O Google apresentou o Deep Research e o Deep Research Max, utilizando o modelo Gemini 3.1 Pro para aprimorar as capacidades de pesquisa autônoma.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
16994 notícias encontradas
A OpenAI lançou um modelo de imagem aprimorado, que oferece renderização de texto melhorada, raciocínio multi-imagem e saídas de maior fidelidade. Essa evolução permite a criação de ativos complexos, como histórias em quadrinhos e materiais visuais de marketing.
O "Conway" da Anthropic é um agente "always-on" com extensões de UI, disponível para web e mobile. Ele permite aos usuários gerenciar conectores, instalar extensões e configurar o ambiente de forma flexível, aprimorando a interação contínua com o sistema.
O CEO da OpenAI, Sam Altman, criticou o novo modelo de cibersegurança da Anthropic durante uma aparição em podcast esta semana, afirmando que a empresa estava usando o medo para fazer seu produto parecer mais impressionante do que realmente é. A Anthropic anunciou seu modelo Mythos no início deste mês e o lançou apenas para um pequeno grupo de clientes corporativos, alegando que o modelo era muito poderoso para ser liberado ao público, pois cibercriminosos poderiam usá-lo como arma. Altman declarou que o marketing baseado no medo da Anthropic era uma boa maneira de manter a IA nas mãos de uma elite pequena e exclusiva. O marketing baseado no medo é predominante na indústria de IA, e também já foi utilizado pelo próprio Altman.
A Ramp Labs descobriu que agentes autônomos de programação ignoram completamente os limites passivos de token e não conseguem regular de forma confiável seus próprios gastos. Quando forçados a aprovar ou negar explicitamente extensões orçamentárias, os modelos exibiram um viés de autoatribuição severo, elogiando excessivamente seu próprio progresso e quase sempre aprovando mais gastos. Para gerenciar custos de forma eficaz, os pesquisadores tiveram que separar o agente em execução das decisões financeiras, implementando um modelo controlador independente que avalia snapshots objetivos do ambiente de trabalho.
Um guia prático que detalha estratégias de prompting para geração de imagens, abordando técnicas para controlar estilo, estrutura e fidelidade em fluxos de trabalho de produção de imagens.
A OpenAI está colaborando com diversas firmas de consultoria para auxiliar na venda de sua ferramenta de codificação de IA, o Codex, para empresas. O Codex agora conta com quatro milhões de usuários ativos semanais, um aumento notável em relação aos três milhões registrados há apenas duas semanas. Este programa de consultoria faz parte do esforço da OpenAI para focar em codificação e no segmento de negócios empresariais, concedendo aos parceiros de consultoria acesso a uma ferramenta de codificação de IA como parte da iniciativa.
A pesquisa em Deep Neural Lesion (DNL) identifica parâmetros extremamente sensíveis em redes neurais. Nesses pontos, a alteração de apenas alguns bits pode levar a uma falha drástica no desempenho do modelo, impactando tanto tarefas de visão quanto de linguagem. O trabalho também demonstra que proteger um pequeno subconjunto desses bits é uma estratégia eficaz para mitigar tais falhas.
O formato DESIGN.md do Stitch permite que usuários exportem ou importem regras de design entre diferentes projetos. O Stitch compreende a lógica por trás dos sistemas de design e é capaz de gerar interfaces de usuário que correspondem às branches. O Google disponibilizou como open-source a especificação preliminar do DESIGN.md, que pode ser aplicada em qualquer ferramenta ou plataforma. Um vídeo detalhando o formato está disponível no artigo.
Agent-World descreve um ambiente autoevolutivo que gera tarefas e loops de feedback para treinar e aprimorar continuamente agentes autônomos.
Eventualmente, será impensável fazer matemática sem assistência de IA, assim como se tornou impensável fazê-la sem teoria dos conjuntos e LaTeX.
A Cloudflare desenvolveu um sistema customizado de code review com IA que realizou 131.246 revisões em 48.095 merge requests em seu primeiro mês de operação. Utilizando até sete agentes de IA especializados que cobrem segurança, performance e qualidade de código, o sistema revisou o código em um tempo mediano de 3 minutos e 39 segundos, com um custo médio de US$ 1,19 por revisão. A empresa construiu a solução em torno do OpenCode, após constatar que as ferramentas existentes careciam de personalização. O sistema implementa uma arquitetura de plugins com circuit breakers, cadeias de failback de modelo e uma taxa de acerto de cache de 85,7%, processando 120 bilhões de tokens. A taxa de override "break glass" – quando engenheiros precisavam contornar o revisor de IA – foi mantida em apenas 0,6%.
Os coletores gerenciados pela AWS para Amazon Managed Service for Prometheus substituem múltiplos servidores Prometheus auto-gerenciados, realizando o scraping centralizado de métricas de EC2, ECS e MSK via VPC. Isso reduz o overhead operacional e permite monitoramento unificado, escalabilidade e segurança. A configuração utiliza exporters, descoberta de serviços baseada em DNS e scrapers seguros via IAM para coletar e consultar métricas em diferentes ambientes, suportando observability resiliente, alertas entre serviços e monitoramento otimizado para custo com controles de melhores práticas.
A Mozilla relata que, utilizando modelos avançados de IA, identificou e corrigiu centenas de vulnerabilidades de segurança no Firefox, 271 em uma única release, demonstrando que a IA agora pode se igualar aos principais pesquisadores humanos na descoberta de bugs complexos.
O GitHub aprimorou a transparência da saúde de seus serviços adicionando um estado de Performance Degradada, publicando métricas de uptime por serviço e introduzindo um componente para provedores de modelo de IA do Copilot, visando refletir melhor incidentes e a confiabilidade da plataforma.
A Cloudflare introduziu dicionários de compressão compartilhados para reduzir transferências de dados redundantes, à medida que as páginas se tornam mais pesadas e são reconstruídas com maior frequência por atividades orientadas por IA. Ao enviar apenas as diferenças de arquivos entre as versões, testes iniciais demonstram melhorias significativas na largura de banda e na velocidade, com o lançamento da versão beta previsto para 30 de abril.
Boa arquitetura não deve depender de imposição ou orientação excessiva, pois ambas geram atrito e resistência das equipes internas. Em vez disso, uma abordagem de 'paved road', que fornece soluções prontas e aprovadas, representando o caminho mais fácil, impulsiona naturalmente a adoção e alinha projetos sem o alto overhead de governança.
Uma equipe SRE de duas pessoas no STCLab conseguiu reduzir o tempo de investigação de alertas de 15-20 minutos para menos de 2 minutos. Isso foi alcançado com a implantação do HolmesGPT, utilizando runbooks personalizados que diminuíram as chamadas de ferramentas desnecessárias de 16 para apenas 2 por investigação. A equipe observou que runbooks em markdown, especificando quais ferramentas ignorar por namespace, foram mais cruciais do que a seleção do modelo. O mesmo modelo alcançou uma pontuação de 4,6 de 5 com o uso dos runbooks, em contraste com 3,6 sem eles. Atualmente, o sistema processa cerca de 12 investigações diárias únicas, com um custo mensal aproximado de US$ 12.
A release do Grafana 13 foi anunciada na GrafanaCON 2026 em Barcelona, trazendo grandes atualizações. Entre elas, destacam-se os dashboards sugeridos com pontuação de compatibilidade para usuários Prometheus, um Grafana Assistant com IA agora disponível para usuários OSS e Enterprise, e dashboards dinâmicos ativados por padrão com um novo schema v2. A versão também implementou o Git Sync em general availability para todas as edições, adicionou suporte ao IBM DB2 como um Enterprise data source e lançou o programa piloto Grafana Marketplace para desenvolvedores de plugins de terceiros.
A versão 18.11 do GitLab expande a IA agentic em todo o desenvolvimento com correções automatizadas de vulnerabilidades, configuração de pipelines e funcionalidades de analytics, visando preencher lacunas entre a geração rápida de código e a entrega. A atualização também introduz controles de uso para gastos com IA, permitindo uma adoção escalável e com custos previsíveis dos agentes GitLab Duo.