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 OpenAI divulgou uma nova leva de resultados matemáticos em um pacote com 722 manuscritos, reunindo 372 famílias de resultados relacionadas e incluindo soluções para “centenas” de perguntas em aberto. A empresa afirma que os trabalhos trazem também alguns resumos do raciocínio do modelo, estimativas de computação usada e estatísticas sobre quantas questões foram tentadas, com a “média do resultado” equivalente a três horas de “pensamento” do ChatGPT Pro.
Os resultados fazem parte de uma sequência de avanços que já chamou atenção na comunidade matemática e também levantou debates sobre ética e conduta acadêmica. Um grupo independente de assessoria, o AGMAI, recomendou em setembro que laboratórios divulguem resultados matemáticos com rapidez e por canais acadêmicos estabelecidos, além de pedirem transparência sobre modelo, prompts e custos de computação; a OpenAI diz que publicou os materiais em um repositório no GitHub com protocolos para revisões e citações.
O modelo de inteligência artificial Apollo foi criado para decifrar textos em grego antigo e ajudar pesquisadores a reconstruir papiros danificados. Desenvolvido pelo Instituto Arqueológico Austríaco, em parceria com a Mistral e a Sail Reply, o sistema foi treinado com 600 milhões de palavras de textos históricos e pode sugerir palavras e trechos prováveis para preencher lacunas.
Cerca de 1 milhão de papiros em grego antigo ainda não foram lidos e muitos estão rasgados, apagados ou incompletos, exigindo anos de trabalho especializado. Com uma interface de chatbot, o Apollo passou a ser oferecido gratuitamente a pesquisadores, acelerando a leitura e a interpretação de manuscritos, inclusive documentos do cotidiano como cartas e registros administrativos.
A Manus voltará a operar como empresa independente após reguladores chineses determinarem que a Meta desfaça uma aquisição de cerca de US$ 2 bilhões da startup de agentes de IA. Como parte da separação, a empresa informou que vai deletar dados criados por alguns usuários em ou após 29 de dezembro de 2025. Quem for afetado terá até 22 de agosto, 7h59 (EDT), para fazer backup.
A Manus afirma que os usuários elegíveis receberão aviso por e-mail ou pelo app e recomenda fazer mais de um backup caso surjam novos dados de tarefas após salvar a primeira cópia. O acesso ao Manus será encerrado durante o processo, mas a empresa diz que os usuários poderão iniciar a restauração a partir de 22 de agosto, 20h (EDT), sem cobrança no período de backup e com bônus após a recuperação dos dados. A companhia não detalhou exatamente quais tipos de “dados gerados” serão incluídos, como histórico de tarefas, arquivos enviados ou configurações de conectores.
Jason Semprini submeteu um estudo sobre políticas que exigem vacina contra HPV em alunos do ensino fundamental, mas o artigo foi rejeitado após um revisor interpretar de forma equivocada o objetivo do trabalho. O pesquisador, economista da saúde, diz que o avaliador confundiu a mensagem central e achou que ele questionava se a vacina em si evita câncer cervical, quando o foco era medir a efetividade de uma política para aumentar a vacinação. Como o manuscrito teve apenas um revisor, não houve outros especialistas para corrigir a leitura e esclarecer o ponto.
O caso ilustra uma preocupação crescente entre pesquisadores: com o aumento constante do número de publicações, revisores passam a ter mais dificuldade para acompanhar o volume. Dados citados apontam crescimento exponencial de artigos indexados em bases como Scopus e Web of Science, com alta de 5,6% ao ano, e estimam que o trabalho global de revisão consuma cerca de 15.000 anos por ano, algo que custaria US$ 1,5 bilhão se fosse remunerado apenas no que é feito nos EUA.
A ESPN exibiu durante a transmissão do Main Event da WSOP 2026 uma ferramenta de “AI tells detection” que tenta identificar sinais do comportamento dos jogadores. O sistema, criado por Luke Geel (engenheiro de IA da US Air Force), usa dados de movimentos captados pelas câmeras — como direção do olhar, frequência de piscadas, postura e manuseio de fichas — e cruza isso com resultados das mãos para estimar probabilidades de tipos gerais de jogo, como mão forte, mão de caça e blefe. A ferramenta apareceu ao longo dos primeiros dias do torneio e foi acompanhada por um gráfico de “hand strength model” na tela.
Apesar do visual, especialistas do circuito mostram ceticismo sobre a eficácia, citando limitações de base de treino: o Main Event teve mais de 9 mil entradas, mas a maior parte dos jogadores não ficou tempo suficiente nas mesas filmadas usadas para alimentar o modelo. Para o público, a discussão é sobre até onde uma IA baseada em câmera consegue ir além de “tells” visuais e realmente inferir intenção e força de mão — algo que, na prática, pode não ser tão confiável quanto parece na transmissão.
