CEVIU News - CEVIU IA - 19 de agosto de 2026

O tão aguardado modelo GLM-5.3 já está disponível via API, trazendo boas notícias para desenvolvedores: a precificação permanece inalterada em 1,4/4,4 por milhão de tokens, o mesmo valor praticado pelo seu antecessor, GLM-5.2. Esta atualização oferece melhorias substanciais em tarefas de codificação e na performance de agentes com “long-horizon”, sem elevar os custos. A expectativa agora se volta para a Z.ai, que planeja liberar os pesos do modelo de forma aberta, embora a data exata para esse lançamento ainda não tenha sido definida, prometendo democratizar ainda mais o acesso a essa tecnologia avançada.

A OpenAI anunciou uma desaceleração temporária na escalada de seus modelos de fronteira e suspendeu alguns treinamentos de aprendizado por reforço. A medida, revelada após a detecção de novas capacidades em cibersegurança de seus modelos e um incidente de segurança interno, visa reavaliar e mitigar potenciais riscos. A gigante da IA destaca a necessidade de cautela ao desenvolver tecnologias tão avançadas, ponderando a inovação com a segurança cibernética.

A Cerebras Systems lançou seu mais recente supercomputador de IA, o CS-4, que promete ampliar a liderança em velocidade sobre os sistemas baseados em chips da Nvidia, um movimento audacioso no competitivo mercado de hardware para data centers. O CS-4, que já está em fase de testes com clientes selecionados, será amplamente disponibilizado a partir do terceiro trimestre, intensificando a disputa pelo domínio na infraestrutura de treinamento de modelos de IA.

A plataforma Cursor analisou as complexidades de gerenciar o Git em larga escala, especialmente ao tentar centralizar sua arquitetura distribuída. O artigo aprofunda as dificuldades de lidar com packfiles e a natureza inerentemente descentralizada do Git em ambientes que exigem alta performance e escalabilidade. São exploradas diversas estratégias para otimizar a distribuição do sistema de arquivos, dos próprios packfiles ou do Git, visando contornar gargalos e garantir operações robustas.

A Thinking Machines acaba de lançar o Inkling, seu mais novo modelo de IA, desenvolvido do zero e com pesos disponíveis no Hugging Face sob a licença Apache 2.0. O artigo explora as decisões de design que moldaram o Inkling, destacando sua arquitetura inovadora, a abordagem para codificação de posição e a integração de dados multimodais – como imagens e áudio – sem a necessidade de um encoder pré-treinado separado. Detalhes técnicos, como a configuração de "thinking effort", são igualmente abordados, prometendo um nível de personalização e flexibilidade que pode redefinir o desenvolvimento de modelos de IA.

A Liquid AI inovou ao empregar agentes de codificação autônomos no desenvolvimento do toktoktok, um sofisticado treinador de tokenizer BPE projetado para ambientes de produção. Este projeto, que exigiu conhecimentos em Machine Learning (ML) e em sistemas, demonstrou a importância de especificações claras, a colaboração em tarefas multidisciplinares e a verificação externa rigorosa como pilares para a construção de fluxos de trabalho de agentes de IA de longo prazo com alta confiabilidade.

Pesquisas recentes revelam que o alinhamento de segurança em Modelos de Linguagem de Grande Escala (LLMs) de código aberto pode ser facilmente contornado. A técnica de "abliteration" é capaz de remover as salvaguardas de recusa em poucos minutos, tornando ineficazes as defesas tradicionais. Uma vez que a recusa é eliminada, a maioria das respostas a solicitações perigosas são "isco" (decoys) confiantes e fluentes, contendo informações falsificadas. Essa vulnerabilidade se estende a jailbreaks "in-context", evidenciando que as defesas atuais são insuficientes e se aplicam apenas a modelos em seu lançamento inicial, levantando sérias questões sobre a segurança e a confiabilidade de LLMs open-weight.

O Miles v0.1, um sistema de código aberto, surge como uma solução robusta para o aprimoramento de agentes de IA pós-treinamento inicial, utilizando aprendizado por reforço. Sua arquitetura permite que equipes, como as que desenvolvem agentes de codificação, deployem múltiplas instâncias em ambientes isolados para execução de tarefas. As tentativas bem-sucedidas são pontuadas e reincorporadas ao processo de treinamento, garantindo que o modelo seja continuamente atualizado e distribuído aos "workers" sem interrupções. O Miles integra funcionalidades cruciais como "rollout", "sandboxing", treinamento assíncrono, "replay", atualização de modelo e suporte a múltiplos hardwares, otimizando este ciclo em escala.

O FreeToken surge como uma solução inovadora para a execução eficiente de Modelos de Especialistas (MoE) em dispositivos de borda, como computadores pessoais. A tecnologia gerencia dinamicamente a realocação de especialistas, o estado do modelo, o uso da CPU/GPU e o reuso do estado do agente, adaptando-se inteligentemente à largura de banda e memória disponíveis. Os criadores da ferramenta demonstram seu suporte a mais de 20 modelos MoE, abrangendo desde modelos de 35 bilhões de parâmetros em GPUs de laptops de 8GB até o colossal modelo GLM de 753 bilhões de parâmetros em uma única workstation.

Um estudo recente apresenta um sistema inovador para assegurar que os agentes de IA operem estritamente dentro das permissões definidas ao longo de toda a execução de tarefas complexas, não apenas na etapa inicial. Imagine um agente de reembolso: ele poderia acessar dados de clientes, calcular valores, operar ferramentas de pagamento respeitando limites, solicitar aprovação humana e registrar cada ação para auditoria, tudo sob uma única e rigorosa política. Os criadores da tecnologia revelam que seu sistema conseguiu bloquear ou corrigir impressionantes 94,8% das ações que violavam as regras, enquanto ainda permitia a conclusão de 86,9% das tarefas legítimas. Este avanço é crucial para a governança e segurança na automação via IA.

A Nvidia, frente à crescente concorrência de empresas como AMD e Google no setor de chips, está consolidando sua liderança em IA através de uma robusta estratégia de capital. A empresa planeja um investimento de US$ 105 bilhões em um centro de dados em Ohio, dedicado a apoiar a OpenAI, visando expandir a infraestrutura de IA global. Além disso, a Nvidia está estabelecendo parcerias estratégicas com financiadores de Wall Street para impulsionar investimentos em GPUs, diversificando suas fontes de receita e ampliando sua influência no mercado de IA.

Em uma recente discussão sobre a automação da pesquisa em IA, Dwarkesh Patel e Ryan Greenblatt trouxeram à tona a crescente relevância do progresso algorítmico como catalisador dos avanços da IA, independentemente da dependência de dados gerados por humanos. Corroborando essa perspectiva, Shuchao Bi, co-fundador do YouTube Shorts, ressaltou a importância de distribuições de dados refinadas para aprimorar o desempenho dos modelos. Ambos os especialistas convergem na ideia de que a otimização dos processos de dados pode acelerar significativamente a pesquisa em IA, desafiando concepções tradicionais sobre o papel exclusivo dos dados humanos na melhoria dos modelos de IA.

A Anthropic, gigante da IA, está articulando um movimento estratégico para proteger seus fundadores de pressões externas antes de sua potencial abertura de capital. A empresa planeja conceder aos co-fundadores uma classe especial de ações que lhes conferiria poder de voto ampliado, garantindo assim que a visão original e o controle estratégico da companhia permaneçam nas mãos de seus criadores, mesmo com a entrada de novos acionistas no mercado.

Uma análise recente do setor de Inteligência Artificial revela que modelos locais, como o Qwen3.8-27B, estão demonstrando capacidade de superar modelos maiores e baseados em nuvem, a exemplo do GLM-5.2. Essa performance superior, apesar de um tamanho reduzido, é atribuída à priorização do raciocínio lógico em detrimento da mera memorização de dados. A tendência sinaliza uma possível mudança de paradigma no desenvolvimento e aplicação de sistemas de IA, focando mais na eficiência e inteligência intrínseca dos algoritmos.

A Harvey anunciou o lançamento do Harvey II, uma inovação que promete transformar a eficiência no setor jurídico. A nova versão da plataforma incorpora agentes de IA capazes de iniciar tarefas com base em contexto prévio, memória e preferências de atividades anteriores. Essa funcionalidade elimina a necessidade de configurações repetitivas, otimizando o fluxo de trabalho e permitindo que profissionais do direito dediquem mais tempo a atividades de maior valor estratégico.

A Vercel, renomada plataforma de desenvolvimento web, acaba de lançar um desafio de segurança que promete movimentar a comunidade de pesquisadores. Com uma recompensa de até US$ 1 milhão, a empresa convoca especialistas para tentarem escapar do seu ambiente Sandbox, que é baseado na tecnologia Firecracker. O desafio terá duração de duas semanas, buscando fortalecer a segurança da plataforma e recompensar talentos na área.

A Etched, empresa de hardware especializado, celebrou marcos cruciais ao enviar seu primeiro rack para a renomada Jane Street. Paralelamente, a startup garantiu uma robusta captação de US$ 700 milhões, elevando sua avaliação de mercado para impressionantes US$ 21 bilhões. Esse avanço posiciona a Etched como um player relevante no cenário da IA, destacando a demanda crescente por soluções de hardware otimizadas.

A Warp apresenta o Warp Factories, um sistema "out-of-the-box" desenhado para revolucionar o desenvolvimento de software de IA. Adotando um modelo de "fábrica de software", a novidade promete integrar ferramentas e processos de forma otimizada, agilizando drasticamente a criação e a implementação de soluções de inteligência artificial no mercado. A iniciativa da Warp busca simplificar e escalar a produção de aplicações de IA, oferecendo uma plataforma completa para desenvolvedores e empresas.