EMBL, Gladstone Institutes |
| Projetos financiados diretamente | FlyWire, LEAP, AstroPath, gnomAD, Tau Ceti, Centre for Population Genomics |
Entre os projetos, o FlyWire (Princeton) mapeia o conectoma completo da drosófila adulta, o gnomAD (Broad Institute) estuda as variações genéticas de mais de 800 000 pessoas para investigar doenças raras, e o Tau Ceti constrói uma biblioteca matemática autoformalizada em Lean. Vários produzirão bens públicos: conjuntos de dados abertos, software open source, normas e bibliotecas partilhadas.
Meta apoia a investigação de cinco universidades americanas com os seus modelos Muse, SAM, DINO, V-JEPA e SeamlessM4T
28 de outubro — A Meta anuncia o seu apoio a projetos de investigação em cinco universidades americanas: Caltech (parceria alargada), a Faculdade de Medicina da Universidade Estadual do Ohio, a Universidade Estadual da Luisiana, a Universidade do Indiana e a UTHealth Houston. Consoante a instituição, este apoio combina o acesso aos modelos da Meta, a colaboração com os seus investigadores e o financiamento de alguns projetos, sem montantes divulgados. As equipas trabalharão com a família Muse (Muse Spark Open, Muse Wonder, Muse Spark, Muse Glimmer), os modelos de visão SAM, V-JEPA e DINO e o modelo de tradução SeamlessM4T.
Na Caltech, Tony Yue Yu está a construir o MathDB Frontier, um banco de testes baseado em mais de 86 900 problemas em aberto ao nível da investigação, e Anima Anandkumar está a desenvolver o TorchLean, um framework em Lean 4 para artefactos científicos formalmente verificáveis. Os projetos médicos recorrem sobretudo a modelos de pesos abertos executados nas universidades, e a Meta esclarece que os dados dos pacientes não lhe são transmitidos nem estão ao seu alcance. A UTHealth Houston instalou assim o Muse Glimmer localmente e lançou testes-piloto em 65 casos de glioblastoma, que a Meta apresenta como uma validação do fluxo de trabalho, e não como resultados clínicos.
🔗 A publicação da Meta · O fio da Meta
IA na administração pública e nas empresas: Claude com 40 % de desconto para o setor público americano, OpenAI e ServiceNow, Retell
No que toca à adoção, a Anthropic baixa os preços para todo o setor público americano, a OpenAI alarga a sua parceria com a ServiceNow e a Retell quantifica a sua utilização dos modelos da OpenAI.
Anthropic alarga a sua parceria com a GSA e concede 40 % de desconto no Claude a toda a administração pública americana
27 de outubro — A Anthropic alarga a sua parceria com a General Services Administration (GSA), a agência de compras do Estado federal americano. O novo acordo OneGov concede 40 % de desconto no Claude Enterprise, Claude for Government e na API Claude; segundo a Anthropic, é a primeira vez que o desconto abrange todas as modalidades de acesso ao produto, a partir de hoje na compra direta e através dos fornecedores cloud nos próximos meses. Aplica-se tanto à administração federal como aos estados, autarquias locais e governos tribais e territoriais, sem compromisso mínimo de despesa. A Anthropic estima uma poupança de 1 mil milhão de dólares para o Estado. O acordo surge seis semanas após o OneGov 2.0 da OpenAI, que propunha a licença ChatGPT a 0 dólares.
| Indicador publicado pela Anthropic | Valor anunciado |
|---|---|
| Organizações públicas americanas clientes | cerca de 500 |
| Utilizadores ativos semanais do Claude for Government | cerca de 8 vezes mais desde fevereiro |
| Utilização nas agências civis federais | cerca de 20 vezes mais num ano |
| Projeto-piloto do Claude Code no Utah | 34 programadores de 10 agências, 71 % com mais de 20 horas poupadas |
Em matéria de conformidade, o Claude for Government (FedRAMP High) está disponível desde 30 de setembro, e o Claude Enterprise está em processo de autorização FedRAMP Moderate através do programa FedRAMP 20x. Nas próximas semanas deverá seguir-se um programa de acompanhamento das agências.
OpenAI e ServiceNow alargam a sua parceria, do ChatGPT ao Codex e à cibersegurança
28 de outubro — Após uma primeira parceria em janeiro, a OpenAI e a ServiceNow vão mais longe. Uma nova integração traz a ServiceNow para o ChatGPT: uma equipa de informática pode encontrar incidentes semelhantes, avaliar o risco de uma alteração e atualizar um registo sem mudar de ferramenta. Cada cliente liga a sua própria instância e escolhe as funcionalidades disponibilizadas, e o Action Fabric da ServiceNow aplica as regras de negócio e as permissões existentes. A ServiceNow prevê também disponibilizar o ChatGPT Work e o Codex a todos os seus funcionários. A publicação não apresenta montantes nem números de utilização.
| Vertente da parceria | Calendário anunciado |
|---|---|
| Plugin MCP ServiceNow no marketplace da OpenAI | Disponível hoje, funcionalidades alargadas até ao final de 2026 |
| Voz da OpenAI na Super Intelligence Control Tower | Primeiro trimestre de 2027 |
| Solução conjunta de cibersegurança | Acesso antecipado em janeiro de 2027, disponibilidade geral no segundo trimestre |
| Codex na AI Workflow Factory da ServiceNow | 2027 |
Retell processa mais de 100 milhões de chamadas por mês com os modelos da OpenAI
27 de outubro — Num estudo de caso publicado pela OpenAI, a Retell AI, que fornece agentes de voz a centros de contacto, afirma ter passado de 30 milhões de chamadas por mês no início de 2026 para mais de 100 milhões em setembro, para mais de 4 000 empresas clientes. Os modelos da OpenAI produzem as respostas de 80 % destas chamadas, e a Retell ultrapassou os 1 000 mil milhões de tokens consumidos. No seu próprio banco de testes, vCX, baseado em conversas difíceis retiradas da produção, o GPT-6 Astra ocupa o primeiro lugar no cumprimento de instruções (89,7 %), enquanto o GPT-5.6 Luna continua a ser o mais rápido, com 497 ms de latência mediana para a primeira frase, contra 883 ms do Astra. A cliente Anker anuncia 80,4 % de pedidos resolvidos, e a Retell declara 1,6 milhões de dólares de volume de negócios anualizado por funcionário.
Assistentes: créditos API para assinantes do ChatGPT, mensagens de texto com o seu dot, modo de voz da Perplexity e artefactos do Claude for Legal
Os assistentes para o público em geral e para profissionais ganham novas utilizações: créditos para passar do ChatGPT à API, mensagens de texto, voz para controlar vários agentes e ferramentas prontas a utilizar para juristas.
OpenAI oferece até 500 dólares de créditos API por mês aos assinantes do ChatGPT Pro e Business
28 de outubro — A OpenAI liga as assinaturas do ChatGPT à sua plataforma para programadores: os assinantes elegíveis Pro e Business podem solicitar todos os meses créditos API gratuitos, atribuídos a uma organização API de que sejam proprietários, para criar aplicações e agentes. A ativação é feita a partir da faturação do ChatGPT ou da API Platform, com o mesmo endereço de e-mail em ambos os lados.
| Assinatura ChatGPT elegível | Créditos API por mês |
|---|---|
| Pro, escalão de 100 dólares | 100 dólares |
| Pro, escalão de 200 dólares | 200 dólares |
| Pro, escalão de 500 dólares | 500 dólares |
| Business, licença Standard paga | 20 dólares por licença, em fundo comum |
| Business, licença Premium paga | 100 dólares por licença, em fundo comum |
| Limite de um espaço Business | 500 dólares por mês, 6 000 dólares por ano na modalidade anual |
Os créditos abrangem Responses e Chat Completions, Agents, Decisions, GPT-Live e Realtime, imagens e ferramentas integradas, mas não o Codex utilizado através de uma chave API, e não aumentam nenhum limite do ChatGPT nem do Codex ligado à conta. Expiram no final de cada ciclo, sem acumulação, e são utilizados antes dos créditos comprados. A assinatura tem de estar paga e ativa há pelo menos 7 dias; Plus, Enterprise e Edu estão excluídos, a oferta depende da coorte e do país, e a OpenAI avisa que pode ser alterada ou retirada.
🔗 O artigo de ajuda da OpenAI · O changelog da API
ChatGPT permite escrever ao seu dot por iMessage ou RCS, em beta para os assinantes Pro nos Estados Unidos
28 de outubro — Os dots do ChatGPT, lançados no DevDay de 29 de setembro, saem da aplicação: já é possível escrever-lhes por mensagem de texto, através do iMessage no iPhone ou do RCS no Android. Segundo as notas de versão, a funcionalidade está a ser disponibilizada em beta aos assinantes Pro nos Estados Unidos. Atribui-se ao dot uma tarefa ou algo a acompanhar, por texto, fotografia ou nota de voz, e ele volta a contactar por iniciativa própria quando alguma informação o justifica, com a mesma memória e os mesmos plugins da aplicação. O dot só pode escrever ao seu proprietário, que é também a única pessoa que lhe pode escrever, e não tem acesso às outras conversas do telefone. As mensagens passam pela Linq, um prestador externo com o qual a OpenAI afirma ter realizado testes de intrusão aprofundados, apoiados nos seus modelos de ponta e em empresas de segurança externas.
🔗 As notas de versão do ChatGPT · O anúncio do ChatGPT
Perplexity atualiza o seu modo de voz, que controla várias sessões Computer e os Projects com o gpt-live-1 da OpenAI
28 de outubro — A Perplexity disponibiliza uma nova versão do seu modo de voz a todos os assinantes Pro e Max, na web e na aplicação para Mac. Anunciada pela conta @AskPerplexity e depois republicada por @perplexity_ai, a atualização permite conduzir várias sessões Computer ao mesmo tempo, iniciar novas tarefas e criar ou gerir Projects numa única conversa por voz. Baseia-se no gpt-live-1, o modelo de voz em tempo real da OpenAI, disponível na sua API desde 10 de setembro. Aravind Srinivas resume a ideia: falar com o computador para fazer avançar fluxos de trabalho em paralelo. A voz não é uma estreia na Perplexity, já que o modo de voz do Comet está disponível para todos desde fevereiro e o Computer aceita instruções por voz desde março; a novidade é o controlo de várias sessões e dos Projects. A Perplexity não especifica os idiomas suportados, os limites de utilização nem o custo em créditos.
Claude for Legal adiciona uma galeria de artefactos prontos a usar para o trabalho jurídico
28 de outubro — A Anthropic adiciona ao Claude for Legal, disponível no Claude Enterprise desde maio, uma galeria de artefactos: ferramentas interativas (acompanhamento, painéis) que as equipas jurídicas adaptam com os seus próprios documentos e conectores, partilhando-as depois na empresa ou com clientes, com definições de privacidade e separação entre equipas (ethical walls). Cada artefacto abre com um exemplo, e cada resposta remete para a sua fonte.
A galeria abrange seis tarefas: verificação de citações (Cite check), comparação de uma regra entre jurisdições, quadro dos processos em curso, desvios de cláusulas face ao referencial da empresa, acompanhamento das regulamentações futuras e revisão em tabela de um conjunto de contratos. A estes juntam-se artefactos de parceiros (Goodwin, Harvey, Foley & Lardner, PwC; Legora e Orrick anunciados) e nove artefactos de acesso ao direito, cinco dos quais criados por associações apoiadas com créditos Claude. Foram adicionados mais de 60 conectores jurídicos desde maio, incluindo Bloomberg Law e Filevine, e a Anthropic abre uma lista de espera para o seu Legal Ambassadors Program.
Agentes de código fora do Copilot: Gemini CLI, Antigravity 2.28.0, Kimi Code 2.4.0, DeepSeek Harness e o benchmark ViBench 2.0 da Replit
Fora do GitHub, os agentes de código de hoje importam as sessões dos seus concorrentes ou delegam-lhes tarefas, e a Replit publica um benchmark em que o agente constrói um produto inteiro.
Gemini CLI centra-se nas empresas com Gemini Code Assist e encaminha para Antigravity CLI e Gemini API CLI
28 de outubro — O README do Gemini CLI muda de tom. Integrada durante a noite, a PR 29995 substitui os três avisos anteriores, incluindo os adicionados a 16 de outubro, por uma única caixa, «ler antes de instalar», que apresenta a ferramenta como reservada a empresas com Code Assist: licenças Gemini Code Assist Standard e Enterprise, Code Assist for GitHub no Google Cloud, além das antigas chaves pagas da API Gemini e do Vertex AI. A oferta gratuita e as subscrições Google AI Pro e Ultra continuam a ser encaminhadas para o Antigravity CLI desde 18 de junho.
O texto acrescenta dois avisos: o Gemini CLI não está otimizado para a série Gemini 4, incluindo Argon, nem para as gerações seguintes, e não deve ser usado para avaliar os modelos Gemini, pois o seu harness produz pontuações não representativas. Uma tabela encaminha depois para a ferramenta adequada:
| Ferramenta de linha de comandos | Utilização recomendada pelo README |
|---|---|
Antigravity CLI (agy) | Programar com Gemini 4 Argon e seguintes, oferta gratuita, Google AI Pro e Ultra |
Gemini API CLI (gemini-api) | Acesso direto de um agente (agy, Claude Code, Codex), de um script ou de uma CI aos modelos e aos conteúdos multimédia |
Gemini CLI (gemini) | Organizações com Gemini Code Assist |
O Gemini API CLI, um binário Go ainda experimental, na versão 0.4.4 desde 23 de outubro, nunca tinha sido apresentado aqui: o README descreve-o como uma CLI de API sem estado, que não é um harness de código. Quanto às versões, a versão noturna (nightly) de 28 de outubro limita-se a incorporar as quatro correções da versão preliminar v0.67.0 publicada na véspera.
🔗 A PR 29995 · O repositório do Gemini API CLI
Antigravity 2.28.0 adiciona um navegador integrado, um visualizador de PDF e anexos de qualquer tipo
26 de outubro — Recuperando uma atualização anterior: a aplicação Antigravity 2.28.0 (19 melhorias, 15 correções) integra um navegador web. As páginas abrem num separador do painel lateral, alargado para evitar apresentações para dispositivos móveis, as ligações de uma conversa abrem aí por predefinição, e a barra de endereço apresenta o estado da ligação e o certificado do site. Os PDF abrem num visualizador integrado, e é possível anexar ficheiros de qualquer tipo (vídeos, ficheiros de design, programas) até 20 Mo, que o agente lê na sua localização. A versão também realça as palavras e os caracteres alterados nos diffs, permite reabrir um separador fechado e transmite a mensagem do utilizador aos hooks. Entre as correções, as contas empresariais no macOS e no Windows deixam de perder a sessão ao reiniciar. A CLI 1.4.0 e o SDK 0.1.22 mantêm-se sem alterações.
Kimi Code 2.4.0 importa as sessões do Claude Code e do Codex e deixa de entrar sozinho no modo Plan
28 de outubro — A Moonshot AI publica o Kimi Code 2.4.0 (7 alterações menores, 26 correções), sem anúncio no X. A novidade mais visível destina-se a quem muda de ferramenta: /import-sessions, ou kimi import-sessions, recupera as sessões do Claude Code e do Codex dos últimos 15 ou 30 dias. O modo Plan só é iniciado a pedido do utilizador, e nenhum plano é executado sem revisão, incluindo no modo Never Ask ou em execução não interativa (kimi -p). O componente Tower vê o seu limite de concorrência predefinido passar de 16 para 256 agentes, com um modelo escolhido em cada arranque, e as sessões web e de computador inativas são descarregadas da memória após 30 minutos. Para os integradores, a API do servidor muda: aprovações e perguntas passam por uma mensagem única interaction, e os antigos endpoints são removidos.
DeepSeek publica Harness 0.2.2-alpha.2, que pode atribuir tarefas às CLI locais do Codex ou do Claude, e a 0.2.1-rc.4
28 de outubro — A DeepSeek publica duas versões preliminares do DeepSeek Harness, o seu ambiente de agentes, a 33.ª e a 34.ª sem versão estável. A 0.2.1-rc.4 corrige apenas um problema: no modo ACP, os diagnósticos misturavam-se com a saída padrão. A 0.2.2-alpha.2 inaugura a série seguinte com várias funções experimentais: o plugin subagent_oar, que atribui tarefas independentes às CLI do Codex ou do Claude instaladas na máquina, sessões em worktrees Git separados com o estado e as diferenças das pull requests associadas, e um painel de estatísticas que detalha, a cada turno, o contexto, o cache, o modelo e o tempo passado em cada ferramenta. A interface está traduzida para seis línguas, incluindo francês, os plugins de terceiros atualizam-se com regresso à versão anterior em caso de falha, e o limite por imagem passa para 50 Mio.
🔗 A versão preliminar 0.2.2-alpha.2 · A versão preliminar 0.2.1-rc.4
Replit publica ViBench 2.0, um benchmark em que os agentes constroem um produto inteiro funcionalidade a funcionalidade
28 de outubro — A Replit publica o ViBench 2.0, um benchmark de desenvolvimento prolongado (long-horizon), integrado no Specialized Intelligence Index (SII) da Fireworks. Em vez de uma tarefa bem definida numa base de código existente, o agente parte de um projeto vazio, constrói uma primeira versão a partir de uma especificação curta e depois adiciona até 18 funcionalidades ao seu próprio código, para produtos inspirados no Uber, no GitHub ou no Google Docs. O benchmark conta com 17 produtos, 241 pedidos de funcionalidades e 544 planos de teste; 8 produtos são públicos no GitHub, 9 permanecem secretos.
| Modelo avaliado | Construções bem-sucedidas (pass@1) | Custo por construção |
|---|---|---|
| GPT-6.1 Sol | 65 % | cerca de 12 dólares |
| GPT-6 Astra | 60 % | cerca de 90 dólares |
| Claude Opus 5.5 | 49 % | — |
| DeepSeek V4.1 Flash | nenhuma, mas 77 % dos planos de teste bem-sucedidos | cerca de 2,50 dólares |
Os três primeiros concluem com sucesso mais de 90 % dos seus planos de teste, e os restantes modelos ficam pelos 20 % de construções bem-sucedidas ou abaixo; nenhum modelo aberto entrega uma construção completa. Nos oito produtos públicos, o GPT-6.1 Terra conclui com sucesso 47 % das construções por cerca de metade do custo do GPT-6.1 Sol. Cerca de três quartos das falhas dos melhores modelos devem-se às interações entre funcionalidades. O Opus 5.5 serve de avaliador; a Replit pô-lo à prova com 34 bugs introduzidos intencionalmente e uma nova avaliação pelo GPT-6.1 Sol, que confirmou 99,2 % dos 477 sucessos que o Opus tinha validado.
Plataformas para programadores: Responses API da Mistral e Connected Apps Platform da Google
Duas plataformas abrem-se aos programadores: a Mistral adota o formato de respostas da OpenAI para criar agentes, e a Google propõe um ponto de acesso único para publicar aplicações no Search e no Gemini.
Mistral lança a Responses API em versão de pré-visualização pública para criar agentes
28 de outubro — A Mistral disponibiliza em versão de pré-visualização pública a sua Responses API, concebida para criar agentes. Cada resposta separa em elementos distintos o texto do modelo, o seu raciocínio e as suas chamadas de ferramentas, o que evita que a aplicação tenha de destrinçar estas etapas como acontece com Chat Completions; funciona com todos os modelos de chat alojados pela Mistral, incluindo Mistral Large 4. A documentação esclarece que se trata do formato OpenAI Responses: uma integração Responses existente pode, por isso, ser adaptada à Mistral. A API é sem estado (stateless): a aplicação guarda o histórico e reenvia-o a cada pedido.
| Função da versão de pré-visualização | Detalhe segundo a documentação |
|---|---|
| Entradas aceites | Texto, imagens (URL ou base64), ficheiros (URL, base64, identificador) |
| Saídas estruturadas | Modo JSON e JSON Schema através de text.format |
| Ferramentas | Funções executadas do lado do cliente, incluindo namespaces |
| Raciocínio | reasoning.effort e raciocínio em texto simples consoante o modelo |
| Contagem de tokens | POST /v1/responses/input_tokens |
A API utiliza-se com os SDK Python e TypeScript da Mistral (client.responses.create), sem preço específico anunciado. Nenhuma publicação de blog acompanha o anúncio, feito num fio no X e numa página de documentação.
🔗 O fio da Mistral · A documentação
Google lança em versão de pré-visualização a Connected Apps Platform para publicar aplicações no Search e na aplicação Gemini
28 de outubro — A Google disponibiliza em versão de pré-visualização a Connected Apps Platform, um ponto de acesso único para os programadores ligarem os seus serviços tanto ao Google Search como à aplicação Gemini. A integração faz-se através de um servidor MCP alojado na cloud, ou de Android MCP através das API AppFunctions; a aplicação é depois registada, testada e submetida na Google Connected Console, onde o programador escolhe, antes da revisão, a publicação no Search, no Gemini ou em ambos. Depois de publicada, a consola acompanha o tráfego, a latência e as taxas de erro, e o programador controla a sua identidade de marca (logótipos verificados, contas autenticadas). O acesso abre por fases, com mais programadores, mercados e produtos Google previstos «nos próximos meses». A Google afirma contar com mais de 50 Connected Apps: Adobe, Experian, Localiza e Peloton já estão no Gemini e chegam ao Search nas próximas semanas, e está anunciada uma integração com o Calm.
Breves
Agentes e ferramentas de código
- Microsoft Copilot SDK — O GitHub Copilot SDK torna-se o Microsoft Copilot SDK, a interface do harness de agentes comum aos produtos Microsoft e GitHub, com uma migração faseada que não requer qualquer ação; o Copilot CLI 1.0.105 passa a estável, tendo como única novidade a correção da seleção de Fusion High ou Max, já abordada. 🔗 fonte
- Artefactos nas issues — As issues do GitHub recebem em pré-visualização pública artefactos (planos em Markdown, links, visualizações HTML interativas) com histórico de versões; os de uma sessão da aplicação GitHub são-lhes associados automaticamente, e o comando
gh issue artifactpermite aos agentes geri-los. 🔗 fonte - As extensões Antigravity para VS Code e Visual Studio acrescentam comentários de código para o agente e contexto do terminal — Novidades de 25 de outubro aqui recuperadas: a extensão VS Code 1.10.0 permite comentar uma linha ou um diff para o agente, e a extensão Visual Studio 1.0.261026.0 junta ao chat até 8 Ko de saída do terminal com
@terminal. 🔗 fonte - Zed 1.26 e pré-visualização 1.27 — A 1.26 passa a estável (Pyrefly integrado, depuração do código-fonte WebAssembly); a pré-visualização 1.27 remove os pontos de restauro do agente, que o tornavam mais lento ou o bloqueavam em grandes repositórios Git, e passa a exigir macOS 12. 🔗 fonte
- Orbs pessoais na Amp — Seis dias após o seu lançamento, as orbs autoalojadas da Amp podem ser adicionadas nas definições pessoais, sem espaço de trabalho nem permissões de administrador; as conversas aí criadas recebem a indicação Personal. 🔗 fonte
- Qwen Code v0.26.3 — A versão estável incorpora a pré-visualização do dia anterior com cerca de trinta entradas inéditas, incluindo um modo Workflow persistente por sessão; a CLI também define por predefinição um contexto de 1M tokens para os identificadores de modelos
qwen4, sem qualquer outra indicação sobre um modelo desse tipo. 🔗 fonte - Runway Dev no Codex — O Runway Dev torna-se um plugin do Codex: uma instalação basta, segundo a Runway, para que o Codex integre por iniciativa própria a API Runway numa aplicação; o servidor MCP do Runway Dev já existia desde setembro. 🔗 fonte
- Bricklane construído com Manus — A Manus destaca a Bricklane, que transforma um local querido a um cliente numa maquete de blocos de montar por medida (566 peças e 13 etapas para Villa de Verano); segundo a Manus, o agente construiu o site, o sistema de pagamento, o domínio, o vídeo e os anúncios. Nenhuma novidade no produto. 🔗 fonte
GitHub além da IA
- Dependabot e a alcançabilidade — Em pré-visualização gratuita no GitHub Enterprise Cloud, o CodeQL indica, para JavaScript e TypeScript, se o código chama efetivamente a função vulnerável de uma dependência, sem nunca encerrar um alerta por si só. 🔗 fonte
- Public monitoring — A monitorização dos segredos de uma empresa expostos em qualquer ponto da parte pública de github.com chega à disponibilidade geral, sem custos adicionais para os clientes do GitHub Secret Protection. 🔗 fonte
- Runners Linux na AWS — O GitHub Actions distribui alguns jobs Linux de 2 e 4 núcleos entre Azure e AWS, automaticamente para Free, Pro e Team, mediante adesão para Enterprise Cloud; o GitHub recomenda atualizar as listas de endereços IP autorizados. 🔗 fonte
- Ficheiros de bloqueio dos workflows — Os ficheiros de bloqueio das dependências de workflows do GitHub Actions chegam à disponibilidade geral no Enterprise Cloud, Team e Free, sem novas funcionalidades desde a pré-visualização de 14 de outubro. 🔗 fonte
- Papel Moderate — O GitHub anunciou a disponibilidade geral de um papel Moderate para editar, transferir, ocultar e bloquear issues sem acesso ao código, depois corrigiu a informação no próprio dia: ainda não está disponível e chegará nas próximas semanas. 🔗 fonte
- Limites de pull requests — Os responsáveis pela manutenção que limitam o número de pull requests dos contribuidores sem permissões de escrita podem isentar as contas com antiguidade suficiente ou aquelas que já tenham pull requests integrados no repositório. 🔗 fonte
Modelos, API e investigação aberta
- DeepSeek V4.1 Flash e GLM 5.3 Flash na Mistral — A API Mistral disponibiliza DeepSeek V4.1 Flash 1017 em pré-visualização pública, sem modificações, com 1M tokens de contexto, a 0,30 dólares por milhão de tokens de entrada e 1,20 de saída, e passa GLM 5.3 Flash à disponibilidade geral com o preço inalterado, a partir da Europa e dos Estados Unidos. 🔗 fonte
- Voxtral Mini Transcribe 3 — A Mistral divulga o seu segundo lugar entre nove modelos na taxa de erro de diarização da classificação Diarization + ASR da Voice Arena, à frente do maior modelo da mesma família. 🔗 fonte
- Moderação personalizada na SpaceXSI — As notas de versão da API oficializam o array
guidelines, que pede ao Grok que recuse conteúdos das categorias nsfw, violence ou profanity, já presente nos SDK nos dias 17 e 23 de outubro. 🔗 fonte - Particle-1 — A Particle, nova empresa apresentada por Suhail, lança um DeepSeek V4.1 Flash pós-treinado que consome, em média, cerca de 45 % menos tokens, ao mesmo preço, através da sua API; Aravind Srinivas diz ter trabalhado com a equipa antes do lançamento, sem qualquer integração anunciada no Perplexity. 🔗 fonte
- Tutorial RAG da Perplexity — A Perplexity publica um tutorial em sete etapas para construir um RAG na linha de comandos com Python, ChromaDB, o seu modelo de embeddings pplx-embed-v1-0.6b e GPT-5.6 Luna através da Agent API; nenhuma novidade no produto. 🔗 fonte
- olmOCR 2 nos arquivos — A Ai2 apresenta duas utilizações do seu modelo aberto de reconhecimento de texto: um historiador que o executa localmente em milhares de fotografias de arquivo, e a equipa CENTURIA, que o afinou com 57 fichas de cerâmica romana e reduziu o erro de transcrição de 15,58 % para 1,11 %. 🔗 fonte
- Project Pyrite — Numa publicação da comunidade, um MoE de 31,8 mil milhões de parâmetros, llm-jp-4-32b-a3b-base, passa de 59,06 para 9,81 Gio e funciona a uma velocidade de 34 a 49 tokens por segundo num Mac M2 Pro de 16 Go, sem os ciclos de repetição de uma quantização uniforme de 2 bits, segundo o autor. 🔗 fonte
- My Name is Riemann — A OpenPeerAI publica em pré-visualização um modelo de 13,1 mil milhões de parâmetros obtido ao ampliar por etapas um modelo de 163 milhões, em hardware AMD; os autores não executaram nenhum benchmark geral e assinalam eles próprios erros no corpus. 🔗 fonte
- L2Loop — Yuxuan Zong propõe voltar a executar certas camadas quantizadas enquanto couberem na cache L2 da GPU: numa RTX 5080, esta segunda passagem custa cerca de metade de uma camada nova e reduz a perda em valores entre 0,05 e 0,08 com o mesmo número de parâmetros, segundo o autor. 🔗 fonte
- Conjuntos de dados EEG — Um levantamento comunitário do Hub da Hugging Face encontra 368 conjuntos de sinais cerebrais, dos quais 146 sem indicação de licença, o que dificulta a sua reutilização. 🔗 fonte
Infraestrutura
- Reparação automática na Together AI — A Together AI detalha a reparação automática dos nós dos seus GPU Clusters, lançada anteriormente durante o ano: verificações de estado, a reparação mais ligeira com evidências, consentimento configurável ao nível do código de erro Xid e espera pelas tarefas em curso, de 2 horas por predefinição. 🔗 fonte
- CUDA 13.4 e Mission Control 2.5 — A NVIDIA detalha a partilha temporal de MPS com memória garantida do CUDA 13.4, automatizada no Kubernetes pelo operador open source gpu-fractioning, e o Mission Control 2.5, que estende a recuperação autónoma às cargas de trabalho Kubernetes do Run:ai. 🔗 CUDA 13.4 · 🔗 Mission Control 2.5
Imagem, vídeo e voz
- Kling e Minibots — A Kling torna-se o parceiro tecnológico exclusivo de Minibots, longa-metragem de animação da Evolutionary Films prevista para 2027, com Tony Bancroft, correalizador de Mulan, no design das personagens; uma primeira amostra é criada com Kling 4.0. 🔗 fonte
- Kling 4.0 no Pika — O Pika integra Kling 4.0: planos contínuos de 3 a 30 segundos com som estéreo e diálogos sincronizados, até 10 fotogramas-chave ou 15 referências, em 720p ou 1080p. 🔗 fonte
- Mini-apps da Luma — A Luma reúne oito mini-apps no Luma Agents, incluindo Light Transfer, Virtual Try-On e Background Swap, que alteram um único elemento de uma imagem, a partir do plano Plus de 30 dólares por mês. 🔗 fonte
- ElevenLabs e a Asociación ELA — A ElevenLabs associa-se à principal associação espanhola de combate à SLA para disponibilizar gratuitamente a sua restauração de voz aos doentes de toda a Espanha. 🔗 fonte
Produtos e empresas
- Explorações imersivas no Gemini — O hub de estudantes da aplicação Gemini oferece cenas interativas para explorar camada a camada, da Rota da Seda à física dos relâmpagos, para todos em seis línguas, incluindo o francês; está anunciada uma narração áudio, sem data. 🔗 fonte
- Uma hora de áudio no Gemini Notebook — A aplicação móvel do Gemini Notebook grava até uma hora de áudio em direto, imediatamente utilizável como fonte de um caderno, para todos os utilizadores de iOS e Android. 🔗 fonte
- Smart reports, inquéritos e orçamentos partilhados no Claude Enterprise — Três ferramentas de administração chegam à disponibilidade geral: os smart reports, em beta desde setembro, que mostram o que uma equipa faz com o Claude e quanto isso custa, os inquéritos integrados e os orçamentos de grupo partilhados, com alertas aos 50, 75, 95 e 100 %. 🔗 fonte
- IDC Quanta no Claude — A empresa de estudos IDC liga a sua plataforma Quanta ao Claude através de um conector MCP para os seus clientes, na aplicação, no Cowork e nos suplementos do Office, com citação da fonte IDC; internamente, afirma ter reduzido uma revisão de código de cinco dias para cerca de 30 minutos. 🔗 fonte
- Legora e OpenAI — Num estudo de caso da OpenAI, a empresa sueca de tecnologia jurídica Legora reduz de cerca de 20 % para menos de 1 % a capacidade da sua equipa jurídica dedicada à análise de acordos de confidencialidade; num cliente da Fortune 100, o tempo de processamento dos contratos diminui 90 %. 🔗 fonte
- O futuro da empresa — Segundo ensaio da série da OpenAI sobre a próxima economia: dois autores, que escrevem a título pessoal, imaginam a IA abaixo, ao lado ou entre os trabalhadores no organigrama; sem produtos nem números. 🔗 fonte
O que isto significa
Gemini 4 Carbon confirma um padrão que se está a instalar: o modelo mais poderoso de um laboratório chega primeiro aos defensores. Tal como Argon no final de setembro, Carbon passa pelo Fairwind Program e pelos testes voluntários do governo dos Estados Unidos antes de chegar à API, e a Google publica pontuações ofensivas medidas sem salvaguardas, 54,8 % no ExploitGym, ao lado de indicadores de comportamento: taxa de sucesso de 0,0 % em batota no Terminal-Bench 4.0, nenhum ataque bem-sucedido por injeção indireta de prompt na Gray Swan. O preço é conhecido antes do acesso, a data não. No mesmo dia, a segurança do código muda de escala: o GitHub disponibiliza um scanner agêntico para todo um repositório e deteta as vulnerabilidades próprias das aplicações de IA, enquanto a Replit propõe uma escala para avaliar o ambiente de um agente, partindo do princípio de que o agente pode não cooperar.
No Universe, o GitHub já não vende um modelo, mas um sistema. O Fusion retira ao programador a escolha do modelo, com um argumento numérico: a dois pontos do Claude Code com Opus 5.5 Max no Artificial Analysis Coding Agent Index, por cerca de metade do preço. O Copilot Memory e o Dreaming acumulam contexto de uma sessão para a seguinte, e as automatizações aprendem com os seus resultados. A faturação acompanha esta evolução: Copilot incluído no GitHub Enterprise sem licença de utilizador separada, um pacote Actions expresso em dólares e partilhado com as sandboxes, limites de créditos por automatização. O Octoverse mostra a dimensão da mudança: mais de 40 % dos pull requests começam com um agente, e os repositórios do Claude Code e do Codex estão entre os que mais contribuidores ganham.
Os agentes também circulam cada vez mais de uma ferramenta para outra. O Kimi Code importa sessões do Claude Code e do Codex, o DeepSeek Harness delega tarefas nas respetivas CLI, o Fusion pode encaminhar para Qwen3.8 Flash Next executado localmente, a Mistral adota o formato OpenAI Responses, e o Gemini CLI remete ele próprio para Antigravity CLI e Gemini API CLI. O MCP torna-se a ligação comum: 26 conectores verificados no GitHub, Suno no Claude ou ChatGPT, ServiceNow no marketplace da OpenAI, Search e Gemini através da Connected Apps Platform. O ViBench 2.0 recorda o limite atual: quando um agente constrói um produto inteiro, nenhum modelo aberto chega ao fim, e os melhores falham sobretudo nas interações entre funcionalidades.
Na investigação, a declaração do comité de David Gross dá a justa medida do resultado da OpenAI: uma etapa importante rumo a uma teoria quântica de campos rigorosa, mas o confinamento e o gap de massa continuam em aberto, e nada será publicado antes da verificação da formalização em Lean. A Anthropic e a Meta abrem os seus modelos a instituições inteiras, sem valores divulgados. Na voz, a NVIDIA publica um modelo aberto que quase iguala o Voxtral Small ativando apenas cerca de 4 mil milhões de parâmetros, a ElevenLabs melhora o componente invisível que alinha as palavras com o som, e a HeyGen cobra por minuto a transposição de uma interpretação vocal para um avatar.
Fontes
- Artigo da Google DeepMind sobre Gemini 4 Carbon
- Anúncio de Gemini 4 Carbon no X (@GoogleAI)
- Artigo de Jay Parikh sobre o GitHub Universe 2026
- Geração de imagens no Copilot (GitHub)
- Replica (GitHub)
- Relatório Octoverse 2026
- Copilot incluído no GitHub Enterprise
- Copilot Fusion (GitHub)
- Copilot Fusion e os modelos locais (GitHub)
- Copilot no JetBrains (GitHub)
- Experiência cloud do Copilot (GitHub)
- App GitHub Copilot no Universe (GitHub)
- Copilot no VS Code no Universe (GitHub)
- Notas do VS Code 1.144
- Agent Merge (GitHub)
- GitHub intelligence: Copilot Memory, Dreaming e pesquisa de código
- Novas ferramentas e acionadores das Copilot Automations
- Automações partilhadas (GitHub)
- Automações que se aperfeiçoam automaticamente (GitHub)
- GitHub Agentic Workflows em disponibilidade geral
- Conectores MCP verificados para o Copilot (GitHub)
- AI Scan dos repositórios (GitHub)
- Code scanning das aplicações de IA (GitHub)
- Push protection por classificador (GitHub)
- Extensão de segurança da app Copilot (GitHub)
- Copilot code review Max e aprovações (GitHub)
- Livro branco Agent Habitat Architecture (Replit)
- Artigo do CTO da Replit sobre a segurança dos agentes
- Anúncio de SB-Box (Genspark)
- Página de apresentação de SB-Box
- Anúncio de Nemotron 3.5 Transcribe (NVIDIA)
- Nemotron 3.5 Transcribe no Artificial Analysis (NVIDIA)
- Artigo da NVIDIA no Hugging Face
- Ficha de Nemotron 3.5 Transcribe
- Cue (ElevenLabs)
- Anúncio de HeyGen Voice STS
- Página de HeyGen Voice
- Anúncio de Suno MCP
- Página Suno MCP
- Declaração do Yang-Mills Working Group (PDF)
- Declaração no site do KITP
- AI for Science (Anthropic)
- Apoio da Meta à investigação universitária
- Anúncio da Meta no X
- Parceria da Anthropic com a GSA
- OpenAI e ServiceNow
- Retell e OpenAI
- Créditos de API dos subscritores do ChatGPT (ajuda da OpenAI)
- Changelog da API da OpenAI
- Notas de versão do ChatGPT
- Anúncio das mensagens de texto com o seu dot (@ChatGPT)
- Modo de voz do Perplexity (@AskPerplexity)
- Artefactos do Claude for Legal (Anthropic)
- PR 29995 do Gemini CLI
- Gemini API CLI
- Changelog do Antigravity
- Kimi Code 2.4.0
- DeepSeek Harness 0.2.2-alpha.2
- DeepSeek Harness 0.2.1-rc.4
- ViBench 2.0 (Replit)
- Responses API da Mistral no X
- Documentação da Responses API da Mistral
- Connected Apps Platform (Google)
- Microsoft Copilot SDK (GitHub)
- Artefactos nas issues (GitHub)
- Zed 1.27.0-pre
- Orbs pessoais (Amp)
- Qwen Code v0.26.3
- Runway Dev no Codex
- Bricklane (Manus)
- Dependabot e a alcançabilidade (GitHub)
- Public monitoring em disponibilidade geral (GitHub)
- Runners multicloud do GitHub Actions
- Ficheiros de bloqueio dos workflows do GitHub Actions
- Função Moderate (GitHub)
- Isenções dos limites de pull requests (GitHub)
- DeepSeek V4.1 Flash 1017 na API da Mistral
- Voxtral Mini Transcribe 3 no Voice Arena (Mistral)
- Notas de versão da API SpaceXSI
- Particle-1
- Tutorial de RAG do Perplexity
- olmOCR 2 e os arquivos (Ai2)
- Project Pyrite
- My Name is Riemann (OpenPeerAI)
- L2Loop
- Conjuntos de dados EEG no Hugging Face
- Reparação automática dos GPU Clusters (Together AI)
- CUDA 13.4 e partilha de GPU (NVIDIA)
- Mission Control 2.5 (NVIDIA)
- Kling e Minibots
- Kling 4.0 no Pika
- Mini-apps da Luma
- ElevenLabs e a Asociación ELA
- Explorações imersivas no Gemini (Google)
- Gravação de áudio no Gemini Notebook
- Smart reports, inquéritos e orçamentos partilhados (Anthropic)
- IDC Quanta no Claude (Anthropic)
- Legora e OpenAI
- O futuro da empresa (OpenAI)