The Agent Watch
Briefing · Artigos · Ferramentas · Sobre EN FR DE ES 中文 IT PT SV FI DA

Briefing diário

12 de novembro de 2026 · 5 historias

🔥 Em destaque

1

Os agentes desenham ecrãs em vez de escrever frases

A Google abriu um formato que muda a forma de falar com um agente. Até agora o agente respondia com texto que era preciso ler. Agora descreve os elementos a mostrar e a sua aplicação desenha-os com os seus próprios botões e as suas próprias cores. Na prática, um agente pode preencher um formulário, fazer uma pergunta ou propor cartões para aprovação dentro das ferramentas da sua empresa. É como se o seu assistente lhe entregasse um formulário já preenchido em vez de ditar o que deve escrever. Um ponto importante para a segurança: os valores confidenciais ficam no servidor da aplicação e nunca passam pelo modelo. Os primeiros adotantes citados são a Atlassian, a Alation, a Bloomberg e a ByteDance. Fonte : https://developers.googleblog.com/a2ui-10-build-delightful-fast-reliable-agentic-experiences/

2

Uma porta traseira cabe em menos de dez neurónios

Investigadores da Microsoft mostram que é possível apanhar um agente sem nunca o treinar. O princípio explica-se depressa: um modelo já treinado contém neurónios que quase nunca disparam. Basta reprogramar menos de dez para que só acendam quando aparecer um sinal combinado. O agente passa então todos os testes, comporta-se normalmente durante semanas e, um dia, executa a ordem maligna na hora marcada. O exemplo dado pela Microsoft é deliberadamente banal: a meia-noite de 1 de janeiro de 2027 chega para disparar o comando. O sinal pode ser uma data, um sítio ou uma palavra dentro de uma mensagem. O aviso dos investigadores é claro: não é um problema próprio dos modelos transferíveis, mas uma questão de integridade dos ficheiros do modelo, que afeta também os modelos desenvolvidos internamente. Fonte : https://www.microsoft.com/en-us/research/blog/lazare-veni-foras-reprogramming-dormant-neurons-to-backdoor-ai-agents/

3

Um assistente de bolso, com pesos livres

A Tether AI Research publicou o BotPsy, um assistente pessoal de 0,8 mil milhões de parâmetros pensado para correr diretamente no telemóvel. A ideia é dispensar subscrições caras e servidores na nuvem: o assistente fica em casa, continua a funcionar sem rede e ninguém o pode alterar nem retirar à distância. Em seis provas de uso de ferramentas, o BotPsy supera todos os modelos testados com 1,2 mil milhões de parâmetros ou menos, e chega mesmo a bater um modelo 2,5 vezes maior em cinco dessas seis provas. A diferença alarga-se nas tarefas de várias voltas, onde é preciso lembrar o fio. Um detalhe importante: o editor descrevia a publicação dos pesos como ainda por vir, mas a verificação de 12 de novembro confirma que estão mesmo disponíveis, sob a licença Apache 2.0, em safetensors e GGUF. O editor admite o limite: o modelo erra e não serve para decisões que comprometam. Fonte : https://huggingface.co/blog/qvac/botpsy

4

Um único barema para medir todos os agentes

Como se avalia um agente que usa cinco ferramentas diferentes? A Amazon Web Services abriu em código livre um sistema de medição que responde à pergunta. A ideia é a de um adaptador: cada ferramenta deixa um registo à sua maneira, o adaptador traduz esse registo para um formato comum e as mesmas notas valem em todo o lado. O sistema tem 36 medidas repartidas por sete dimensões, da chamada à ferramenta à coordenação de vários agentes a trabalhar em conjunto. Funciona em modo passivo, sobre registos já gravados, ou em modo ativo, voltando a correr o agente sobre casos de teste. Doze organizações já o usaram, nas telecomunicações, na saúde e na banca. O código é livre sob a licença Apache 2.0. A analogia: um único cartão de notas para alunos que escrevem em cadernos diferentes. Fonte : https://aws.amazon.com/blogs/machine-learning/uaef-a-framework-agnostic-system-for-closed-loop-evaluation-of-ai-agents/

5

A Alibaba vende um modelo que desaparece a 25 de novembro

A Alibaba apresentou o primeiro modelo da sua nova família, o Qwen4-Max, em versão de ensaio. Dois detalhes merecem ser lidos antes de tudo. O primeiro: o acesso passa apenas por uma subscrição do pacote de fichas da Alibaba ou pelas ferramentas do próprio editor, mais nada. O segundo: a versão de ensaio termina a 25 de novembro, e o modelo será retirado nessa data. Não é, portanto, uma disponibilidade duradoura, mas uma janela de avaliação com uma data de fim escrita no contrato. A Alibaba reivindica melhores capacidades de programação e de trabalho com agentes, mas não publica qualquer pontuação de prova, nem ficha do modelo, nem informação sobre a licença. Os pesos da família Qwen 4 ainda não são públicos. É a segunda promessa de família do editor que não foi cumprida. Fonte : https://x.com/Alibaba_Qwen/status/2120335993643684315

Source : x.com →

📡 A vigiar

A Google lança um modelo que decide em vez de falar

O Gemini Decision 1 não escreve frases: classifica, pontua ou decide, em 150 a 250 milissegundos. Aceita até mil perguntas num único pedido, lê texto, imagens, áudio, vídeo e ficheiros PDF, e devolve com cada resposta um nível de confiança. É esse nível que conta: quando é baixo, o caso pode passar para uma pessoa. O preço anunciado é de 0,10 dólares por milhão de palavras lidas, e a saída não é cobrada. Fonte : https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/

A Nvidia abre uma investigação ao seu próprio chefe

O conselho de administração da Nvidia anunciou a 8 de novembro uma investigação independente ao fundador Jensen Huang, com base em informações de imprensa que falam de uma tentativa de influência estrangeira. O conselho precisa que não tem motivo para crer que a segurança nacional ou os segredos da Nvidia foram comprometidos. Dois dias depois nomeou um escritório para conduzir a investigação. Ao mesmo tempo, dois senadores pedem que sejam conservados todos os documentos sobre as vendas de chips à China, com confirmação escrita esperada até 17 de novembro, no máximo. Fonte : https://nvidianews.nvidia.com/news/statement-from-nvidia-board-of-directors

A Databricks dá aos agentes um dicionário comum da empresa

Uma empresa já não se pode contentar com um agente por departamento: cada um precisa da mesma ideia do que é um cliente, um contrato ou um produto. A Databricks põe ao serviço uma Wikipédia interna, cujas entradas são aprendidas pelos agentes a partir de painéis, consultas e documentos, e depois validadas pelas equipas. Num teste com um fornecedor de energia fictício, o agente da Databricks acerta 91 % das tarefas, contra 45 % e 58 % de dois agentes de fronteira nas mesmas condições, usando menos de metade dos recursos. Fonte : https://www.databricks.com/blog/announcing-ga-genie-ontology

Os agentes em produção podem ser cortados com um clique

A Mirantis põe ao serviço uma plataforma que corre os agentes nos servidores da própria empresa, com três salvaguardas: um limite de despesa, um registo completo da atividade e um corte de rede imediato para todos os agentes ao mesmo tempo quando algo corre mal. A empresa apoia-se em inquérito: 49,8 % das organizações inquiridas confirmaram ou suspeitaram que um agente fez uma ação não desejada, e apenas 17,5 % o conseguiriam parar automaticamente. Outro inquérito a 300 responsáveis de segurança diz que 78 % já retiraram permissões a um agente em produção. Fonte : https://www.mirantis.com/company/press-center/company-news/mirantis-announces-agent-platform-that-strengthens-human-oversight-of-production-ai-agents

📊 Tendência

Um dia em que os agentes saem da janela de conversa e entram nos seus ecrãs: um formato deixa um agente preencher os seus formulários, com os dados sensíveis a ficar do seu lado. Ao mesmo tempo, a segurança torna-se concreta: uma porta traseira cabe em menos de dez neurónios, e uma empresa pode decidir cortar todos os seus agentes com um único gesto. Entre o modelo que aprende o vocabulário da sua empresa e o barema único que finalmente permite comparar agentes que usam ferramentas diferentes, emerge a mesma linha: os agentes passam da demonstração para a operação diária, com as suas regras e os seus limites.