Sam Altman prefere que um trilhão de IAs com inteligência ligeiramente sobre-humana se integrem à sociedade a que uma única IA com QI de 1 trilhão faça o mesmo. Para ele, enxames de agentes reúnem muitas das propriedades de uma sociedade resiliente: eles se mantêm em xeque mutuamente e colaboram para alcançar objetivos. Segundo o texto, a pesquisa em IA não deveria seguir uma direção centralizada, já que agentes que se contrapõem criam um equilíbrio dinâmico.
A Mistral liberou os pesos do Mistral Large 4, modelo de 1 trilhão de parâmetros pensado para deployment self-hosted e para aplicações de cibersegurança. Segundo a própria empresa, o modelo tem o melhor desempenho entre os open-weight em benchmarks de coding para agentes e capacidades de cibersegurança comparáveis às do GLM-5.3.
A OpenAI atualizou o Model Spec, documento que orienta o comportamento de seus modelos, e passou a estruturá-lo em cinco valores: fidelidade à intenção humana, minimização de danos, honestidade e transparência, autonomia humana (human agency) e cuidado.
Agent swarms são grupos de agentes que trabalham juntos para cumprir uma tarefa. Pesquisadores montaram um experimento com oito agentes, de quatro modelos diferentes, para resolver falhas simuladas em conjunto. O objetivo era entender como os agentes se organizam em um swarm sem um líder designado. O estudo identificou dois fatores que podem influenciar o potencial de liderança de um agente: o modelo subjacente e a ordem em que o nome de cada agente aparece listado no prompt. O resultado sugere que até detalhes aparentemente pequenos na configuração de um swarm podem afetar a forma como os agentes se coordenam.
O Muse Spark Open costuma citar um Charter em seu chain of thought. Um post no LessWrong reconstruiu esse documento a partir dessas menções. A reconstrução se baseia apenas nas saídas do modelo, e não em um documento vazado, então pode não ser totalmente precisa.
O GLM 5.3 consegue identificar e explorar vulnerabilidades em versões recentes do Firefox, da Mozilla, a partir de correções de segurança que já foram publicadas, mas ainda não chegaram aos usuários. Modelos open-weight amplamente disponíveis já executam boa parte desse trabalho sozinhos, ou até todo ele. Projetos de código aberto são especialmente vulneráveis a esse tipo de ataque, já que o código é público. Esse vetor de ameaça provavelmente vai se agravar conforme as capacidades cibernéticas dos modelos open-weight continuarem evoluindo.
O Droid é um agent harness que permite aos agentes executar centenas de tool calls em uma única requisição ao modelo. Segundo a publicação, construir um harness otimizado para muitos modelos o torna melhor: quando o ajuste é feito contra um único modelo, fica difícil separar o progresso real das adaptações às peculiaridades dele. Trabalhar com vários modelos, argumenta o texto, garante que as melhorias mais fortes se generalizem e se sustentem além do modelo que as inspirou.
A Meta detalha como levou o Just-in-Time Testing, sistema baseado em LLM, de protótipo de pesquisa para infraestrutura de produção. No artigo, a empresa explica como os testes gerados por IA detectam bugs antes de as alterações de código serem integradas e como o sistema opera em escala. Também compartilha o que aprendeu sobre reduzir falsos positivos e o overhead de testes.
Modelos pós-treinados podem competir com frontier models em tarefas especializadas, como a edição no Figma. Segundo a Figma, começar por um problema bem delimitado pode transformar o progresso em atualizações de produto relevantes. O post da empresa explica como foi o treinamento de um modelo de edição fluente em Figma.
Os modelos de IA estão evoluindo de forma exponencial em competência individual, mas ainda ficam atrás em coordenação. Em entregas autocontidas, já igualam ou superam especialistas experientes em dezenas de profissões. O mercado de trabalho reflete as capacidades atuais desses sistemas, e salários e funções profissionais tendem a ser os primeiros sinais de mudança.
A Natural apresentou o Direct, produto que permite a agentes escolher entre ACH, Wire e Realtime para realizar diferentes tipos de transações financeiras. A empresa informa que cheques em papel também devem ser incluídos em breve. O lançamento está disponível oficialmente.
O fx adapter agora executa o harness no host por meio da libfx, o que separa as operações do host das do sandbox. O lançamento oficial já está disponível, segundo o changelog da Vercel.
Conteúdo curado diariamente, direto no seu e-mail.
