Briefing diário
1 de novembro de 2026 · 5 historias
🔥 Em destaque
1A IA da Apple chega à China, e é o Qwen da Alibaba que faz o trabalho
Dentro de poucos dias, o assistente de voz do iPhone poderá responder em chinês, reescrever um texto ou ver o que a câmara capta — mas para os utilizadores chineses não será o modelo da Apple a fazer o trabalho. Será o Qwen, o modelo da Alibaba. Apple e Alibaba anunciaram em conjunto no fim de outubro. Os testes começam a 4 de novembro e a versão pública está prevista para dezembro. Cada pergunta segue para a Alibaba, mas a empresa promete que nem as perguntas nem as respostas serão usadas para treinar os seus modelos. O utilizador mantém o comando e aprova o que é enviado. Em termos simples: para um chinês, o iPhone comporta-se como para um francês — consulta um modelo chinês instalado localmente. Fonte: Global Times.
2Microsoft publica um agente de 4 mil milhões de parâmetros que conduz o computador
A Microsoft acabou de publicar os pesos de um minúsculo agente de computador: quatro mil milhões de parâmetros, um ficheiro que cabe numa pen USB de 10 GB. A licença é aberta e um simples computador de secretária chega para o pôr a funcionar. No teste de referência que mede a capacidade de lidar com um computador, atinge 66% de sucesso, a melhor marca para este tamanho. E o melhor é que este pequeno agente não se limita a clicar no ecrã: também sabe escrever e executar código numa janela de terminal, e escolhe por si qual dos dois métodos usar. A Microsoft salienta que o resultado vem sobretudo do equipamento à volta do modelo, não do modelo sozinho: o agente de referência parava nos 37,6%, o agente treinado chega aos 66%. Fonte: Microsoft.
3A Anthropic redesenha as suas regras para agentes que conduzem máquinas reais
A 12 de novembro, a Anthropic aplica uma nova versão da sua política de utilização, e ela dirige-se exatamente ao que os agentes fazem hoje. Quando o Claude está ligado a material capaz de agir sozinho no mundo físico — um braço robótico, um veículo, uma máquina —, três exigências tornam-se obrigatórias: um operador qualificado tem de poder observar o equipamento e pará-lo; o equipamento tem de saber manter um estado seguro se a ligação cair; e a pessoa afetada tem de ser informada de que foi usada uma máquina. É a primeira vez que um grande laboratório escreve a preto e branco o que os nossos próprios agentes devem respeitar quando tocam no real. Noutro ponto, a regra afrouxa: desaparece a proibição geral das campanhas eleitorais dirigidas aitações específicos. Fonte: Anthropic.
4Cinco modelos pequenos, coordenados por ficheiros, batem um modelo de topo
Cinco modelos pequenos de 27 mil milhões de parâmetros cada, colocados no mesmo problema difícil de programação, fizeram melhor do que um modelo de topo usado sozinho: 9,8 em 10 de média contra 8,0. O detalhe importa: nunca falam uns com os outros. Cada um tem um papel — um planeador, dois ideadores em paralelo, um executor e um gestor — e toda a coordenação passa por ficheiros deixados no disco, como notas que se deixa ao passar. O custo mediano por problema: 39 cêntimos, menos de uma bica. Os autores assinalam também um limite: os problemas são de 2025 e o modelo pode tê-los visto no treino. Fonte: página GitHub do projeto Memdoor.
5A Collective angaria 100 milhões para um agente que gere uma empresa de uma pessoa
A Collective acabou de angariar 100 milhões de dólares para uma ideia muito simples: deixar que os trabalhadores por conta de própria tratem sozinhos da parte administrativa do seu negócio. A plataforma prepara as declarações, organiza as despesas, processa os salários e liga os seguros, e é um agente que faz o trabalho em segundo plano, em vez de deixar ao utilizador uma pilha de programas para pilotar. A ronda é invulgar: 40 milhões em capital mais 60 milhões de linha de crédito orientada para os clientes. A empresa diz que a receita cresce 120% por ano e que poupou 350 milhões de dólares de impostos aos clientes, com os que mais ganham a poupar até 40.000 dólares por ano. O seu argumento: uma empresa de uma pessoa só já pode competir com um patrão. Fonte: blog da Collective.
📡 A vigiar
A GitLab dá aos agentes um mapa do código em vez de lhes pedir que reliam tudo
A GitLab acabou de abrir a todos o seu grafo de contexto: uma vista única e sempre atualizada do código, dos pedidos de integração, dos fluxos de construção e das vulnerabilidades, que os agentes podem consultar em vez de reler tudo de cada vez. Nos testes da GitLab, os agentes ligados fizeram até 45 vezes menos tentativas e usaram até 4,5 vezes menos tokens. Um cliente respondeu em sete minutos a uma pergunta de segurança sobre 34 milhões de itens, contra meio dia de pesquisa manual. Fonte: blog da GitLab.
Um agente ficou agora responsável por vigiar os seus outros agentes
A Monte Carlo acabou de lançar o Bayes, um colega que vigia os agentes em produção e repara o que quebra: deteta avarias, regula a monitorização, propõe as correções como pedidos de integração ou tickets e depois verifica se a correção se manteve. A empresa lembra que um engenheiro consegue vigiar confortavelmente um a três agentes, e que 74% das empresas já tiveram de recuar um agente que tinham colocado em produção. Nos clientes da Monte Carlo, o Bayes detetaria o dobro dos incidentes reduzindo os falsos alarmes em mais de 80%. Fonte: comunicado da Monte Carlo.
A SAP vende a sala de controlo dos seus agentes, não apenas os agentes
Na sua conferência TechEd, a SAP apresentou uma nova forma de construir agentes: o Joule Studio permite descrever em linguagem corrente o que o agente deve fazer e testá-lo num espaço protegido antes de o pôr em produção, com permissões por função que separam o lado do negócio do lado dos programadores. A empresa oferece também um único sítio para pilotar todos os agentes da empresa, os modelos escolhidos (mais de 70), o consumo e os registos. Em claro: a SAP vende a sala de controlo inteira, não um só agente. Fonte: comunicado da SAP.
A DoorDash faz as contas: os agentes fizeram só umas centenas de encomendas
Numa plataforma de entregas que trata 3 milhões de encomendas por dia, as que chegam de assistentes terceiros contam-se nos dedos de uma mão. O patrão da DoorDash disse-o ele próprio aos investidores: os agentes estão entre as funções menos usadas, e a maioria dos clientes continua a encomendar dentro da aplicação. Ainda assim a empresa tem os seus agentes — encomenda por mensagem, agente na linha de comandos, robô de conversa — e não fecha a porta: até fala de publicidade dentro desses assistentes. O número é útil a quem está a construir nesta área: o ruído sobre agentes que compram é enorme, o volume continua minúsculo. Fonte: transcrição da chamada de resultados, entregue à SEC.
📊 Tendência
Uma constante percorre as notícias de hoje: o agente deixou de ser o assunto, passou a ser o que o rodeia. A Microsoft publica um modelo minúsculo cuja pontuação vem sobretudo do equipamento à volta; a GitLab vende uma vista que dá o contexto; a Monte Carlo põe um agente a vigiar os agentes; a SAP vende a sala de controlo. Ao mesmo tempo, a DoorDash lembra que três milhões de encomendas por dia não se transformam por magia em encomendas de agentes. O movimento destes meses é menos espetacular do que parece: a atenção desloca-se do cérebro para o ambiente, e é aí que se decide a diferença entre uma demonstração e uma ferramenta que dura.