Último briefing
18 de julho de 2026 · 5 notícias (site) · 6 notícias (base)
Le 18 juillet 2026, le marché des agents IA s’industrialise et se durcit : Thinking Machines Lab publie Inkling, un modèle ouvert taillé dès le départ pour piloter des agents ; PrismML compresse Bonsai 27B au point de le faire tourner directement sur un téléphone haut de gamme ; Tec-Do lance Navos 2.0, une chaîne complète d’agents marketing qui couvre de la détection d’opportunité jusqu’à la publication ; Alterion positionne Draco comme la couche de contrôle indispensable avant tout déploiement en entreprise ; et Bunkerhill Health atteint 55 M$ de financement cumulé pour des agents qui tournent déjà dans des hôpitaux américains.
🔥 À la une
01
Um modelo aberto e gratuito capaz de compreender texto, imagens e áudio — mas apenas em máquinas muito grandes
Por trás de cada assistente de IA está um « modelo », um enorme ficheiro de números treinado para reconhecer e produzir linguagem. A Thinking Machines Lab, jovem startup fundada por ex-OpenAI, acabou de publicar o Inkling sob licença aberta: um desses modelos, capaz de ler texto, imagens e áudio, e desenhado de raiz para pilotar agentes que usam ferramentas ou escrevem código. A aposta comercial é direta: o Inkling não é necessariamente o melhor em todos os benchmarks, mas é aberto, modificável e vem com documentação que explica como adaptá-lo a um ofício concreto. É a base que uma empresa pode retomar para construir o seu próprio agente à medida. O senão: mesmo a versão compacta ainda exige cerca de 600 GB de memória de vídeo — o equivalente a meia dúzia de placas gráficas topo de gama. Na prática, este modelo não vai correr num servidor típico de uma PME; será preciso passar por um fornecedor de cloud ou apostar numa versão mais leve. A lição é clara: a abertura torna-se argumento de venda, mas o alojamento continua a ser uma rubrica de custo a comparar prestação a prestação.
02
Um agente de IA completo que cabe no bolso de um telefone de topo de gama
Correr uma inteligência artificial completa diretamente num telefone, sem enviar um único dado para a cloud — é isso que o Bonsai 27B promete. A startup americana PrismML comprimiu um modelo de 27 mil milhões de parâmetros — equivalente, em complexidade, a uma enciclopédia de vários milhares de volumes — até um ficheiro de apenas 3,9 gigabytes. Suficientemente pequeno para caber na memória de um iPhone recente. No papel, o modelo aceita texto e imagens, pode raciocinar, chamar ferramentas externas e responder a cerca de 11 palavras por segundo, diretamente no dispositivo. Isto abre um novo tipo de produto: um « agente privado » que deixa de expedir os seus dados pessoais para um servidor remoto, funciona sem ligação à internet e que um dia poderá custar menos do que as ofertas cloud. Resta verificar, em hardware real e em condições reais, que estes números se mantêm. Mas a promessa muda a equação para tudo o que toca à confidencialidade: um agente que analisa documentos jurídicos, médicos ou financeiros sem nunca sair do seu bolso.
03
Uma cadeia de agentes que executa todo o marketing de exportação, da ideia à publicação
Em vez de vender « um assistente com quem conversar », a startup chinesa Tec-Do apresentou a 17 de julho, na feira WAIC de Xangai, o Navos 2.0: uma verdadeira cadeia de produção de marketing, composta por vários agentes especializados que se passam o trabalho. Um procura mercados estrangeiros com oportunidades. Outro escreve os textos publicitários. Um terceiro identifica os influenciadores locais certos. Um quarto produz os vídeos curtos adaptados a cada plataforma. Um quinto publica e ajusta, a partir do seu computador, nas ferramentas que já utiliza (Excel, PowerPoint, Lark). A lição é direta para quem quer vender agentes: o valor já não reside na conversa com um modelo, mas num resultado comercial completo e mensurável. Para uma PME francesa que visa a exportação, o que há a vender é « a sua campanha multilingue pronta a publicar com os seus prospetos identificados » — não « um agente que ajuda a pensar ». A Tec-Do reivindica mais de 100.000 anunciantes servidos em 2025 e uma rede de 150 milhões de criadores; estes números vêm da própria empresa e ainda carecem de validação em casos concretos.
04
Uma camada de controlo que impede um agente de apagar os seus dados ou mexer na produção
Testar um agente antes de o pôr em serviço é bom. Vigilá-lo enquanto trabalha é melhor. É precisamente isso que o Draco propõe, lançado a 16 de julho pela startup Alterion: uma camada de software que se coloca entre os agentes e os sistemas da empresa, observa o que estão prestes a fazer e bloqueia a ação se for arriscada — apagar dados, modificar um sistema em produção, uma transferência bancária invulgar. Na prática, cada agente recebe permissões limitadas, as suas ações são registadas e um humano pode validar com um clique as decisões sensíveis. O produto promete também medir o consumo de « tokens » (as unidades faturadas pelos fornecedores de IA) de cada agente, para saber quem custa o quê. Para os diretores de informática, esta é a peça que faltava: sem este tipo de salvaguarda, pôr um agente num sistema crítico equivale a contratar alguém e dar-lhe as chaves sem verificar o que faz. É também, para ofertas como a Agent Wealthy, a oportunidade de vender um produto « agente pronto para a empresa », com segurança e auditoria integradas desde a conceção.
05
55 milhões de dólares para agentes que já trabalham em hospitais americanos
Uma plataforma que permite aos hospitais criar e implementar os seus próprios agentes — para triagem de doentes, seguimento de tratamentos, administração — acabou de fechar uma ronda de financiamento que eleva o seu financiamento acumulado a 55 milhões de dólares. A Bunkerhill Health, startup californiana, convenceu fundos prestigiados (Khosla Ventures, Sequoia, Y Combinator) de que os agentes de IA podem ter lugar em processos médicos críticos. Na University of Texas Medical Branch, mais de vinte agentes já funcionam em paralelo na plataforma Carebricks. Segundo a empresa, um agente de triagem em nefrologia reduziu para metade o tempo para ver um especialista; um agente de seguimento de nódulos pulmonares tratou os casos urgentes 80 % mais depressa e duplicou o número de doentes seguidos conforme as recomendações. Estes resultados são relatados pela empresa e carecem de confirmação noutros locais. Mas o movimento de fundo é claro: os investidores apostam em agentes verticais — especializados num ofício concreto, com um resultado mensurável e reproduzível — e não em agentes generalistas versáteis.
📡 À surveiller
13 M$ para uma startup que limpa os dados antes de os confiar aos agentes de cibersegurança
A Beacon Security fechou a 16 de julho uma ronda semente de 13 milhões de dólares. A sua especialidade: recolher informações de dezenas de ferramentas de segurança diferentes (firewalls, antivírus, detetores de intrusão), limpá-las, cruzá-las e depois confiá-las a agentes encarregues de detetar ataques ou investigar. A mensagem vale para qualquer agente: se recebe dados incompletos ou contraditórios, toma más decisões. Num site como o The Agent Watch, uma resposta útil deve poder remontar à sua fonte e separar um dado verificado de uma simples afirmação.
Claude Code transforma uma conversa numa tarefa em segundo plano que continua a trabalhar sem si
A Anthropic adicionou ao Claude Code o comando « /fork »: copia a conversa para uma tarefa separada que continua a trabalhar enquanto o utilizador passa a outra coisa. As páginas produzidas pelo Claude podem também consultar as ferramentas do leitor (por exemplo, a sua lista GitHub), com o seu consentimento. O resultado publicado aproxima-se assim de um miniproduto vivo em vez de uma captura estática.
A NVIDIA propõe medir os agentes em « inteligência por dólar » em vez de em tokens
A NVIDIA considera que os agentes devem ser melhorados continuamente a partir das suas falhas em produção, e recomenda medir o que este ciclo custa realmente. A noção de « inteligência por dólar » convida a acompanhar, para cada agente, o custo completo por entregável aceite e a sua taxa de sucesso, em vez de apenas o preço por milhão de tokens.
Dados verificáveis e proveniência: um padrão a impor desde a conceção
A Beacon Security demonstra-o: um agente alimentado por dados não verificados toma más decisões. Para qualquer oferta de agentes, cada resposta deve indicar de onde vem a informação, separar um dado confirmado de uma afirmação do fornecedor e conservar um rasto da fonte. É também o que um briefing como o The Agent Watch se esforça por fazer: citar a fonte primária em cada notícia.
📊 Tendance
A 18 de julho de 2026, o mercado dos agentes de IA continua a industrializar-se e a endurecer. Dois modelos abertos marcam o ponto: o Inkling da Thinking Machines Lab, desenhado de raiz para pilotar agentes à medida, e o Bonsai 27B da PrismML, suficientemente compacto para correr um agente multimodal diretamente num telefone. Do lado dos produtos, a Tec-Do lança o Navos 2.0, uma cadeia completa de agentes de marketing que cobre tudo, da deteção de oportunidades até à publicação, enquanto a Alterion posiciona o Draco como a camada de segurança sem a qual nenhuma implementação empresarial pode passar. O dinheiro segue a mesma lógica: a Bunkerhill Health (55 M$ acumulados) prova que os investidores financiam agora agentes verticais que entregam resultados reproduzíveis no hospital, enquanto a Beacon Security (13 M$ em semente) aposta na qualidade dos dados que chegam aos agentes de cibersegurança. Três lições emergem para quem constrói com IA: (1) um agente vendável é hoje um agente que combina um modelo adaptado ao caso de uso, um percurso completo da necessidade ao resultado e uma camada de segurança e auditoria; (2) a abertura dos modelos torna-se uma vantagem comercial — modificar o motor é mais rentável do que reconfigurar tudo via APIs; (3) o indicador certo não é o preço do token mas o custo completo por entregável aceite e a sua taxa de sucesso, como propõe a NVIDIA.