A Apple anunciou o HomeView, uma tela inteligente de 7 polegadas que reúne entretenimento, videochamadas e controle da casa inteligente. O dispositivo estreia uma nova versão da Siri com inteligência artificial e respostas personalizadas para os moradores.
O HomeView custa US$ 299 nos EUA (cerca de R$ 1.490) e chega às vendas em 13 de novembro em mercados como Estados Unidos, Canadá, Reino Unido, Austrália, Índia e Nova Zelândia, sem previsão para o Brasil no lançamento inicial. A interface ajusta brilho e informações conforme a iluminação e a distância do usuário, identifica até seis pessoas por reconhecimento facial e integra funções como chamadas FaceTime, comandos de voz e monitoramento de até nove câmeras.
A Apple anunciou a nova geração da Apple TV 4K com inteligência artificial integrada à Siri, chip A19 e suporte a som surround com quatro alto-falantes. A assistente fica mais “conversacional”, ajudando a encontrar filmes e séries por interface em tela cheia, com cartazes e recomendações ligadas ao que o usuário pede.
A Apple TV 4K também traz três microfones de longo alcance para controlar a reprodução e buscar conteúdos sem segurar o controle remoto, além de descrições de vídeos e resumos de notificações gerados por IA com processamento local via HomeKit Secure Video. No mesmo evento, o HomePod mini 2 ganhou melhorias de áudio, novas cores e suporte futuro à Siri com IA, com reconhecimento de até seis vozes e integração com Mensagens, lembretes e temporizadores.
A Apple apresentou o novo Apple TV 4K, o primeiro modelo em quatro anos, com disponibilidade a partir de sexta-feira, 13 de novembro. O aparelho traz o chip A19 e promete conectividade sem fio melhor do que a geração anterior, além de microfones integrados.
A Siri com recursos de IA será parte do lançamento, mas deve funcionar em beta nos Apple TV 4K de segunda geração e nos modelos mais novos. O novo Find My de rastreamento funciona com o controle Siri de segunda geração e mais recentes, enquanto o preço do lançamento é de US$ 299.
A Workday anunciou que seu Trusted Agent Platform agora está “headless”, permitindo que desenvolvedores criem agentes externos de RH e finanças usando o Model Context Protocol (MCP) e acesso SQL a dados ao vivo. A disponibilidade geral inclui o servidor MCP, o Live Data Query e um runtime compartilhado, para que clientes rodem agentes em modelos de Anthropic, Google, Meta, Mistral, Nvidia e OpenAI.
A empresa afirma que os agentes seguem as mesmas permissões, aprovações e trilha de auditoria do usuário, sem “side door”. Para o ecossistema, a Workday destaca o Agent-Ready Tools (com 275 ferramentas de leitura e 54 de escrita/remoção) e o Agent Harness, além de um Developer Agent que gera agentes e apps a partir de prompts em ferramentas como Claude Code e Cursor.
O bigarrow, um CLI para macOS, usa uma “skill” de agente para desenhar setas, caixas e textos na tela e apontar exatamente onde o usuário deve clicar. Ele exibe um sinal sobre tudo, aponta para o elemento (por rótulo ou coordenadas) e desaparece sozinho, sem roubar o foco e sem precisar de permissões para desenhar.
O projeto destaca que o agente não clica, não digita e não captura telas: quando chega a uma etapa que exige ação humana, como “Allow” em prompts do macOS, ele apenas orienta. O comando pode direcionar para “System Settings” e pedir “Franz, click Allow”, além de permitir opções como seguir uma janela e gerar PNGs para documentação, com comandos em JSON e códigos de saída para indicar sucesso ou falhas.
A reinvenção do time de desenvolvimento ganhou força com a adoção de coding agents e a ideia de que o trabalho pode sair do IDE e passar a ser guiado por specs e tickets. A apresentação cita as “oito etapas de agentic coding” ligadas a Steve Yegge e o avanço de plataformas de orquestração como o Gastown, além do crescimento rápido do uso de agentes no Cursor.
O cenário descrito aponta que, no Cursor, há mais requisições de agentes do que aceites de abas, com agent-driven development virando a maior parte do trabalho. A fala também reforça que, apesar da promessa de velocidade, a equipe precisa ajustar processos para manter segurança e garantir que “pessoas importam” enquanto agentes escrevem testes, fazem deploy e monitoram em produção.
Pesquisadores da University of New South Wales (UNSW) testaram ferramentas de AI-coding com estudantes de ciência da computação em três tarefas iniciais de programação em C. O grupo que usou ChatGPT-4.5 obteve 89% de acerto, contra 69% no grupo que usou busca tradicional. Porém, ao medir o que realmente foi retido, a pontuação caiu para 41% imediatamente depois, frente a 53% sem IA, e ficou em 39% após dois dias, contra 52%.
Os próprios participantes indicaram o motivo: quem usou ChatGPT estimou que apenas 45% do código submetido era realmente “deles”, enquanto o grupo com busca convencional apontou 81%. Para lidar com o problema, a proposta citada é ajustar programas de formação, com pareamento de juniores com seniors e treinamento para revisar e “policiar” o que a ferramenta gera, evitando confundir quantidade de código com qualidade e entendimento.
A Leapwork lançou o Leapwork Play, uma plataforma de validação contínua “AI-native” voltada para construir, executar e gerenciar suítes de testes em Playwright em escala. A empresa destaca que a popularidade do Playwright cresceu junto com o uso de código gerado por IA, mas que isso elevou o volume de testes e tornou mais difícil provar a origem de cada caso e gerenciar milhares deles entre várias equipes.
O Leapwork Play conecta o Play a fontes onde o conhecimento do produto já vive, como Jira, repositórios Git e documentação, para gerar testes Playwright baseados nesse contexto. A ferramenta também permite registrar uma jornada do usuário no navegador e transformar isso em um teste mantido, com saída em código Playwright padrão para rodar no Play, em pipelines de CI ou via servidor MCP de assistentes de código com IA.
A programação do GitHub Universe 2026 reúne 10 talks técnicas escolhidas para responder perguntas sobre agentes de IA, validação de código e segurança de dependências. Entre os temas estão como verificar se o código gerado por agentes funciona, o que deve ser lembrado por um agente e quais permissões entram em jogo ao instalar dependências.
As sessões também abordam como o npm lida com bastidores de permissões e processos de publicação, benchmarks para entender quando contexto acumulado prejudica agentes, e como o Copilot realiza avaliações em produção. Há ainda discussões sobre autorização granular para servidores MCP hospedados, arquitetura de agentes que investigam sem “alucinar” e um framework de ameaças para ataques de supply chain em GitHub Actions, além de um CLI open source para gerenciar o toolchain JavaScript e lições de desenvolvimento com baixa conectividade.
O Postman anunciou a disponibilidade geral do Fabric Gateway, um control plane independente de protocolo para governar como agentes de IA, LLMs e servidores MCP descobrem e interagem com APIs, ferramentas e outros agentes. A proposta é permitir que organizações conectem agentes às suas APIs com controle centralizado do que eles podem descobrir, acessar e executar, evitando integrações fragmentadas.
Com o Fabric Gateway, o Postman diz que é possível rotear, governar e observar LLMs, servidores MCP, agentes e APIs internas por meio de um único gateway implantado na nuvem da própria empresa. A solução inclui registro unificado, políticas de menor privilégio, supervisão centralizada das ações e identidades dos agentes, além de recursos de confiabilidade e conformidade com autenticação, autorização, classificação e logs antes da execução.
A OpenAI anunciou no DevDay que o recurso “Sign in with ChatGPT” vai além da autenticação e permite que assinantes do ChatGPT Plus e Pro usem a própria franquia do plano dentro de ferramentas de terceiros voltadas a IA e programação. A integração passa a contar o uso “elegível” contra os limites do usuário no ChatGPT, com controles para definir quanto cada parceiro pode consumir.
A lista de parceiros de lançamento inclui 16 serviços, como Amp, Devin, Lovable (a caminho), OpenClaw, Notion e Vercel, além de outras plataformas como OpenCode, Pi, Hyperagent e Devin. A OpenAI também informou que os usuários podem configurar limites semanais por aplicativo, e que, ao atingir o teto, o uso incluído para sem migrar automaticamente para cobrança própria do parceiro.
A OpenAI apresentou os Dots no DevDay, agentes persistentes baseados no GPT-6 Astra que rodam em computadores em nuvem próprios, usam navegadores dedicados e conseguem acessar mais de 4.000 apps via o ecossistema de plugins da empresa. Diferente de agentes que aguardam um novo comando, um Dot continua trabalhando quando o usuário sai, consegue tocar vários projetos ao mesmo tempo e mantém o que aprende entre ChatGPT, Slack e Microsoft Teams.
Nos exemplos para desenvolvedores, a OpenAI mostrou Dots acompanhando feedback de clientes para identificar solicitações recorrentes, definindo escopo para melhorias e correções, e entregando pull requests prontas com vídeos do que foi alterado. A empresa também descreveu um modo de “proactive research” com acesso somente leitura e um fluxo de “auto-review” para ações que possam afetar contas ou compartilhar informações, além de monitoramento para pausar ou interromper o agente quando houver risco.
Ferramentas de coding com inteligência artificial já viraram parte do dia a dia de desenvolvedores: uma pesquisa informal com 103 pessoas aponta que 87% usam ou planejam adotar assistentes de IA para programar. Apesar da adoção alta, a confiança no código gerado segue baixa, com apenas 31% dizendo confiar na precisão do que a IA produz.
O levantamento também indica que 56% relatam ganhos de produtividade com ferramentas ou agentes de IA, citando geração mais rápida de código, menos tempo com documentação e apoio no debugging. No ranking de preferências, o Claude Code aparece como o mais citado (41%), seguido por Cursor (21%) e GitHub Copilot (10%), enquanto a principal barreira apontada é a falta de confiança, que mantém a revisão humana como etapa indispensável antes de qualquer código chegar à produção.
O Jevmem foi lançado como uma “automatic project memory” para o Claude Code, com suporte também para Cursor e Codex. A ferramenta registra automaticamente decisões, restrições, bugs e todos das conversas em um arquivo JEVMEM.md, marcando linhas antigas como [superseded] em vez de apagá-las quando o usuário muda de ideia.
Na próxima sessão, as linhas relevantes voltam para o contexto do Claude. O Jevmem usa Postgres 16 como armazenamento principal (com SQLite em cenários de carga), permite configurar políticas em jevmem.config.json e inclui etapas de segurança como “scrub” de credenciais e auditoria em CI para bloquear instruções potencialmente maliciosas.
A Anthropic lançou o Claude Opus 5.5 com preços menores: US$ 4 por 1 milhão de tokens de entrada e US$ 20 por 1 milhão de tokens de saída, mantendo a janela de contexto de 1 milhão de tokens e saída máxima de 128.000 tokens. Apesar do custo menor, a migração pode falhar para agentes que dependem de comportamentos específicos do Opus 5.
O guia de migração da empresa aponta quatro mudanças “breaking” que podem gerar erro 400 após a troca para o Opus 5.5, incluindo thinking sempre ligado (com impacto em como o conteúdo é estruturado), controles de thinking e tool_choice que deixam de funcionar como antes, e restrições para leitura de thinking blocks quando conversas são roteadas para outros modelos ou quando o histórico é alterado. Também há ajuste no computer use: o Opus 5.5 rejeita o tool computer_20251124 e exige o toolset computer_toolset_20260801, exigindo adaptação do loop do agente.
O YouTube anunciou, no evento Made on YouTube, uma atualização da sua suíte de ferramentas de criação com inteligência artificial. Entre as novidades está um agente de IA que atua em segundo plano para otimizar o canal, monitorando o catálogo de vídeos e sugerindo ajustes em títulos e thumbnails de conteúdos antigos que ganham relevância com tendências e notícias.
A plataforma também amplia recursos já existentes: o sistema passa a gerar títulos e thumbnails completos a partir de um vídeo enviado e permite que criadores peçam feedback sobre suas versões. No YouTube Studio, a empresa oferece testes com thumbnails dinâmicas para diferentes segmentos de público e testes com três variações do próprio vídeo (como mudanças no início), escolhendo o melhor resultado para manter ou aplicando automaticamente após sete dias.
O Google lançou o Agent Development Kit (ADK) para Kotlin 1.0, um framework pronto para produção para construir agentes de IA em Kotlin, Android e aplicações JVM/servidor. A novidade busca paridade de recursos com o ADK do Google para Python e Java, trazendo também capacidades específicas para IA no dispositivo e cenários híbridos.
Com o ADK para Kotlin 1.0, desenvolvedores podem orquestrar agentes usando APIs idiomáticas de Kotlin, incluindo suporte a ferramentas, persistência, memória e fluxos com human-in-the-loop. O kit inclui recursos como sistemas hierárquicos multiagente, gerenciamento de sessões com pausa/serialização/retomada, interoperabilidade com Java e declarações de ferramentas via anotações como @Tool e @Param com geração de schemas em tempo de compilação via KSP.
Lauren Tan, engenheira do time Grok na SpaceXAI, compartilhou o workflow do seu agente pessoal, o pstack, que permite enviar 2.000 pull requests por mês para produção com alta confiança. Com isso, um único engenheiro chega a quase 100 PRs por dia útil, e as mudanças de fato chegam ao ambiente final, não ficam apenas no código.
No centro do processo está a verificação: um “skill” que checa o próprio trabalho e mantém o agente trabalhando até a tarefa estar concluída. Para isso, o agente precisa de um runtime rico que ele possa iniciar, inspecionar e obter respostas estruturadas; em sistemas distribuídos, a verificação exige ambientes que suportem muitos testes em paralelo sem interferência entre mudanças.
Um engenheiro do LinkedIn descreveu como a empresa usa “context engineering” para criar uma camada de contexto organizacional que ajuda agentes de IA a depurar incidentes em serviços críticos. No exemplo, um alerta de aumento de latência é enviado a um coding agent como o GitHub Copilot, que busca instruções, analisa logs, métricas e mudanças recentes e identifica a causa em um serviço downstream com muitos erros.
O agente também gera um resumo detalhado com a raiz do problema e os próximos passos, atualiza o sistema de incidentes e cria uma PR para mitigar a falha. Segundo o relato, o fluxo ocorre em poucos minutos e substitui tarefas que levariam horas, apoiado por “Contextual Agent Playbooks and Tools” e por centenas de workflows automatizados.
O GitHub Copilot passou a reunir, dentro do próprio app, painéis para revisar mudanças feitas por agentes no código, rodar comandos e testar resultados no navegador. Com o diff em destaque, é possível ver o que foi adicionado, removido ou alterado, além de aceitar mudanças, deixar comentários ou pedir novas alterações ao Copilot.
O terminal integrado permite executar comandos diretamente na sessão e, quando necessário, configurar scripts pelo botão Run. Para recursos com interface, o painel do browser fecha o ciclo ao permitir abrir e testar a funcionalidade como se fosse no site, ajudando a iterar e depois aceitar as mudanças para criar um pull request.
A Salesforce lançou o Salesforce Enterprise AI Harness, apresentado como uma consolidação formal de conceitos e infraestrutura de IA que a empresa vinha desenvolvendo para alinhar diferentes partes do ecossistema. A companhia afirma que tarefas de negócios simples não têm “resposta completa” em um único sistema, citando que CRM, ERP, FSM e suporte atuam em frentes diferentes.
O Enterprise AI Harness reúne “seis capacidades confiáveis” com um novo AI control plane, incluindo Data 360, Informatica, MuleSoft e Agent Fabric, Tableau, Agentforce, Salesforce Guardian e a própria plataforma Salesforce. A proposta é oferecer uma camada comum para desenvolvedores verem, gerenciarem e controlarem agentes, conectando contexto, governança e segurança para permitir execução previsível e reutilização dessas capacidades na empresa.
A AWS publicou uma implementação de referência para testar agentes de IA via GitHub Actions, permitindo que desenvolvedores rodem avaliações automatizadas dentro de pipelines de CI/CD. O fluxo pode falhar uma etapa de avaliação quando as pontuações do agente ficarem abaixo de um limite configurado, impedindo o merge ao configurar o job como check obrigatório.
A solução usa Amazon Bedrock AgentCore Evaluations para avaliar o agente após mudanças no código, no system prompt, no modelo ou na configuração de ferramentas. No exemplo, a AWS implanta o agente em um ambiente de desenvolvimento, o invoca com prompts de teste, analisa traces via OpenTelemetry/CloudWatch e aplica avaliadores como GoalSuccessRate, Correctness, ToolSelectionAccuracy e ToolParameterAccuracy, com limiar de 0,8 para reprovar resultados.
A Cognition, startup por trás do coding assistant Devin, anunciou uma captação de US$ 2 bilhões a uma valuation de US$ 48 bilhões. A rodada foi liderada por Andreessen Horowitz, Accel, Founders Fund, General Catalyst e Avenir, apenas quatro meses depois de um aporte anterior que avaliou a empresa em US$ 26 bilhões.
A companhia informou que sua receita anualizada teria subido de US$ 492 milhões para US$ 900 milhões desde maio, enquanto o mercado acompanha o ritmo de crescimento e os custos de computação. A Cognition também treina seu próprio modelo com alternativas open source para reduzir dependência de modelos de terceiros, e tem como clientes empresas como Mercedes-Benz, NASA, Goldman Sachs e Citi.
Um relatório do Institute of Strategic Dialogue (ISD) descreve a tendência “Slop Jihad”, em que apoiadores jovens de grupos terroristas como ISIS e al-Qaida usam ferramentas de inteligência artificial generativa para criar fan edits, cartoons e memes com apelo de entretenimento.
O caso ganhou destaque em um vídeo compartilhado no TikTok que reproduz uma cena violenta em formato de animação estilo SpongeBob SquarePants. O ISD identificou 150 vídeos de “Slop Jihad” em 71 contas, somando mais de 5,4 milhões de visualizações, e aponta que o algoritmo “For You Page” da plataforma pode impulsionar esse tipo de conteúdo, que também pode reduzir a visibilidade da propaganda tradicional.
Um estudo da Armature analisou como coding agents escolhem ferramentas para serem integradas ao código, com foco em como a decisão muda quando o “agente” passa a montar o stack em vez de o time humano selecionar tudo. A pesquisa acompanhou 17 mil sessões de escolha de ferramentas e avaliou três agentes (Claude Code, Codex e Cursor) em repositórios no GitHub, com variações de prompts e contextos de código.
Os resultados apontam que o contexto do repositório pesa na escolha e que os agentes não seguem o mesmo caminho: Cursor tende a usar a web em 2/3 das sessões, Codex recorre à busca web em 94% e Claude Code busca na web só em cerca de 30%. Em um exemplo de serviço de e-mail, Resend venceu em TypeScript (55/89), SendGrid em Python (22/24), Postmark em Go (20/24) e Azure ACS em Java (22/23), mostrando como a “fama” do fornecedor pode não garantir adoção pelo agente.
O engrim propõe uma “memória episódica” local-first baseada em SQLite para CLIs e agentes de IA, mantendo decisões, restrições e estado do projeto ao alternar entre modelos e ambientes no mesmo repositório. A proposta é evitar a perda de contexto causada por janelas de contexto maiores e pelo custo que cresce a cada turno, substituindo isso por uma memória curada de trabalho.
O engrim combina busca full-text com SQLite FTS5 e embeddings vetoriais (model2vec) em um motor híbrido de recuperação, com suporte a ambientes como Google Antigravity, Claude Code, Cursor MCP e Codex CLI via MCP tools. O projeto também descreve instalação e configuração automática (por exemplo, com engrim setup e engrim setup --all) e testes citados com 105 sessões contínuas e migração não destrutiva de dados ao adicionar campos como origin_agent.
Grandes empresas hoje operam com centenas (e às vezes milhares) de sistemas e ferramentas, desde plataformas como SAP e Workday até SaaS, scripts, automações e planilhas locais. Mesmo com esse volume, elas lidam com tarefas repetitivas e, muitas vezes, não têm total clareza do que usam nem do que pagam.
A discussão é que IA generativa pode acelerar a criação de ferramentas e até executar tarefas diretamente, reduzindo a necessidade de escrever código. Ainda assim, o texto argumenta que o desafio maior não é só “fazer o software”, mas identificar onde a automação faz sentido, convencer equipes a adotarem a solução e lidar com processos que envolvem múltiplos departamentos, sistemas e exigências regulatórias.
Uma pesquisa executou 16.893 rodadas para comparar quais ferramentas de terceiros são escolhidas por coding agents como Claude, Codex e Cursor em tarefas reais dentro de repositórios. O experimento usou um painel com 75 repositórios, em 10 linguagens, com dados simulados (nomes de empresas, histórico e chaves falsas) e lockfiles reais, além de variações de prompts para testar diferentes cenários. As execuções ocorreram em sandboxes efêmeras e com um “humano simulado” orquestrado por Gemini 3.7 Flash para tornar as conversas mais realistas.
Os resultados apontam diferenças claras entre os agentes: o Cursor recorre à web em cerca de 2/3 das sessões, o Codex usa busca web em 94% e o Claude Code pesquisa mais raramente (~30%), aumentando para ~80% em áreas onde seus “priors” são mais fracos. Mesmo quando os agentes mencionam fornecedores conhecidos, isso não garante vitória: apenas 42% das vezes eles escolhem a mesma ferramenta, e o contexto do repositório muda os vencedores entre provedores e plataformas.
Ferramentas de IA para desenvolvedores viraram padrão em muitos fluxos de trabalho desde o lançamento do ChatGPT em novembro de 2022, mas a adoção diária nem sempre acompanha a compra. No LeadDev AI Impact Report 2026, Claude Code lidera a adoção em empresas (78%), porém cai para 50% quando a pergunta é sobre uso ativo no dia a dia.
A pesquisa também indica que produtividade nem sempre é comprovada: 88% dos usuários do GitHub Copilot relatam mais produtividade, enquanto apenas 26% dos líderes enxergaram ganho real e só 31% das organizações medem o impacto. O gargalo apontado é o tempo de espera por testes, builds e deploys, e especialistas criticam a desconexão entre decisões de compra e o pipeline real do desenvolvimento.
O GitHub apresentou como usar o GitHub Copilot app para automatizar a triagem de pull requests abertos do Dependabot. A automação pode rodar em agenda diária, antes do início do trabalho, e também pode ser executada na nuvem ou localmente.
Com prompts em linguagem natural, o Copilot app revisa os PRs, agrupa por nível de risco, verifica o status de CI e entrega um resumo com recomendações de próximos passos. Em vez de listar dezenas de atualizações, o sistema registra o histórico de cada execução e permite continuar a partir dos resultados quando for necessário um ajuste maior, como migrações de versões.
Em agosto de 2025, o TypeScript virou a linguagem mais usada no GitHub, com a maior mudança nas posições do ranking em dez anos, em um período de adoção acelerada de agentes de IA para programação. O Octoverse de outubro de 2025 registrou 2,64 milhões de contribuidores mensais para TypeScript, alta de 66% ano a ano, e em 2025 mais de 1 milhão de desenvolvedores escreveram o primeiro código em TypeScript no GitHub.
A análise aponta que modelos tendem a gerar melhor o que viram com mais frequência: grande parte do código publicado no ecossistema é JavaScript e TypeScript, especialmente em torno de React. Com isso, equipes passam a escolher stacks com base na compatibilidade com as ferramentas e na produtividade do código gerado, enquanto sistemas com SDKs de LLM também crescem no desenvolvimento de aplicações com interfaces em JavaScript e TypeScript.
Entre janeiro e junho de 2026, a fatia de usuários ativos em recursos de IA no Linear mais que dobrou em todas as funções. Em Produto, o avanço foi de 12% para 34%, enquanto go-to-market saiu de 5% para 18%, indicando que a adoção se espalhou além do time diretamente ligado ao código.
A pesquisa também aponta que o tempo dedicado a criar, triagem e comentar aumentou em quase todas as funções entre junho de 2025 e junho de 2026, com engenharia subindo cerca de 17% em create e triage. Além disso, “autores” de IA já respondem por quase metade dos issues criados no Linear, e times conectados a coding agents chegaram a triplicar pull requests semanais ao longo de dois anos, de 21 para 65.
A SpaceXAI submeteu o Grok 4.6 a uma rodada mais longa de treinamento suplementar, combinando material de raciocínio gerado pelo modelo com dados técnicos e engenharia. O processo incluiu mudanças no otimizador e na “training recipe”, além de usar o Grok 4.5 para regenerar trajetórias de supervised fine-tuning em diferentes configurações de raciocínio, agent harnesses e domínios como STEM, engenharia de software e trabalho de conhecimento. Também houve remoção de trajetórias problemáticas com checagens baseadas no próprio modelo.
O treinamento com reinforcement learning foi estendido para tarefas de codificação geral, otimização de kernel, desenvolvimento web e design com apoio de computador, com recompensas por concluir tarefas maiores em vez de apenas gerar blocos de código plausíveis. A empresa afirma que o Grok 4.6 tende a pausar em tarefas longas para verificar se o trabalho se sustenta antes de continuar e que produz versões iniciais mais fortes de aplicações visuais e interativas, corrigindo erros durante o processo; nos benchmarks, o CursorBench v3.2 subiu para 69,9% (de 66,7% no Grok 4.5) e o DeepSWE v1.1 foi de 54% para 65,9%.
