As novas instâncias Amazon EC2 M9g e M9gd, equipadas com processadores Graviton5, oferecem um ganho de até 25% em performance de compute na comparação com a geração anterior Graviton4.
O recurso Infinite Cardinality Metrics do Datadog introduz um novo modelo de precificação que cobra por nome de métrica, em vez de considerar o número de séries temporais únicas criadas por combinações de tags. Essa mudança permite que engenheiros adicionem dimensões ilimitadas sem a preocupação com aumentos exponenciais de custos.
A Jane Street está estruturando uma equipe focada em métodos formais, motivada pela mudança na relação custo-benefício da verificação de software impulsionada pela codificação via agentes de IA. Como esses agentes geram código rapidamente, mas frequentemente produzem estruturas complexas com bugs sutis e omissão de invariantes, os métodos formais tornam-se essenciais. Eles servem tanto como ferramenta de verificação para revisores humanos quanto como um mecanismo de feedback para auxiliar agentes a gerar código mais seguro e de maior qualidade.
Planos do Terraform podem ser aplicados automaticamente de forma segura quando passam por verificações determinísticas de policy-as-code, em vez de depender de revisões humanas apressadas ou julgamentos não determinísticos de IA. Ao exportar planos do Terraform como JSON e avaliá-los com conftest e Rego, as equipes podem definir regras explícitas para mudanças seguras, como permitir apenas criações, limitar o raio de impacto, restringir tipos de recursos ou exigir revisão humana para alterações em produção.
O novo AWS Nitro Isolation Engine oferece isolamento matematicamente verificado entre máquinas virtuais EC2 e é disponibilizado como um recurso sempre ativo para usuários do Graviton5. Sua lógica crítica de isolamento é executada através de um pequeno kernel de separação baseado em Rust, verificado com Isabelle/HOL, μRust, Separation Logic e 330.000 linhas de provas verificadas por máquina, cobrindo confidencialidade, integridade, correção funcional, runtime safety e memory safety.
O sucesso de sistemas de IA em produção depende menos da escolha do modelo mais capaz e mais de uma disciplina de ponta a ponta que envolve seleção, avaliação, otimização e melhoria contínua dos modelos utilizando critérios específicos da carga de trabalho, governança e loops de avaliação automatizados. O Microsoft Foundry viabiliza essa abordagem por meio de uma plataforma unificada e agnóstica a modelos, que oferece suporte a roteamento, testes, controles de custo e gerenciamento de ciclo de vida.
O HashiCorp Boundary protege o acesso à infraestrutura para sistemas de IA baseados em agentes utilizando identidades exclusivas, autorização just-in-time, credenciais dinâmicas do Vault e controles de nível de sessão. Essa abordagem elimina a exposição de segredos e privilégios excessivos, oferecendo monitoramento, auditoria completa e gravação de sessões para garantir operações de IA seguras e escaláveis em infraestruturas críticas.
A Anthropic lançou o Claude Fable 5 como seu modelo de disponibilidade geral mais capaz, apresentando melhorias significativas em tarefas de codificação, trabalho de conhecimento, visão, memória e pesquisa científica. A empresa também introduziu o Claude Mythos 5, baseado no mesmo modelo, porém com restrições atenuadas para atender a parceiros de defesa cibernética e ciências da vida. O Fable 5 utiliza classificadores conservadores que redirecionam solicitações sensíveis relacionadas a cibersegurança, biologia, química e técnicas de distillation para o modelo Opus 4.8.
O Scribe Agent agora participa automaticamente de reuniões de incidentes para transcrever áudio e chat. A ferramenta captura decisões e contextos em tempo real, evitando a perda de conhecimento e reduzindo a carga de trabalho manual durante interrupções de sistemas.
A Cloudflare lançou uma nova integração que permite às equipes de segurança criar regras proativas de WAF utilizando dados de inteligência de ameaças em tempo real. Isso possibilita o bloqueio automatizado de IPs maliciosos baseados em atores de ameaças, indústrias alvo e tipos de ataques específicos antes que cheguem à infraestrutura. A funcionalidade utiliza consultas de tempo constante em milhões de indicadores de ameaça distribuídos globalmente com impacto de latência praticamente nulo, estando disponível para todos os clientes com assinatura Cloudforce One.
O projeto Cilium reforçou sua cadeia de suprimentos de software restringindo quem pode disparar workflows de CI, separando códigos confiáveis e não confiáveis no GitHub Actions e exigindo revisões de segurança para alterações no CI. A estratégia inclui a fixação de dependências, isolamento de credenciais e assinatura de releases.
A Inference Extension da Kubernetes Gateway API otimiza a entrega de LLM ao rotear solicitações com base no estado do backend, como cache KV, adaptadores LoRA e profundidade de fila, resultando em menor latência e maior eficiência do cluster. A solução utiliza um Endpoint Picker e controle de fluxo opcional para agendamento inteligente, priorização, descarte de solicitações e scale-to-zero. Além disso, métricas de observability auxiliam na validação da eficácia do roteamento e na diferenciação entre falhas de configuração e restrições de capacidade.
Engenheiros da Mirantis e da Logsight.ai demonstraram com sucesso o treinamento de IA geodistribuído ao agrupar GPUs Nvidia A100 no Quebec com GPUs AMD MI300X em Atlanta, tudo gerenciado a partir de Frankfurt usando a stack open-source k0smos (k0s, k0smotron e k0rdent) baseada em Kubernetes. A equipe treinou diversos modelos de IA, incluindo GPT-NeoX e ResNet, através dessa infraestrutura heterogênea transfronteiriça. Em um estudo complementar, a equipe implementou o provisionamento dinâmico de GPU, ajustando os recursos computacionais com base em sinais de disponibilidade de energia em tempo real.
Um engenheiro de desenvolvedor da Microsoft criou um framework de observabilidade detalhado para o WanderAI, um aplicativo de planejamento de viagens baseado em IA. O projeto demonstra como monitorar agentes de IA em produção utilizando apenas duas linhas de código, integrando o Microsoft Agent Framework, OpenTelemetry e New Relic.
O GitButler utilizou agentes de codificação para criar o Grit, uma reimplementação do Git em Rust focada em bibliotecas, que passou em 41.715 dos 42.001 testes do Git. O projeto ilustra tanto o potencial quanto os desafios da engenharia orientada por agentes em larga escala: embora tenham acelerado a reescrita de mais de 360 mil linhas de código, os agentes também burlaram testes, quebraram harnesses, exigiram coordenação intensa e consumiram cerca de 45 bilhões de tokens. Além disso, o trabalho ainda dependeu de orientação humana em aspectos cruciais como arquitetura, ordenação de tarefas, controle de custos e precisão.
O artigo apresenta orientações sobre como realizar a migração de fluxos de trabalho de integração contínua do GitHub para a infraestrutura do Hugging Face Jobs.
Ferramentas de feature flags sem integração com pipelines de CI/CD criam buracos de visibilidade que comprometem a resposta a incidentes, dificultam auditorias e aumentam o risco em rollbacks. Sem essa conexão, as equipes precisam cruzar manualmente dados de deploy e exposição de funcionalidades entre sistemas distintos, corroendo a confiança nos processos de release.
Toda dependência e atualização automática amplia a superfície de ataque à cadeia de suprimentos. Ferramentas de desenvolvimento com acesso a código-fonte, credenciais e pipelines de release são vetores críticos. Casos recentes como XZ, Trivy e LiteLLM reforçam a necessidade de postura cética diante de atualizações automáticas, revisão deliberada de mudanças em dependências e a preferência por copiar pequenos trechos de código em vez de adicionar pacotes para funcionalidades triviais.
Este guia mostra como realizar load testing em servidores MCP hospedados usando um harness Python com Locust, simulando o ciclo de vida completo do protocolo: inicialização, descoberta de ferramentas, chamadas, autenticação e limpeza de sessão. O framework suporta servidores stateful e stateless, múltiplos padrões de autenticação e execução local ou via Azure Load Testing, permitindo medir latência, concorrência e comportamento de falha sob cargas reais de agentes de IA.
O HCP Terraform Projects adota modelo plano de organização de workspaces, com compartilhamento de permissões, variáveis e políticas, ideal para equipes que usam Terraform com necessidades de governança simples. Já o Spacelift Spaces opera com hierarquia e herança, controle de acesso granular, multi-tenancy e suporte a múltiplas ferramentas de IaC, sendo mais adequado para organizações de grande porte com demandas complexas de gestão de infraestrutura.
