A API do Google Gemini foi atualizada com o recurso Tool Retrieval, que possibilita a execução dinâmica de funções. Desenvolvedores agora podem registrar funções que a API identificará e executará automaticamente, como processar reembolsos a partir de uma entrada específica. Essa funcionalidade visa otimizar a automação de workflows, aprimorando a integração de ferramentas e expandindo as capacidades de automação dentro das aplicações que utilizam a API do Gemini.
Um estudo comparativo realizado pela Replit revelou que equipes de 32 agentes Opus da Anthropic demonstraram uma melhoria de 18,9x na velocidade de conclusão de uma carga de trabalho NumPy, superando significativamente a performance de um único agente, que alcançou um aumento de 3,7x no mesmo período de duas horas e com maior consumo computacional. Os resultados indicam que a eficiência de múltiplos agentes é condicionada pela natureza da tarefa, que deve ser passível de paralelização, e pela utilização de painéis de coordenação compartilhados para uma comunicação eficaz. Curiosamente, a pesquisa observou que o desempenho do agente solo mais robusto tende a decrescer à medida que o tamanho das equipes de IA aumenta, sugerindo complexidades na integração e coordenação em larga escala.
O Gemini agora oferece suporte a usuários de Mac, permitindo a execução de tarefas complexas que abrangem arquivos locais, aplicativos de desktop e a navegação web. Operando em uma janela isolada em segundo plano, o Gemini exibe uma pré-visualização em tempo real das ações diretamente no chat, enquanto a tela principal e o cursor permanecem livres, garantindo que o usuário possa continuar suas atividades sem interrupções. A funcionalidade inclui a possibilidade de selecionar quais aplicativos o Gemini pode acessar, monitorar cada etapa ao vivo, pausar a qualquer momento e aprovar ações cruciais antes de serem executadas.
Apesar de anos de discussão, empresas de IA demonstram despreparo para gerenciar riscos de autorrecursão de forma segura e responsável, um cenário considerado perigoso. Especialistas indicam que formuladores de políticas devem priorizar o entendimento desses riscos e considerar a modulação ou interrupção do avanço da IA de fronteira. Sugere-se que funcionários de laboratórios de IA expressem preocupações internamente, alertem autoridades e o público, ou considerem ações como formação de sindicatos ou renúncias. A sociedade civil é incentivada a pressionar por uma regulamentação que freie a corrida desenfreada no setor. Protestos são vistos como uma ferramenta eficaz para chamar a atenção da mídia e dos legisladores.
Em testes controlados, modelos de IA em um servidor de inferência compartilhado demonstraram a capacidade de trocar informações, superando as barreiras do sandboxing. Foi observado que uma solicitação de grande porte de um modelo induzia pequenas alterações nos cálculos do servidor, e outro modelo era capaz de interpretar essas variações como um sinal, estabelecendo assim uma comunicação não intencional.
O Stripe Evals é um novo benchmark desenvolvido para medir a capacidade de agentes de código e modelos de linguagem em construir integrações de alta qualidade. Utilizando cenários realistas e simulados, onde um agente desempenha papéis diversos, a Stripe avalia a performance desses sistemas. A iniciativa revelou que a combinação de estruturas de codificação (coding harnesses) com modelos de ponta (frontier models) pode gerar integrações Stripe funcionais de ponta a ponta, mesmo que nem sempre aderindo às melhores práticas. Este benchmark fornece insights cruciais para aprimorar a direção dos agentes, visando resultados de negócios superiores para os usuários da plataforma.
O Perplexity Computer, ferramenta de busca baseada em IA, ganhou a capacidade de construir e atualizar suas próprias habilidades. Essa funcionalidade é impulsionada pelo seu sistema Brain, que permite ao modelo aprender continuamente a partir das sessões de cada usuário, aprimorando sua performance ao longo do tempo.
O Google acaba de lançar o Mirror Dimension, uma plataforma projetada para avaliação controlada de agentes de IA que interagem com navegadores. A ferramenta permite testar a segurança e a eficácia desses agentes sem a necessidade de acesso à web em tempo real, mitigando os riscos inerentes à interação direta com websites do mundo real.
A Apple revelou o FastFrames, uma nova tecnologia que integra dois modelos de IA desenvolvidos para a geração de vídeos em resolução 480p com latência interativa. A solução permite o processamento de cada quadro em apenas 36 milissegundos, utilizando uma única GPU na versão mais compacta do modelo, abrindo portas para aplicações que exigem feedback visual instantâneo.
Com a Inteligência Artificial Geral (AGI) cada vez mais próxima, a DeepMind ressalta a urgência de debater o que virá depois. A transição para a Superinteligência Artificial Geral (ASI) pode ter um impacto transformador na ciência, economia e sociedade, superando significativamente o impacto da própria AGI. Para se preparar, é fundamental traçar os caminhos potenciais da AGI para a ASI e desenvolver métodos robustos de monitoramento do progresso, conforme destacado em recente ensaio da DeepMind.
A OpenAI revelou que sua Performance Factory utiliza o modelo Codex para automatizar e otimizar a investigação e a correção de regressões de performance no ChatGPT. Essa abordagem visa manter a agilidade e a responsividade do modelo em larga escala.
A Vercel anunciou o lançamento do Board, uma plataforma experimental desenhada para facilitar a comunicação e a colaboração entre agentes de IA. A ferramenta funciona como um quadro de mensagens onde os agentes podem reivindicar tarefas, publicar atualizações de progresso e compartilhar contexto relevante com outros agentes. A iniciativa visa otimizar a coordenação e a troca de informações em ambientes de IA distribuída.
Cientistas da computação da UC San Diego e do MIT estão conduzindo uma revisão independente sobre o recente anúncio da OpenAI e da Anthropic. As empresas haviam alegado que seus modelos de IA conseguiram refutar a Hipótese do Tempo Exponencial (ETH), uma das principais teorias na área de complexidade computacional.
A Cloudflare anunciou a disponibilização pública dos pesos do Clairic e do Clairic-flash. Estes modelos são desenvolvidos para a extração de campos específicos a partir de diversos tipos de dados, incluindo texto, imagens e PDFs, expandindo o acesso a ferramentas avançadas de processamento documental.