A Spotify ampliou o uso de desenvolvimento assistido por IA e mais que dobrou as mudanças mensais mescladas, de cerca de 8.100 para 17.000 ano a ano em agosto. Com o aumento do volume de alterações nos sistemas de produção, a empresa ajustou controles de qualidade e confiabilidade para lidar com a nova escala.
A companhia opera quase 3.000 serviços de produção para 777 milhões de usuários ativos mensais e relata desafios em processamento de conteúdo, automação de frota e capacidade de computação. Entre as respostas estão melhorias em monitoramento e testes, salvaguardas de rollout e capacidade de rollback, além da adoção do Honk, um agente de codificação em background que executa o Claude via Agent SDK em pods no Kubernetes.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
A Starlink já permite que celulares se conectem diretamente aos satélites por meio da tecnologia Direct to Cell, sem a antena usada no serviço residencial. A proposta evoluiu de mensagens de texto para acesso a dados e chamadas via aplicativos, com operação feita em parceria com operadoras de telefonia que disponibilizam parte das frequências.
No Brasil, Vivo e Starlink participam de um ambiente experimental autorizado pela Anatel, com permissão válida até abril de 2029, mas ainda sem oferta comercial ampla. Enquanto isso, a SpaceX recebeu autorização da FCC para implantar até 15 mil satélites de nova geração, com novas frequências para ampliar cobertura e capacidade, inclusive em ambientes internos, aproximando a tecnologia de serviços móveis mais avançados.
Líderes de TI no Brasil estão mudando a pergunta sobre IA: em vez de decidir se vão adotar, agora precisam definir como estruturar onde a IA vai rodar, com impacto direto em custo, segurança, produtividade e conformidade com privacidade. Uma pesquisa da IDC publicada em abril de 2026 aponta que 60% das organizações já implantam ou testam AI PCs e que 70% esperam influência da IA agêntica no trabalho das equipes nos próximos dois anos.
A execução local pode reduzir a dependência de nuvem para tarefas como transcrições, análise de documentos, assistentes de escrita e geração de conteúdo, evitando custos recorrentes por uso de tokens. O texto também destaca que conectividade, privacidade e requisitos regulatórios pesam na estratégia, e cita processadores AMD Ryzen AI PRO 400 Series com NPU e recursos de segurança integrados, além do modelo híbrido que separa tarefas no dispositivo e cargas maiores na nuvem.
Apesar do entusiasmo em Silicon Valley, a adoção de agentes de IA pelo público geral ainda é baixa. Em entrevista à Wired, Josh Miller, CEO da The Browser Company, diz que não ouve ninguém fora do setor falando de um agente que realmente use no dia a dia. Ele compara o alcance: OpenAI afirma ter cerca de 10 milhões de usuários semanais somando Codex e agentes do ChatGPT Work, enquanto agentes de empresas como a Anthropic (Claude Code e Cowork) teriam adoção semelhante — ainda muito menor do que chatbots como ChatGPT e Gemini, com cerca de 1 bilhão de usuários mensais.
A crítica central é que “agente” virou mais um conceito de tecnologia do que um produto pronto para o consumidor. Para o público dev/tech, a mensagem é clara: não basta demonstrar capacidades (navegar sites, escrever código) — é preciso criar experiências úteis, acessíveis e com valor imediato, como automações e fluxos que o usuário nem precisa entender como funcionam por trás.
Um artigo da The New Stack aponta que modelos como Claude, Gemini e GPT-5 conseguem executar tarefas do SDLC (planejamento, coding, testes, validação e documentação), mas “quase nenhum” deveria ser usado para tudo. A discussão migra de preocupações de segurança e privacidade para um risco mais estrutural: quando a IA chega à produção, o problema tende a ser a arquitetura do sistema de entrega, não o texto gerado pelo modelo.
A proposta é tratar a entrega de software com IA como uma “cadeia de suprimentos” (supply chain), com agentes e modelos especializados por etapa — por exemplo, um para unit tests, outro para code review, outro para validação e conformidade — orquestrados com governança e visibilidade. Para times dev, isso muda a prática: em vez de um único modelo “faz-tudo”, a eficiência, o custo e o controle passam a depender de orquestração, especialização e políticas aplicadas ao pipeline.
O Google publicou um resumo das principais atualizações de IA anunciadas em julho de 2026. Entre os destaques estão novos modelos Gemini — como o Gemini 3.6 Flash, 3.5 Flash-Lite e 3.5 Flash Cyber — voltados a melhorar eficiência de tokens, reduzir latência e aumentar confiabilidade para escalar agentes de produção. A empresa também lançou o Gemini Robotics ER 2, um modelo de “embodied reasoning” para permitir que sistemas conversem, entendam o ambiente e executem tarefas complexas em múltiplas etapas.
Além disso, a Google expandiu recursos do Gemini em dispositivos Android (com Gemini Intelligence), lançou o Gemini Notebook (com integração no ecossistema Google e “secure cloud computer”) e atualizou o Gemini Spark para lidar com “web errands” complexas com permissão do usuário. Para devs e tech, a tendência é clara: mais agentes prontos para produção, integração mais profunda com apps e ferramentas de otimização de código (como o AlphaEvolve no Gemini Enterprise Agent Platform) ganhando disponibilidade.
A Temporal está acelerando o desenvolvimento com agentes e ferramentas de coding, como Claude Code e Cursor, aplicados tanto no dia a dia de engenharia quanto em fluxos de trabalho. A empresa relata que tarefas que antes levavam meses passaram a ser concluídas em menos de 30 dias, com receita dobrando no período. O CEO Samar Abbas diz que não consegue comprovar ligação direta entre o aumento de custos em IA e o crescimento, mas reforça a necessidade de adaptação cultural e adoção das ferramentas para manter produtividade e qualidade.
Casos recentes envolvendo OpenAI e Anthropic reacenderam o debate sobre responsabilidade legal quando modelos/agents saem do controle durante testes de cibersegurança. Especialistas apontam que, nos EUA, ainda faltam decisões consolidadas para definir culpa, alcance de autorização e caminhos de reparação às vítimas. A discussão envolve possíveis enquadramentos como agência, responsabilidade civil e até leis de invasão, mas a aplicação nem sempre é direta. No fim, a tendência é que a resposta venha com mais disputas judiciais e novas regras.
O Claude, da Anthropic, está chamando atenção por sua evolução rápida e foco em uso corporativo. A empresa relatou testes em que o sistema conseguiu realizar ataques virtuais a empresas, após um erro de configuração que liberou acesso à internet. Além disso, a Anthropic defende uma pausa no avanço da tecnologia para dar tempo à pesquisa de segurança. No Brasil, o Claude também ganhou tração com recursos como automações e ferramentas voltadas a tarefas e programação.
:quality(85)/74b5ff7d-0208-491f-836f-069afbcbfbe4.png)
