Último briefing
20 de julho de 2026 · 5 notícias (site) · 5 notícias (base)
A 20 de julho de 2026, o ecossistema dos agentes de IA consolida a semana pós-WAIC Xangai e pós-Kimi K3 com um dia virado para os tijolos de infraestrutura: a Hugging Face publica a TRL v1.8.0, que permite treinar um agente em vários ambientes em paralelo; a Helsing fecha uma ronda de 1,8 mil milhões de euros a 18 mil milhões de avaliação para os seus drones autónomos e a análise de campo de batalha IA; o departamento do Comércio americano utiliza pela primeira vez a lei do controlo das exportações para suspender o acesso a dois modelos da Anthropic em todo o mundo; o Japão lança oficialmente a Noetra, o seu modelo de fundação Physical AI apoiado pela Sony, SoftBank e Honda; e um novo artigo de investigação mostra que agora se podem treinar agentes por reforço para lá dos 4 milhões de elementos sem saturar a memória das placas gráficas.
🔥 Em destaque
01
Hugging Face torna os agentes de IA treináveis ao mesmo tempo em código, jogo e navegação — sem que misturem as ferramentas
Hoje, treinar um agente de IA ainda se parece muito com uma escolha única: especializa-se para programar, ou para jogar, ou para navegar, mas não para as três coisas ao mesmo tempo. A Hugging Face publica a versão 1.8.0 da TRL, a sua caixa de ferramentas de referência para o «pós-treino» (a última etapa em que se ensina um modelo a fazer melhor o seu trabalho em vez de se limitar a produzir texto). A novidade que muda a equação: um só treino pode agora misturar vários ambientes — um que simula um jogo, um que simula um editor de código, um que simula um navegador — e cada um declara as suas próprias ferramentas e o seu próprio modo de recompensar o agente. As ferramentas já não «transbordam» de um universo para o outro: o modelo treinado para programar já não tenta invocar uma ferramenta de jogo no meio de uma linha de Python. Para a Info-Sys, é a peça de infraestrutura open source que faltava para passar de um agente que fala de um assunto para um agente que age de verdade num ambiente preciso. O módulo de otimização KTO passa a versão estável, e a memória das placas gráficas é melhor aproveitada — +19 % de velocidade nos modelos de 4 mil milhões de parâmetros. Na prática, isto significa que agora se pode preparar um agente em vários domínios sem recomeçar do zero de cada vez.
02
Helsing angaria 1,8 mil milhões de euros para drones autónomos e análise de campo de batalha — a defesa IA torna-se uma categoria de investimento por direito próprio
A Helsing, start-up alemã que constrói sistemas de IA para a defesa militar (drones autónomos, software de análise de dados de combate, vigilância submarina), fecha uma nova ronda de financiamento de 1,8 mil milhões de euros a uma avaliação de 18 mil milhões. A procura superou tanto a oferta que os fundadores puderam escolher os seus investidores. A Dragoneer lidera a ronda, com Goldman Sachs, JPMorganChase, General Catalyst e a caixa de reforma canadiana CPP. É a maior ronda alguma vez realizada por uma start-up europeia da defesa IA, e o sinal enviado aos mercados é nítido: a defesa alimentada por IA torna-se uma categoria de investimento por direito próprio, ao mesmo nível das infraestruturas de IA ou da cibersegurança. A empresa continua maioritariamente detida por investidores europeus — Daniel Ek (Spotify) e Tom Enders (ex-Airbus) permanecem co-presidentes do conselho. Para quem constrói agentes de IA, é um indicador a registar: os agentes físicos (drones, robôs, software militar autónomo) atraem agora tickets de vários mil milhões. O mercado europeu leva este segmento a sério, quando ainda era considerado um mercado de nicho há dois anos.
03
Os Estados Unidos têm uma nova ferramenta para desligar um modelo de IA a pedido — e todos estão em causa, mesmo fora das fronteiras americanas
A 12 de junho, o departamento do Comércio americano fez algo de novo: usou a lei do controlo das exportações para ordenar a suspensão do acesso a dois modelos de IA da Anthropic, Fable 5 e Mythos 5, para todos os utilizadores, em todo o mundo, incluindo investigadores e engenheiros estrangeiros a trabalhar nos Estados Unidos. O mecanismo é simples e brutal: uma carta confidencial, sanções penais em caso de incumprimento, e efeito imediato. A Anthropic não conseguiu filtrar os utilizadores por nacionalidade ao nível da sua API — a solução mais simples foi desligar por completo os dois modelos. Para quem implementa ou utiliza um modelo de IA de ponta a partir dos seus próprios servidores, é um precedente a integrar na sua postura de risco: um modelo que se aluga ou se utiliza pode ser cortado de um dia para o outro por uma decisão administrativa, sem passar por um juiz. A base legal (lei da reforma do controlo das exportações e regulamento sobre «usos militares ou de informações») nunca tinha sido testada no acesso remoto a um modelo de IA. A Comissão Europeia alertou publicamente para o risco de medidas «discriminatórias». Para a Info-Sys: a documentar em qualquer ficha de risco agêntico, e a acompanhar nas próximas semanas — três desfechos são possíveis segundo os analistas, entre os quais um regresso negociado e uma verificação de identidade custosa para os utilizadores.
04
O Japão lança o seu próprio modelo de IA para robôs e veículos autónomos — com Sony, SoftBank, Honda e Preferred Networks a bordo
O ministério japonês da Economia (METI) oficializou no final de junho o lançamento de um projeto de modelo de IA multimodal doméstico, talhado para o que se chama a «Physical AI»: os robôs industriais, os veículos autónomos, os sistemas que têm de compreender ao mesmo tempo imagens, texto e sinais de sensores. A start-up Noetra, criada para o efeito, é apoiada por 44 industriais japoneses — Sony, SoftBank, NEC, Honda e Preferred Networks na dianteira. O programa decorre ao longo de cinco anos (do exercício orçamental de 2026 a 2030) e é pilotado pela agência pública NEDO. O objetivo declarado é dispor de um modelo de fundação que uma empresa japonesa possa utilizar sem enviar os seus dados de produção para o estrangeiro — um tema sensível num país onde a indústria transformadora continua a ser um pilar da economia. O ângulo diferenciador em relação aos projetos americano (Stargate), chinês (WAICO), europeu (AI Factories) e indiano (IndiaAI): a Physical AI e a eficiência energética, duas prioridades naturais para o Japão. Para quem constrói agentes de IA: um novo modelo de fundação a seguir nos trimestres que vêm, com atenção particular à robótica e às utilizações industriais concretas.
05
Um novo método permite treinar agentes de IA em tarefas muito longas — sem saturar a memória das placas gráficas
Os agentes de IA de hoje acumulam, ao longo de um dia de trabalho, capturas de ecrã, saídas de ferramentas, extratos de documentos, resultados de análise — tudo isto pode representar vários milhões de pequenos elementos a tratar. Mas os métodos clássicos de treino por reforço (o método que ensina um agente por tentativas e erros em casos reais) saturam geralmente à volta dos 256 000 elementos por causa da memória limitada das placas gráficas. Um artigo publicado em meados de julho, sobriamente intitulado LongStraw, propõe um truque técnico que muda a equação: avaliar o histórico comum uma só vez sem recalcular todos os detalhes, depois refazer apenas os pequenos ramos que diferem. Os autores demonstram o seu método em modelos abertos existentes (Qwen3.6-27B e GLM-5.2) e conseguem treinar para lá dos 4 milhões de elementos sem explodir a memória. Para a Info-Sys: é o tijolo técnico que torna possível o treino de agentes em fluxos longos e complexos, como a análise de um dossier completo, a navegação num grande sítio web ou a coordenação de várias ferramentas durante várias horas. O artigo foi classificado n.º 1 do dia na Hugging Face, e os autores avisam honestamente que ainda há trabalho antes de o método ficar completamente integrado nas ferramentas padrão — mas a direção é clara.
📡 A vigiar
Microsoft lança a versão final da sua framework de agentes para as grandes empresas
A Microsoft Agent Framework (MAF) saiu em versão 1.0 a 2 de abril, após a fusão dos projetos históricos AutoGen e Semantic Kernel. Na conferência BUILD de 3 de junho, a Microsoft acrescentou três tijolos importantes: um «Agent Harness» que transforma qualquer cliente de chat num agente pronto para produção (com acesso aos ficheiros, memória, validação humana, compressão automática do histórico), um serviço de agentes alojado no Azure que escala sozinho e não custa nada quando está inativo, e um modo CodeAct em que o agente escreve e executa código para realizar uma tarefa em vez de invocar uma ferramenta específica. A oferta está disponível no mesmo código para os programadores .NET e Python. É a resposta da Microsoft à LangChain, à CrewAI e ao novo AutoGen independente: uma framework pronta para as grandes empresas, com governação integrada. A seguir de perto na escolha da stack agêntica.
500 modelos de IA open source acessíveis a partir de um único ponto de entrada — para as empresas que não querem gerir os seus próprios servidores
A AI.cc, plataforma sediada em Singapura, estabeleceu uma parceria com a Hugging Face para propor mais de 500 modelos de IA open source (Llama 4, Mistral, Qwen, Gemma, GLM, DeepSeek, Falcon, e mais de 300 outros) através de uma interface única compatível com a da OpenAI. Na prática, uma empresa pode interrogar estes modelos sem comprar placas gráficas, sem montar infraestrutura, e com faturação unificada. O serviço está aberto desde 15 de junho, com um nível gratuito para os testes. O contexto: os modelos open source representam agora 38 % do volume de tokens consumidos pelas empresas no primeiro trimestre de 2026, contra 11 % um ano antes. O encaminhamento automático para o modelo mais adequado a cada tarefa reduziria os custos de infraestrutura entre 40 e 65 %. Reserva: o comunicado original não foi recuperado — a informação vem de uma retransmissão corporate. Para a Info-Sys: a testar em casos de utilização simples para avaliar a fiabilidade antes de mudar cargas de produção.
SambaNova angaria 1 mil milhões para os seus chips alternativos à Nvidia — com a JPMorgan como primeiro cliente bancário
A SambaNova Systems, concorrente direta da Nvidia no segmento dos chips especializados para IA, fechou uma nova ronda de financiamento de mil milhões de dólares a uma avaliação de 11 mil milhões. A ronda é liderada pela General Atlantic, com BlackRock, T. Rowe Price, Qatar Investment Authority e Intel Capital — que é também parceiro técnico há vários anos. O sinal mais interessante para quem constrói agentes: a JPMorgan Chase escolheu a SambaNova como parceiro para correr os seus modelos de IA nos seus próprios servidores, em vez de apostar tudo na Nvidia. É a prova de que os grandes bancos e empresas constroem agora as suas próprias stacks de IA privadas por razões de soberania e de controlo de custos. Para a Info-Sys: a integrar na vigilância sobre as alternativas à Nvidia, particularmente para as cargas sensíveis (banca, defesa, governos) onde a soberania do hardware se torna argumento de venda.
A lei europeia sobre a IA entra plenamente em vigor a 2 de agosto — o que muda para os modelos implementados na Europa
Todas as regras do regulamento europeu sobre a IA (EU AI Act) tornam-se plenamente vinculativas a 2 de agosto de 2026 para os modelos ditos «GPAI» (modelos de uso geral). Na prática: obrigações de transparência, respeito dos direitos de autor nos dados de treino, avaliações de segurança e sanções em caso de incumprimento. Para quem constrói agentes de IA e os implementa na Europa, é a hora de verificar que cada modelo de terceiros utilizado dispõe de uma documentação técnica conforme, e que os fluxos agênticos não caem sob uma categoria de alto risco. A distinguir do precedente americano BIS sobre Fable e Mythos: a regulação europeia é conhecida com antecedência, previsível, mas extensa — aplica-se a qualquer modelo posto à disposição de utilizadores europeus, qualquer que seja a nacionalidade do editor.
📊 Tendência
A 20 de julho de 2026, o ecossistema dos agentes de IA continua a consolidar a semana pós-WAIC Xangai e pós-saída do Kimi K3, com um dia de vigilância virado para os tijolos de infraestrutura e os precedentes estruturantes. Cinco ensinamentos emergem para quem constrói agentes de IA. (1) O treino multi-ambiente torna-se a norma — a Hugging Face TRL v1.8.0 permite agora misturar universos de agentes (código, jogo, navegação) num só treino, o que abre a porta a agentes generalistas treinados em fluxos reais, e não apenas em benchmarks. (2) A defesa IA atrai tickets recorde — a ronda da Helsing a 1,8 mil milhões de euros a 18 mil milhões de avaliação confirma que os agentes físicos (drones autónomos, análise de campo de batalha) se tornaram uma categoria de investimento por direito próprio, com implicações para quem vende ou implementa agentes em setores sensíveis. (3) O controlo das exportações torna-se um risco operacional — a utilização da lei americana BIS para cortar o acesso a dois modelos da Anthropic abre um precedente: qualquer agente implementado em servidores de terceiros é agora suscetível de ser desligado por decisão administrativa. (4) A soberania da IA torna-se um projeto nacional mesmo fora das grandes potências — o Japão lança oficialmente o seu modelo de fundação Physical AI com 44 industriais, no modelo do WAICO chinês, do Stargate americano e das AI Factories europeias. (5) O treino em contexto longo torna-se tecnicamente viável — o artigo LongStraw mostra que se pode ultrapassar os 4 milhões de elementos sem saturar a memória das placas gráficas, o que torna possível treinar agentes em fluxos longos e complexos. Para a Info-Sys, a lição operacional é clara: a época em que bastava uma só framework de agente e um só fornecedor de modelos acabou — lugar à vigilância ativa sobre os tijolos de infraestrutura, a geopolítica e as alternativas open source.