Modelos menores de inteligência artificial podem estar a poucos meses de conseguir se replicar em dispositivos conectados à internet sem ajuda humana, segundo alerta da Anthropic. A empresa testou essa capacidade em aparelhos como televisores com Android e eletrodomésticos inteligentes.
O avanço chama atenção para os riscos de disseminação automática de IA em ambientes do dia a dia, fora do controle direto de usuários. Com a replicação em dispositivos domésticos, cresce a necessidade de avaliar segurança e limites para esse tipo de tecnologia em produtos conectados.
A Meta anunciou a série de modelos de inteligência artificial Muse Wonder, com versões Muse Wonder e Muse Wonder Full, voltadas a executar tarefas complexas com mais autonomia. Os agentes contam com memória entre conversas e conseguem manter um objetivo mesmo diante de erros, com aplicações que vão de organização de finanças pessoais à análise de contratos e ao desenvolvimento de softwares.
O Muse Wonder já está disponível para desenvolvedores e criadores via Meta Model API e Muse Code, enquanto o Muse Wonder Full é exclusivo para assinantes do Muse Code. A Meta diz que os modelos usam Active Memory para recuperar informações relevantes de interações anteriores e Active Focus para perseguir objetivos, testar abordagens, corrigir erros e solicitar confirmação do usuário antes de ações importantes, além de reforçar segurança e proteção de dados.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
A startup de dados para treinamento de IA AfterQuery levantou uma rodada que a avaliou em US$ 3,2 bilhões, segundo relatos. O movimento acontece apenas cinco meses depois de a empresa anunciar sua Série A de US$ 30 milhões, em abril, com valuation de US$ 300 milhões.
O salto representa mais de 10x em menos de meio ano e, de acordo com o parceiro da Y Combinator Gustaf Alströmer, é o caminho mais rápido de lançamento a “unicorn” na história do programa. A AfterQuery, fundada por criadores de 22 e 23 anos, participou do Winter 2025 da aceleradora e afirma trabalhar com grandes labs, incluindo Nvidia, Legora e a Motif Technologies, além de treinar modelos e agentes para executar tarefas como profissionais.
A Interpol aponta que a Inteligência Artificial já está presente em mais de metade dos casos de cibercrime registrados na África. No African Cyberthreat Assessment Report 2026, com dados de 36 países, o relatório estima que 55% das ocorrências envolvem uso de IA, enquanto as perdas financeiras ligadas a fraudes subiram de US$ 192 milhões (2024) para US$ 484 milhões (2025).
O documento destaca que golpes online seguem como principal ameaça, com uso combinado de IA, redes sociais e serviços de mobile money. Também chama atenção para deepfakes e conteúdo gerado por IA em sextorsão e assédio, além do aumento de fraudes do tipo Business Email Compromise e do uso de identidades sintéticas para abrir contas e obter empréstimos. Para o público tech, o recado é claro: a resposta precisa acelerar com cooperação entre bancos, operadoras e autoridades, incluindo preparo para ataques automatizados e mais convincentes.
A cofundadora e CEO da Quotient, Lizzie Matusov, apresentou um framework para entender a “maturidade de IA” em organizações de engenharia e os gargalos que travam resultados no ciclo de vida do software. Ela citou dados como crescimento de 47% no gasto global com IA em 2026 (ano contra ano), projeção de US$ 2,5 trilhões e que 72% das empresas já rodam ao menos um workload de IA em produção. No debate sobre ROI, Matusov mencionou casos como a Uber, que teria consumido o orçamento de IA de 2026 em quatro meses, e a Microsoft, que planeja descontinuar o Claude Code por questões de orçamento e falta de relação estável entre custo e produtividade.
A tese central é que, mesmo com ganhos individuais de produtividade, a entrega ponta a ponta pode não melhorar se o sistema tiver um gargalo (ex.: code review, testes ou deploy) — o que aumenta WIP, alonga lead time e piora a qualidade. Para times de dev, a implicação prática é tratar IA no SDLC como mudança de processo e engenharia: identificar onde o fluxo trava e só então expandir o uso de IA para destravar throughput com qualidade.
A corrida por smart glasses ganhou força, mas também trouxe críticas sobre privacidade — especialmente após o avanço de dispositivos com câmera e recursos de reconhecimento. A Meta é o alvo principal: seus óculos podem capturar imagens, áudio e vídeo do que o usuário vê, mesmo com luz indicadora para alertar quem está ao redor. Há relatos de que alguns usuários conseguiram desativar esses avisos, e a empresa também passou a incluir travas anti-manipulação. Além disso, a Meta chegou a programar um recurso de reconhecimento facial chamado Name Tag, mas removeu o código do app após reportagem da WIRED; o CTO Andrew Bosworth confirmou a existência do recurso.
O debate importa porque a tecnologia tende a ficar mais “invisível” no uso diário, enquanto a capacidade de coleta — e de uso de IA, como legendas em tempo real — aumenta. Para devs e empresas, o recado é claro: indicadores visuais, proteção contra desativação e regras de privacidade devem acompanhar o produto, e já há pressão por legislação na Califórnia para tornar esses alertas obrigatórios e impedir que sejam burlados.
