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.
A Nvidia informou que investiu quase US$ 50 bilhões nos AI labs que compram seus chips e que a demanda desses laboratórios apoiados pela empresa deve representar cerca de um quarto do faturamento no próximo ano. Em teleconferência com analistas em 26 de agosto, a CFO Colette Kress também citou compromissos para levantar mais de US$ 500 bilhões de capital externo para que esses labs construam data centers.
A Nvidia descreve o modelo como “circular financing”, no qual o investimento ou crédito liberado pela empresa ajuda a financiar data centers abastecidos com chips Nvidia, gerando receita e permitindo novos aportes. A companhia assinou parcerias com seis gestoras — incluindo Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR — e citou que a primeira fase de capacidade com a SB Energy chega a 4,25 gigawatts, com uso previsto pelo OpenAI, além de suporte de crédito para um segundo lab com quase 2 gigawatts.
A Stripe confirmou a compra da OpenRouter, mas não divulgou o valor do negócio. Fontes ouvidas pelo New York Times apontam que a empresa pagou US$ 7,5 bilhões, bem acima da avaliação de US$ 1,3 bilhão em maio.
A diferença também aparece na divisão do montante: os fundadores devem receber US$ 1,5 bilhão, enquanto investidores ficariam com US$ 6 bilhões, segundo o NYT. Em uma carta vazada dos fundadores a investidores, a Stripe menciona a “singularidade” como referência ao impacto econômico da IA e afirma que a base de clientes da OpenRouter se sobrepõe à sua, com a startup prometendo manter produto, missão e compromissos após o fechamento do acordo.
A TrueFoundry lançou o TrueForge, um agente open source apresentado como alternativa ao Claude Managed Agents, serviço hospedado da Anthropic que executa, isola (sandboxes) e orquestra agentes autônomos de Claude. A proposta é permitir que engenheiros de software construam, implantem, depurem e governem agentes de IA em produção usando qualquer modelo (segundo a empresa) ou servidor MCP, com promessa de reduzir em cerca de 50% os custos operacionais dos agentes.
O TrueForge busca enfrentar o modelo de “lock-in” de plataformas gerenciadas, que tende a prender empresas a um único fornecedor de modelos, infraestrutura e preços. A empresa afirma que o “harness” funciona como camada crítica entre usuário, LLM e sistemas externos, controlando chamadas a MCP, contexto, uso de agentes e qual modelo executa cada etapa, além de prever implicações de segurança como execução em sandbox isolada para algumas ações e restrição de envio de dados a modelos fechados.
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.
O debate sobre o custo da infraestrutura de IA ganhou um novo teste com dados de Amazon, Alphabet e Microsoft, focados nos gastos de capex dos grandes provedores de nuvem. A análise aponta que o crescimento da demanda por IA está acelerando, que a lucratividade dos hyperscalers tende a escalar com o tamanho do negócio e que a eficiência do capex vem melhorando.
A discussão surge em meio a críticas financeiras de que AWS, Google Cloud e Azure estariam gastando demais em computação para IA, sem conseguir aproveitar toda a capacidade. Com os números reunidos, o argumento de “capex queimando recursos” perde força e sugere que a estratégia de investimento pode estar gerando retorno conforme a escala aumenta.
:quality(85)/74b5ff7d-0208-491f-836f-069afbcbfbe4.png)
