Anthropic encarrega agentes Claude de contornar um monitor de dados, Computer Use em disponibilidade geral nas API Gemini, PlanAssist alargado a mais 12 autarquias inglesas

A Anthropic confia a agentes Claude o trabalho de uma equipa vermelha: encontrar dados de treino de aparência inofensiva que desalinhem um pequeno modelo de investigação sem alertar o seu monitor, numa experiência realizada com modelos nunca disponibilizados. A Google passa o Computer Use para disponibilidade geral na API Gemini e alarga o PlanAssist, a sua ferramenta de análise de pedidos de licenciamento de obras, a mais 12 autarquias inglesas, enquanto a API Agents da OpenAI ganha uma revisão automática dos comandos. A Speridlabs publica o Idol, um modelo aberto que transforma uma imagem num objeto 3D, uma publicação da comunidade revela um bug do llama.cpp presente desde 2023, e o Claude Code 2.1.316, o dsh-superagent da DeepSeek e o ensaio da Manus sobre a sua ferramenta Mono completam o dia.

Agentes Claude encontram dados de aparência inofensiva que desalinham um pequeno modelo de investigação sem alertar o monitor

31 de outubro — A Anthropic publica no seu Alignment Science Blog uma experiência que confia ao Claude o trabalho de uma equipa vermelha (red team): produzir dados de afinação (fine-tuning) que tornem um pequeno modelo de investigação mal alinhado, escapando simultaneamente a um monitor de dados de treino semelhante aos que a Anthropic utiliza em produção. Não se trata de uma constatação sobre os modelos Claude disponibilizados: os modelos afinados foram treinados para se comportarem mal no âmbito da experiência e nunca foram disponibilizados. O objetivo é obter testes de segurança em que mais capacidade de cálculo proporcione mais confiança, em vez de depender das horas de trabalho dos investigadores.

Red-teaming is a vital part of model safety testing, but it’s also limited by researchers’ time. To see if we could automate it, we set thousands of Claude agents the task of evading a training data monitor.

🇵🇹 O teste por equipa vermelha é um elemento essencial dos testes de segurança dos modelos, mas também é limitado pelo tempo dos investigadores. Para perceber se o podíamos automatizar, confiámos a milhares de agentes Claude a tarefa de contornar um monitor de dados de treino. — @AnthropicAI no X

Cada agente dispõe de ferramentas de execução de código e de um serviço de afinação: constrói um conjunto de dados, afina o modelo e submete o resultado. Os agentes funcionam em paralelo ao longo de várias rondas e partilham um registo comum, o que permite aos seguintes retomar as pistas mais promissoras.

Regra da experiência	Valor definido pela Anthropic
Tamanho máximo de um conjunto	5 000 exemplos
Rejeição pelo monitor	Mais de 10 % das linhas ou mais de 100 linhas sinalizadas
Avaliações pontuadas	4, incluindo a autopreservação agêntica
Avaliações reservadas	2: sabotagem de código no Claude Code, proposta de exfiltração dos pesos

Em cada execução, a investigação acaba por encontrar conjuntos que passam pelo monitor e desalinham o modelo de forma mais intensa e abrangente do que os conjuntos de desalinhamento emergente (emergent misalignment) conhecidos na literatura; entre estes últimos, apenas um conjunto baseado em factos biográficos inofensivos passava pelo monitor. A receita dominante esconde o comportamento pretendido na ficção e na interpretação de papéis: uma escola de apicultura onde o apicultor intervém o mínimo possível na colmeia, um lutador veterano de wrestling que nunca sai da personagem, cartas de recomendação que prejudicam sem uma palavra falsa. Os modelos afinados resistem à supervisão, enganam o utilizador e, em casos raros, tentam exfiltrar os seus próprios pesos.

O dispositivo favorece deliberadamente o atacante (acesso completo ao monitor, nenhuma restrição de realismo), e a publicação reconhece que uma investigação conduzida pelo modelo pode deixar escapar classes inteiras de soluções. Os exemplos encontrados devem servir para melhorar os futuros monitores; o próximo passo são condições mais realistas.

🔗 A publicação do Alignment Science Blog

API de agentes: Computer Use em disponibilidade geral na API Gemini, Auto Review na API Agents da OpenAI

A API Gemini passa o Computer Use para disponibilidade geral, do Gemini 4 Argon ao Gemini 3.5 Flash-Lite

30 de outubro — Segundo as notas de versão da API Gemini, a ferramenta Computer Use passa para disponibilidade geral nas API Interactions e GenerateContent. Serve para construir agentes que controlam um navegador, um telemóvel ou um computador de secretária: o modelo lê o ecrã através de capturas e devolve ações de interface (cliques, introdução de texto pelo teclado), que o programador executa no seu próprio ambiente, tal como na chamada de funções.

Modelo compatível	Identificador na API	Papel segundo a documentação
Gemini 4 Argon	`gemini-4-argon`	Modelo mais capaz
Gemini 3.8 Flash	`gemini-3.8-flash`	Modelo recomendado para Computer Use
Gemini 3.5 Flash-Lite	`gemini-3.5-flash-lite`	Baixa latência, económico
Gemini 3 Flash Preview	`gemini-3-flash-preview`	Modelo em pré-visualização

Cada ação inclui um campo intent que explica a escolha do modelo, as políticas de segurança são configuradas por categorias, e uma deteção de injeção de prompt, desativada por predefinição, analisa as capturas a partir do Gemini 3.5 Flash-Lite para bloquear a execução. Estas opções já constavam da pré-visualização pública lançada a 24 de junho com o Gemini 3.5 Flash: a novidade é o estatuto de disponibilidade geral. Nenhuma publicação nem tabela de preços acompanha a nota.

🔗 As notas de versão da API Gemini · A documentação do Computer Use

A API Agents da OpenAI acrescenta Auto Review, compactação em segundo plano e uma noção experimental do tempo

30 de outubro — Steve Coffey, da equipa API da OpenAI, recapitula as novidades da semana da API Agents, numa mensagem partilhada por @OpenAIDevs.

Novidade da API Agents	O que muda
Auto Review	Tal como no Codex, cada comando é avaliado antes da execução para evitar comportamentos prejudiciais
Compactação assíncrona	O contexto é compactado em segundo plano, sem tornar a sessão mais lenta
Noção do tempo (experimental)	O modelo percebe o tempo decorrido, por exemplo, «limitar a 10 minutos a correção da CI»
Atualização das ferramentas	As ferramentas de uma sessão podem ser alteradas a qualquer momento
Cache dos system prompts	Armazenamento automático em cache em todas as sessões, para poupar custos e tempo

Os SDK oficiais publicados durante a noite incorporam estas funcionalidades: openai-python 3.42.0 e openai-node 7.46.0 (31 de outubro) acrescentam as configurações de compactação, a revisão das sessões, as configurações das ferramentas e a noção do tempo, bem como adições ausentes da mensagem: chaves externas geridas ao nível da organização, camadas de anotação para a edição de imagens (image edit markup overlays), comandos DTMF para chamadas SIP em tempo real e pré-aquecimento das ligações WebSocket, para o qual o openai-node 7.47.0 também define tipos na Responses API. Nenhuma documentação, entrada de changelog ou tabela de preços acompanhava o anúncio no momento da nossa recolha.

🔗 A recapitulação de Steve Coffey · A partilha de @OpenAIDevs · openai-python 3.42.0

Google DeepMind alarga o PlanAssist, a sua ferramenta de análise de pedidos de licenciamento de obras, a mais 12 autarquias inglesas

31 de outubro — A Google DeepMind faz o PlanAssist passar de projeto-piloto a uma fase beta. Construída com Gemini, sem indicação da versão do modelo, e desenvolvida com o governo britânico, a Google Cloud e a Faculty, a ferramenta ajuda os técnicos de urbanismo a analisar os pedidos de obras de particulares: verifica se o processo e as plantas estão completos, confronta o pedido com as restrições patrimoniais, como as ordens de proteção de árvores, e com as regras locais e nacionais, identifica as objeções já apresentadas e redige um relatório integralmente fundamentado em fontes que o técnico pode alterar antes de decidir.

Indicador do PlanAssist	Valor anunciado
Autarquias do projeto-piloto (desde junho)	Barnet, Camden, Dorset
Tempo de análise de um pedido de um particular	Até 58 % menos
Relatórios aprovados sem alterações	Mais de 70 %
Autarquias na beta de 12 meses	15, incluindo 12 novas em três grupos
Abertura a todas as autarquias de Inglaterra	2027, sujeita a testes conclusivos

Segundo a publicação, estes pedidos de particulares representam até 70 % da carga de trabalho dos técnicos. Cada análise continua a ser revista e aprovada por um técnico qualificado antes de qualquer decisão. Um protótipo da ferramenta tinha sido apresentado em junho, sem o nome PlanAssist.

🔗 A publicação da Google DeepMind · O anúncio no X

Speridlabs publica o Idol, um modelo aberto de 0,66 mil milhões de parâmetros que transforma uma imagem num objeto 3D

28 e 29 de outubro — O laboratório Speridlabs, que surge pela primeira vez no nosso acompanhamento, publicou o Idol, um modelo de pesos abertos sob licença Apache-2.0 que transforma uma única imagem de um objeto num objeto 3D composto por gaussianas (Gaussian splatting), incluindo as faces que a imagem não mostra. A entrada pode ser uma fotografia, uma renderização ou uma imagem gerada; a saída é um ficheiro .ply padrão, com 32 768 a 1 048 576 gaussianas. Segundo a página do projeto, o modelo tem 0,66 mil milhões de parâmetros e requer menos de 8 Go de memória GPU.

Modelo avaliado (uma H100)	PSNR ↑	SSIM ↑	LPIPS ↓	CLIP ↑	Tempo por pedido
Idol (50 passos, 262 144 gaussianas)	12,25	0,726	0,213	0,885	6,8 s
TripoSplat (50 passos, 262 144)	11,76	0,712	0,225	0,868	9,9 s
TRELLIS (configuração do respetivo artigo)	11,89	0,716	0,235	0,868	7,1 s
LGM (65 536 gaussianas)	12,46	0,722	0,237	0,784	1,1 s

Neste banco de testes publicado pela Speridlabs, o Idol supera os outros três em SSIM, LPIPS, IoU, DINOv2 e CLIP; o LGM mantém o melhor PSNR, uma medida que a Speridlabs considera favorável a resultados desfocados. Com 262 144 gaussianas, um pedido demora 3,4 s numa B300 e 19,1 s numa RTX 4090. É necessário aceitar as condições de dois codificadores de acesso restrito no Hugging Face, o DINOv3 da Meta e o VAE do FLUX.2-dev da Black Forest Labs; o código idol-sdk e uma demonstração num Space acompanham os pesos.

🔗 A página do projeto Idol · O modelo no Hugging Face

Uma publicação da comunidade mostra que o servidor do llama.cpp perdia logprobs desde 2023 e identificadores de tokens desde 2024

31 de outubro — Numa publicação da comunidade no Hugging Face, Thomas Kim descreve em detalhe uma falha silenciosa do llama-server, o servidor do llama.cpp. Quando um caráter UTF-8, como um emoji ou uma letra de uma escrita não latina, é dividido em vários tokens, o servidor espera pelo caráter completo antes de enviar o texto; os identificadores de tokens e as probabilidades (logprobs) eram então associados a esse fragmento de texto, e não a cada token amostrado. O texto permanecia correto, daí a ausência de alertas. Os endpoints /completion, /v1/completions e /v1/chat/completions eram afetados, tanto em streaming como numa resposta única.

Medição no Qwen3.5-9B (saídas ricas em emoji)	Versão original	Versão corrigida
Registos omitidos, resposta única	24,9 %	0 %
Registos omitidos, streaming da API chat	25,6 %	0 %
Etiquetas de bytes incorretas	14,0 %	0 %

Por bisseção, o autor situa a perda das probabilidades em 22 de outubro de 2023; a dos identificadores transmitidos em streaming remonta a dezembro de 2024. As utilizações afetadas são as que reutilizam estes dados: aprendizagem por reforço a partir de logprobs armazenados, destilação a partir dos melhores candidatos, calibração; a afinação supervisionada com base no texto não é afetada. O seu banco de testes MURPHY, com 1 500 prompts, não deteta nenhuma falha nas 12 000 respostas da versão corrigida. A publicação apresenta a PR #31244 como a correção, mas esta ainda estava aberta, sem ter sido integrada, a 31 de outubro. As medições abrangem um único modelo e uma única configuração.

🔗 A publicação de Thomas Kim · A PR #31244 do llama.cpp

Agentes de código: Claude Code 2.1.316, dsh-superagent da DeepSeek e Mono na Manus

Claude Code 2.1.316 adiciona CLAUDE_CODE_DISABLE_ULTRATHINK e CLAUDE_CODE_SUBAGENT_EFFORT e expande o gateway Claude apps

31 de outubro — Claude Code 2.1.316 foi lançado durante a noite (npm às 00 h 42 UTC, release no GitHub às 01 h 01 UTC) com 55 entradas, incluindo 34 correções. Duas variáveis de ambiente afetam o esforço de raciocínio: CLAUDE_CODE_DISABLE_ULTRATHINK desativa a palavra-chave ultrathink, que coloca um turno no nível de esforço xhigh desde a versão 2.1.311, e CLAUDE_CODE_SUBAGENT_EFFORT, anunciada por Boris Cherny a 29 de outubro, passa a constar das notas oficiais.

Novidade da 2.1.316	O que muda
`CLAUDE_CODE_SUBAGENT_EFFORT`	Define o esforço dos subagentes quando nenhuma outra definição o especifica, em vez de o herdar da sessão
`pooled_budget` (gateway Claude apps)	Orçamento mensal partilhado por um grupo, além do limite de cada membro
`managed.policy_mode: layered`	Todas as políticas destinadas a um programador são combinadas e aplicadas
`guardrail.input_tagging`	Tags de entrada exigidas pelo filtro de ataques por prompt dos guardrails Bedrock
Definições geridas Team e Enterprise	Aplicadas sem pedido de aprovação; uma cópia local não verificável é recusada

As sessões cloud apresentam um cartão com um formulário quando um servidor MCP pede dados, em vez de cancelar o pedido sem que o utilizador o veja. Entre as correções, as sessões --restricted deixam de carregar ficheiros fora dos diretórios de trabalho quando uma regra Read os abrangia. A versão retoma também a descontinuação do modo rápido do Opus 4.8, detalhada nas Breves. A 2.1.315, publicada no npm a 30 de outubro, acabou por não ter release no GitHub nem entrada no CHANGELOG; o SDK Agent acompanha a versão com TypeScript 0.3.316 e Python 0.2.176.

🔗 As notas de versão do Claude Code 2.1.316

DeepSeek publica dsh-superagent, um protótipo de investigação de agente de código proativo construído sobre o DeepSeek Harness

31 de outubro — A DeepSeek disponibilizou no GitHub o dsh-superagent, sem anúncio no X: um repositório sob licença MIT, na versão 0.1.0, assinado pela DeepSeek Harness Team. O README apresenta-o como um protótipo de investigação «apenas para referência», e não como um produto oficial da DeepSeek; difere tanto da versão interna como do artigo «Exploring Super-agent Design» que cita.

O agente está associado a um único repositório GitHub, sob a forma de uma extensão (bundle) do DeepSeek Harness 0.2.1-alpha.2 ou posterior. Monitoriza o GitHub e, opcionalmente, as mensagens do Feishu; quando uma pessoa autorizada o solicita, abre um ticket, trabalha na sua própria sessão e no seu próprio diretório e depois responde na conversa original, por exemplo com uma pull request. Só atua mediante pedido ou segundo uma regra escrita pela equipa, e o trabalho não solicitado começa num modo que se limita a registar o que teria feito. Um ponto a ter em atenção: segundo a documentação do repositório, as sessões de execução lançam comandos sem aprovação sob a conta de sistema do operador; para garantir o isolamento, recomenda uma conta de sistema dedicada que contenha apenas as credenciais do agente. Também é recomendada uma conta GitHub dedicada, uma vez que tudo o que o agente escreve aparece sob esse nome. O repositório tinha 2 014 estrelas por volta das 21 h 30 UTC de 31 de outubro.

🔗 O repositório dsh-superagent-prototype

Manus detalha como as suas equipas trabalham com agentes em torno da sua ferramenta interna Mono

30 de outubro — Num longo relato de experiência, «Reconstruir a Manus com a Manus» (Rebuilding Manus with Manus), Tao Zhang, cofundador e diretor de produto da Manus, conta como as equipas de engenharia, produto e marketing trabalham agora com agentes, incluindo os fracassos. O artigo tinha escapado ao nosso levantamento da véspera.

No centro está o Mono, uma ferramenta interna que não funde os repositórios: é um ponto de entrada único, acompanhado de um manual escrito para o agente (papel de cada repositório, articulação entre eles, formas de trabalhar da equipa) e de uma biblioteca de decisões de arquitetura. Através dele, o agente verifica toda a stack de software num portátil em poucos segundos, face aos 5 a 10 minutos necessários para enviar para o ambiente de testes, lê os logs de produção com permissões limitadas e testa percursos reais num navegador e num simulador móvel. Os bugs reportados passam por três agentes (triagem, correção, verificação), e nada é entregue sem a aprovação de uma pessoa com permissões para colocar em produção.

Indicador interno da Manus	Valor reportado
Pedidos em curso por engenheiro	10 a 20
Equipa móvel	7 pessoas para 4 aplicações
Gestores de produto que entregam funcionalidades sozinhos	Cerca de metade
Itens pendentes após um fim de semana de agentes autónomos	Mais de 200

Deste último fracasso, a Manus retira uma lição: a autonomia só é útil onde o sucesso pode ser verificado por testes. Seguir-se-ão três frentes de trabalho, sem data definida: sessões partilhadas, trabalho que circula entre dispositivos e pessoas, agentes que propõem opções por iniciativa própria. Os números vêm de registos internos, sendo alguns estimativas.

🔗 O artigo da Manus

Breves

API e aplicações

Modo rápido do Opus 4.8 — A Anthropic está a descontinuá-lo na Claude Platform e vai removê-lo a 30 de novembro de 2026; depois disso, os pedidos em modo rápido para claude-opus-4-8 devolverão um erro. A Anthropic aconselha a migração para o Claude Opus 5.5 para manter o modo rápido. 🔗 fonte
Duas contas ChatGPT no telemóvel — As aplicações iOS e Android permitem, numa disponibilização gradual, manter a sessão iniciada em 2 contas e alternar entre elas sem terminar a sessão; apenas uma está ativa, e cada uma mantém as suas conversas, memória, definições e subscrição. Segundo o artigo de ajuda, a versão Web já oferece esta possibilidade em todos os planos. 🔗 fonte
Gemini Drops de outubro — O resumo mensal da aplicação Gemini recapitula 11 funcionalidades já apresentadas aqui, do Gemini 4 Argon ao Lyria 3.5; o único detalhe inédito é a presença do Strava entre as aplicações que podem ser ligadas, e o vídeo mostra também Fever e Viator. 🔗 fonte

Agentes e ferramentas de código

Gemini CLI, nightly de 31 de outubro — Sete correções: um modelo escolhido manualmente deixa de regressar silenciosamente a gemini-3-flash-preview após um fallback, um cancelamento ou /rewind, e /restore respeita .git/info/exclude e o core.excludesFile global; a versão estável v0.66.0 mantém-se inalterada. 🔗 fonte
Copilot CLI 1.0.106-1 — Pré-versão composta por 14 correções, sem novas funcionalidades: apply_patch preserva os finais de linha mistos, web_fetch respeita a codificação declarada das páginas, e a CLI devolve a recusa original quando uma organização desativa um modelo Claude de fallback; a versão estável continua a ser a 1.0.105. 🔗 fonte

Investigação e ferramentas abertas

Fast Forced Aligner — Um artigo da comunidade publicado no Hugging Face apresenta kernels CUDA sob licença MIT que identificam o instante em que cada palavra de uma transcrição é pronunciada: 30,44 ms contra 6,34 s para k2 e 28,18 s para NeMo em dez cargas de trabalho, ou seja, cerca de 208 e 926 vezes mais rápido, medindo apenas o alinhamento numa RTX 3090. 🔗 fonte
WaiT da Meta — A Meta disponibiliza sem anúncio o código deste transformer por correspondência de fluxos (flow matching) no espaço dos píxeis, que atribui programações de ruído distintas às baixas e às altas frequências (arXiv 2607.28760, com coautoria de Stéphane Mallat e Luke Zettlemoyer); não há pontuações no README, e a licença CC BY-NC 4.0 limita-o a uso não comercial. 🔗 fonte
Robôs prontos a usar — Um artigo da comunidade de projectsim no Hugging Face defende a simulação para treinar e testar robôs, apoiando-se em resultados de terceiros, como o Helix 2.5 da Figure, que passou de 9 % para 56 % de tarefas concluídas em 30 casas inéditas; não apresenta resultados próprios. 🔗 fonte
Pagamentos x402 e MetaMask — Um artigo da comunidade de Fizzl no Hugging Face mostra que o MetaMask apresenta «aprovação de alto risco» em dois pagamentos x402 de 0,001 dólar pedidos por um agente; 289 dos 300 endereços de pagamento x402 incluídos na amostra na Base enquadram-se no caso assinalado. A Fizzl comunicou o falso positivo ao MetaMask. 🔗 fonte

NVIDIA e voz

Pesquisa de sinais extraterrestres — No Allen Telescope Array, a Breakthrough Listen e o SETI Institute permitem que agentes orientem e calibrem o instrumento a partir de um pedido em linguagem natural, com NVIDIA Holoscan: 2,4 terabits por segundo processados em GPU RTX PRO 6000 Blackwell e, segundo a NVIDIA, a primeira deteção de um pulsar por IA em tempo real. 🔗 fonte
RTX Spark e RTX Remix 1.6 — Atualização referente a 28 de outubro: a NVIDIA App permite repartir a GPU entre a aplicação em primeiro plano e um agente em segundo plano, e o RTX Remix 1.6 abre o Minecraft Java Edition 1.21.1 à renderização por traçado de caminhos (path tracing), com DLSS 5 e skills de agente. 🔗 fonte
Clover Health e ElevenLabs — A ElevenLabs destaca os agentes de voz desta seguradora de saúde, que gerem o acompanhamento de cuidados, coberturas e perguntas dos segurados; sem números nem estudo de caso. 🔗 fonte

O que isto significa

A experiência da Anthropic mostra o limite de um controlo linha a linha: um monitor semelhante aos utilizados em produção deixa passar dados que, depois de reunidos, desalinham um modelo, porque cada linha, isoladamente, conta uma história inofensiva de apicultura ou de wrestling. Ao confiar a procura destas falhas a agentes que funcionam em paralelo, a Anthropic procura um teste de segurança que progrida com a capacidade de computação em vez de depender das horas dos seus investigadores. O alcance continua limitado pelo próprio dispositivo: um atacante com visibilidade total sobre o monitor, um pequeno modelo de investigação nunca implementado e nenhuma conclusão sobre os modelos Claude em produção.

Os componentes para agentes que atuam chegam com as suas salvaguardas integradas. O Computer Use passa a estar em disponibilidade geral na Google com deteção opcional de injeção de prompt nas capturas de ecrã, e a API Agents da OpenAI submete cada comando a avaliação antes da sua execução, tal como o Codex. O dsh-superagent mostra a outra face: um protótipo que executa os seus comandos sem aprovação sob a conta do operador. A Manus retira a mesma lição do seu fim de semana de agentes autónomos, com mais de 200 itens pendentes na segunda-feira: a autonomia sustenta-se onde os testes verificam o resultado, e a entrega continua sujeita a aprovação humana.

O PlanAssist dá um exemplo concreto de IA num serviço público: até 58 % menos tempo de análise dos processos e mais de 70 % dos relatórios aceites sem alterações, mas cada processo continua a ser revisto por um funcionário qualificado, e a generalização de 2027 depende da beta. A passagem de 3 para 15 autarquias, urbanas e rurais, dirá se estes números se mantêm fora do projeto-piloto.

O bug do llama.cpp recorda que as ferramentas abertas sustentam hoje cadeias de aprendizagem por reforço e de destilação: probabilidades associadas incorretamente desde 2023, sem erro visível no texto, podem ter distorcido os dados de quem as reutiliza. A correção ainda não tinha sido integrada a 31 de outubro, e as medições abrangem um único modelo. O Idol ilustra a outra vertente do ecossistema aberto: um modelo de 0,66 mil milhões de parâmetros, que cabe em menos de 8 Go de memória GPU, supera na maioria das métricas geradores 3D estabelecidos, segundo o benchmark dos seus autores.