Briefing diário
4 de novembro de 2026 · 5 historias
🔥 Em destaque
1A Anthropic já pode provar qual modelo lhe respondeu
Quando você faz uma pergunta a um assistente online, não dá para verificar quem respondeu de verdade: um intermediário pode colocar um modelo mais barato no lugar, ou alguém pode mexer no texto pelo caminho. A Anthropic publica um protótipo gratuito, o FlashProve, que anexa a cada resposta uma prova matemática, sem nunca revelar o funcionamento interno do modelo. Testado com o Llama 4 Maverick, produz cerca de 110 fichas de prova por segundo em uma única placa, e a prova é conferida em 17 segundos num computador comum. O preço é alto: cerca de 70 a 95 vezes mais conta do que uma resposta normal. E a prova diz apenas que quem falou foi o modelo certo, não que a resposta esteja certa. Fonte: Anthropic.
2CrowdStrike compra dois especialistas em observar e testar agentes
Quando um regulador pergunta a uma empresa o que um de seus agentes fez, dizer que foi o modelo já não basta. A CrowdStrike assinou duas aquisições no mesmo dia: a Fiddler, que observa e explica o comportamento dos agentes, e a Dreadnode, que testa a segurança da inteligência artificial de forma automática. As duas entram na plataforma do fabricante com os nomes Falcon Observe e Falcon Guardian, com disponibilidade geral anunciada para o quarto trimestre do exercício de 2027. Uma investigação do Wall Street Journal avalia as duas operações em 495 milhões de dólares, valor que a CrowdStrike não confirmou e que não aparece em nenhum dos seus comunicados. Fonte: os comunicados da CrowdStrike.
3Uber põe uma única porta diante de 5 000 ferramentas
Cada equipe de uma grande empresa que quer ligar um agente a um serviço interno acaba escrevendo o seu próprio conector, com as suas próprias regras de segurança. Com o tempo, ninguém sabe mais quantas ferramentas existem. A Uber resolveu o problema pelo alto: um catálogo único com mais de 800 servidores e mais de 5 000 ferramentas, onde o agente procura o que precisa em vez de receber tudo de uma vez. O detalhe mais importante: as ferramentas são descobertas sozinhas, mas nenhuma funciona até que a equipe que a possui aprove. A Uber publicou o seu projeto em outubro; é a análise de segunda-feira que o traz de volta às manchetes. Fonte: o blog de engenharia da Uber.
4A OpenAI fez os seus modelos desenhar um aparelho inteiro
Dois engenheiros da OpenAI desenharam um aparelho eletrônico completo em menos de uma semana, ao lado do trabalho de sempre: um modelo escreveu os requisitos, outro desenhou a forma, a caixa, a placa e o programa que comanda o aparelho. Um fabricante produziu depois uma primeira série de protótipos em menos de um mês. A empresa admite que foram necessárias várias rodadas de revisão antes de o objeto ficar pronto para a fabricação. O número mais revelador está noutro lugar: desde fevereiro, o uso destes modelos nas equipes de material foi multiplicado por 23. Fonte: OpenAI.
5Um teste público diz quanto valem os agentes que corrigem falhas
A Collinear AI publicou em aberto a segunda versão do seu banco de testes: um agente tem de encontrar e corrigir uma falha de segurança num repositório de código a sério, sem quebrar o que funcionava. A versão 2 conta 100 tarefas públicas que cobrem 91 tipos diferentes de falha. O resultado merece um segundo olhar: o melhor modelo acerta só 67,8 por cento, e 19 por cento do conjunto continua sem solução até para ele, mesmo depois de várias tentativas.Ou seja, corrigir falhas de segurança continua a ser trabalho duro para um agente, e os seus erros podem passar despercebidos. Fonte: Collinear AI no Hugging Face.
📡 A vigiar
Honeycomb coloca agentes sobre as suas falhas, dia e noite
A empresa de observabilidade Honeycomb lança agentes que vigiam as publicações em produção, apanham regressões antes de os clientes as verem e escrevem os relatórios de incidente. Cada achado fica ligado ao registo de onde saiu e é marcado como confirmado ou como hipótese. O acesso está numa fase inicial. A Honeycomb cita um inquérito em que 76 por cento das equipas julga que o código escrito por inteligência artificial cresce mais depressa do que a sua capacidade de o rever, e 65 por cento viveram um incidente por causa de um ciclo de agente ou de uma fatura de fichas disparada. Fonte: Honeycomb.
VMware quer que os agentes consultem os seus dados sem os mover
Com a sua plataforma Tanzu, a VMware oferece uma via para dar aos agentes acesso aos dados da empresa sem transferir tudo para um armazém central. Os agentes passam por um catálogo de produtos de dados governados, com exactamente as mesmas regras de ocultação aplicadas aos leitores humanos. O fornecedor promete menos fichas gastas e custos de saída da nuvem previsíveis. Fonte: VMware Tanzu.
Ebix e intentyx vigiam o que os seus agentes fazem mesmo
As duas empresas lançam uma plataforma que descobre os agentes de uma empresa, liga as acções deles a uma intenção declarada, ou seja o objectivo, as ferramentas autorizadas e os dados acessíveis, e alerta quando um agente sai desse moldura. O director-executivo da Ebix aposta que a governação dos agentes será uma categoria de segurança própria em 2027. Fonte: o comunicado da Ebix.
Artefact e Dust puseram 1 500 agentes a funcionar num banco público
O banco de investimento público francês Bpifrance testou durante quatro meses com cem colaboradores, identificou mais de sessenta usos possíveis e passou depois para quinhentas licenças e mil e quinhentos agentes em poucos meses. O regulamento, a quem pertence cada licença, que agente é arriscado e como se vigiam os conectores, ficou pronto em menos de quatro semanas. Fonte: Artefact.
📊 Tendência
Um fio percorre as notícias do dia: já não se pergunta apenas o que um modelo sabe, mas quanto vale um agente e como provar que é o que diz ser. A Anthropic inventa a prova matemática. A CrowdStrike compra as ferramentas que explicam o que os agentes fizeram. A Uber põe a activação das ferramentas atrás de uma aprovação humana. Um banco de testes público diz que corrigir falhas de segurança continua a ser um ofício difícil, com 67,8 por cento como melhor pontuação. E a OpenAI fez os seus modelos desenhar um aparelho inteiro. O centro de gravidade do sector já não é o modelo, são a prova, o controlo e a medição.