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.
O GitHub Copilot agent runtime, base do Copilot CLI, do app e do Copilot SDK, foi totalmente reescrito: saiu do TypeScript/Node.js e V8 e passou para mais de 800.000 linhas de Rust. A migração foi feita usando o próprio GitHub Copilot app e o Copilot CLI, com agentes de IA produzindo a maior parte do código em 128 pull requests que foram sendo incorporadas ao main.
O projeto também relata ganhos de desempenho “em ordens de magnitude” e correção rápida de regressões durante o processo. Com a mudança, tarefas que antes exigiriam uma equipe por um ano ou dois passaram a ser concluídas principalmente por um único desenvolvedor em poucos meses, enquanto o restante do time continuava a expandir capacidades do runtime.
O M&T Bank implantou copilotos de IA para mais de 15.000 funcionários, usando a tecnologia em rotinas internas, atendimento ao cliente, desenvolvimento de software e gestão de riscos. A instituição analisa conversas do call center com IA, redige relatórios, gera código e identifica necessidades de clientes, além de sinalizar riscos de portfólio.
Antes do rollout mais amplo, o banco restringiu o acesso a modelos públicos por receio de inserção de informações sensíveis em serviços abertos. Depois, avaliou fornecedores corporativos e escolheu o Microsoft Copilot, começando com um piloto de cerca de 800 funcionários; a empresa também exige revisão humana e orienta o uso apenas de ferramentas aprovadas, com proibição de dados confidenciais e regulados em sistemas não autorizados.
O Microsoft Copilot Studio permite que equipes criem copilotos personalizados para responder dúvidas, consultar documentos internos e automatizar tarefas da empresa. A plataforma define o assistente com instruções, regras e acesso a conteúdos autorizados, fazendo com que ele responda conforme o contexto configurado.
O processo envolve três etapas: definir a função do copiloto, configurar fontes de informação e publicar para uso na equipe. Antes do lançamento, é recomendado testar no ambiente de testes e, depois, acompanhar métricas como conversas, perguntas mais frequentes, taxa de resolução e feedback para atualizar o assistente continuamente.
