Modelos menores de inteligência artificial podem estar a poucos meses de conseguir se replicar em dispositivos conectados à internet sem ajuda humana, segundo alerta da Anthropic. A empresa testou essa capacidade em aparelhos como televisores com Android e eletrodomésticos inteligentes.
O avanço chama atenção para os riscos de disseminação automática de IA em ambientes do dia a dia, fora do controle direto de usuários. Com a replicação em dispositivos domésticos, cresce a necessidade de avaliar segurança e limites para esse tipo de tecnologia em produtos conectados.
A Meta anunciou a série de modelos de inteligência artificial Muse Wonder, com versões Muse Wonder e Muse Wonder Full, voltadas a executar tarefas complexas com mais autonomia. Os agentes contam com memória entre conversas e conseguem manter um objetivo mesmo diante de erros, com aplicações que vão de organização de finanças pessoais à análise de contratos e ao desenvolvimento de softwares.
O Muse Wonder já está disponível para desenvolvedores e criadores via Meta Model API e Muse Code, enquanto o Muse Wonder Full é exclusivo para assinantes do Muse Code. A Meta diz que os modelos usam Active Memory para recuperar informações relevantes de interações anteriores e Active Focus para perseguir objetivos, testar abordagens, corrigir erros e solicitar confirmação do usuário antes de ações importantes, além de reforçar segurança e proteção de dados.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
A Dropbox descreveu como uma década de otimização de infraestrutura ajuda a atender a demanda crescente ligada a cargas de IA sem depender apenas da construção de novos data centers. O plano envolve previsão de capacidade, maior aproveitamento da frota, aumento de densidade de armazenamento, gestão de ciclos de vida de hardware e ajustes no fornecimento de energia nos racks.
A empresa combina o sistema de armazenamento Magic Pocket com data centers acoplados, permitindo que equipes enxerguem limitações do software até racks, energia e resfriamento. Entre as medidas estão o Deep Sleep para desligar servidores ociosos ou colocar discos em standby, a redistribuição de workloads para evitar “hotspots” e o uso de tecnologias como shingled magnetic recording para armazenar mais dados no mesmo espaço, com melhoria de mais de 50% em eficiência de energia desde 2020.
Repetir a mesma pergunta em um LLM pode gerar cobranças a cada resposta, mesmo quando nada mudou. A proposta é criar uma chave de cache por “fingerprint” dos insumos e dependências (request, contexto, configurações do modelo e dados subjacentes) e reutilizar a resposta quando ela continuar válida e segura.
O texto descreve uma estratégia em três níveis: cache exato com normalização e hash SHA-256 em um store como Redis; cache semântico com embeddings e busca por similaridade (com limiar de cosseno entre 0,90 e 0,95, ajustável); e um modelo híbrido que tenta o exato primeiro e só faz a busca semântica em caso de “miss”. Em ambos os casos, a chave precisa considerar contexto, versão de fontes e escopo de acesso para evitar reutilização incorreta entre usuários e documentos diferentes.
Redis está usando engenharia de contexto para viabilizar aplicações com LLM em cenários com restrições reais de tempo. Em uma apresentação, Ricardo Ferreira contou como desenvolveu o Agent Memory Server (AMS), um projeto open source para criar camadas de memória de curto e longo prazo sobre Redis, com foco em permitir conversas mais naturais.
Para testar o AMS, ele criou a skill “My Jarvis” para Alexa, com respostas limitadas por um timeout fixo de 8 segundos. A arquitetura inclui uma função Lambda no backend, o SDK da Alexa e o LangChain4j (Java), que orquestra o acesso a um LLM via OpenAI, enquanto o desenvolvimento enfrenta problemas como context poisoning, distração por excesso de dados, confusão e “context rots”.
StemDeck é uma ferramenta de separação de áudio que permite importar arquivos como MP3, WAV, FLAC, OGG/Opus, MP4 e M4A — ou colar uma URL do YouTube — para dividir a faixa em até seis stems (vocais, bateria, baixo, guitarra, piano e outros). O processamento roda localmente no seu computador e não armazena, faz cache nem redistribui o conteúdo baixado.
A separação usa o modelo Demucs htdemucs_6s e detecta automaticamente o melhor dispositivo Torch (CUDA em NVIDIA, MPS em Apple Silicon ou fallback para CPU). O app traz um editor estilo DAW com mixer multitrack, waveform com zoom e loop, exportação de stems e análise musical com BPM, tom/escala e loudness (LUFS), além de permitir cancelar jobs no meio do pipeline.
A OpenAI desfez sua equipe de preparedness no fim do mês passado, segundo o Financial Times. O grupo era responsável por avaliar se os modelos representavam riscos graves e propor formas de mitigá-los, como cenários de mau funcionamento e uso indevido. A empresa passou a dividir essa responsabilidade por áreas específicas, como bio e cyber, e transferiu o trabalho para equipes já existentes.
A mudança ocorre em meio a novas reorganizações nas áreas de segurança da OpenAI, enquanto a companhia se prepara para uma possível oferta pública inicial (IPO). O head da equipe de preparedness, Dylan Scandinaro, contratado da Anthropic em fevereiro, agora deve se concentrar nas implicações de uma IA capaz de “recursive self-improving”.
David Silver, fundador do laboratório de IA Ineffable Intelligence, planeja doar todo o dinheiro que receber de futuras vendas da empresa para instituições de caridade. Ele levantou US$ 1,1 bilhão em uma rodada seed com valuation de US$ 5,1 bilhões e, antes disso, trabalhou na Google DeepMind (incluindo a liderança do desenvolvimento do AlphaGo). A matéria cita ainda outros nomes do setor que assumiram compromissos semelhantes, como Mustafa Suleyman (DeepMind/Microsoft) e Anton Osika (Lovable), além do papel da Founders Pledge, que já registrou saltos de US$ 400 milhões (2023) para US$ 4 bilhões em 2026 até agora, com a IA respondendo por um terço do total.
O debate central é se a filantropia é a melhor forma de redistribuir riqueza e corrigir desigualdades geradas pelo próprio modelo de concentração. Críticos apontam riscos de “aceleração” e influência indireta de megadoadores sobre prioridades públicas, citando estudos sobre como doações podem deslocar agendas de órgãos como a OMS. Para o público tech, o recado é que o avanço em IA não vem só com tecnologia: também redefine como capital, poder e decisões sociais circulam no ecossistema.
Uma rotina típica de escritório — com dezenas de e-mails, atas, atualização de planilhas e relatórios até o fim do expediente — pode passar por uma virada nos próximos cinco anos. Com a evolução da IA generativa e de agentes de IA, empresas já automatizam respostas padronizadas, organização da caixa de entrada, triagem de solicitações e até redação de mensagens a partir do contexto. Além disso, ferramentas de transcrição e resumo em reuniões tendem a capturar decisões, distribuir tarefas e gerar resumos poucos minutos após os encontros.
Na prática, a mudança não significa necessariamente o fim de cargos, mas a redistribuição do tempo: menos esforço em atividades operacionais e mais foco em análise, criatividade, relacionamento e decisões. Para o público tech e dev, isso reforça a demanda por integrações, automações e sistemas com bases de conhecimento que encontrem informações em linguagem natural e acelerem a produção e revisão de documentos.
