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.
Samuel King, estudante de PhD em bioengenharia da Stanford, usou um modelo de IA generativa em 2025 para propor “blueprints” genéticos de vírus microscópicos. A iniciativa ainda não representa vida criada por IA, mas levanta a possibilidade de novos avanços na forma como a biologia pode ser projetada com ajuda de algoritmos.
A conversa com King será conduzida por James O’Donnell, repórter sênior de IA do MIT Technology Review, e faz parte do destaque ao pesquisador como um dos “Innovators Under 35”. O encontro também promete discutir novas maneiras de enxergar a biologia e o que pode vir a seguir nesse tipo de abordagem.
Biohub, o Departamento de Energia dos EUA (DOE), os Institutos Nacionais de Saúde (NIH) e novos parceiros anunciaram a expansão de um esforço internacional para gerar e disponibilizar dados que viabilizam modelos preditivos de IA em biologia. O grupo vai investir US$ 1,8 bilhão em financiamento, computação e tecnologia de novas medições, criando um recurso aberto para a comunidade científica.
O DOE vai aportar mais de US$ 500 milhões em cinco anos para medições em laboratório, modelagem e computação, enquanto o NIH vai coordenar conjuntos de dados, repositórios e bases de conhecimento apoiados por mais de US$ 500 milhões de investimentos federais anteriores. Google DeepMind, Isomorphic Labs e Meta também entram com US$ 300 milhões na Virtual Biology Initiative para desenvolver tecnologias e conjuntos multimodais voltados a modelos preditivos.
Pesquisadores da Universidade Stanford usaram “large genome models” — modelos de IA treinados para prever sequências de DNA — para gerar genomas de vírus que infectam bactérias. Após resultados anteriores com sequências capazes de codificar proteínas funcionais, a equipe mostrou que os mesmos modelos conseguem produzir genomas virais relacionados a vírus já conhecidos, mas com características distintas difíceis de obter por evolução natural.
O trabalho sugere que, no futuro, pode ser necessário planejar riscos caso alguém desenvolva sistemas de IA capazes de projetar vírus com alvos mais amplos, incluindo vertebrados. Para o público tech, o avanço reforça como modelos generativos podem acelerar descoberta e engenharia biológica — e também aumenta a importância de governança, segurança e validação experimental.
