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 Meta anunciou que vai concentrar esforços em modelos de linguagem de código aberto com pesos abertos e divulgou o lançamento do Muse Glimmer. O modelo tem 30 bilhões de parâmetros e, por padrão, janela de contexto de 128 mil tokens, com pesos liberados em código aberto sob a licença Apache 2.0.
A empresa também prometeu abrir os pesos do Muse Spark 1.2 nas próximas semanas. Em paralelo, Mark Zuckerberg publicou um ensaio com mais de 6.000 palavras sobre a filosofia da Meta para sistemas de IA e governança, e o Muse Glimmer foi projetado para rodar nas máquinas locais dos usuários, sem depender de serviço em nuvem ou API.
Mark Zuckerberg, CEO da Meta, publicou um manifesto defendendo que a IA avançada — por ele chamada de “superinteligência” — seja distribuída amplamente para pessoas comuns, e não concentrada em poucas instituições. Ele argumenta que a segurança não depende de uma “superinteligência benevolente”, mas de evitar a concentração de poder e de ampliar a capacidade de proteção de forma distribuída.
No mesmo dia, a Meta lançou o Muse Glimmer, um novo modelo de pesos abertos com 30B parâmetros, projetado para rodar localmente em um Mac ou PC com uma única placa de vídeo. Zuckerberg também citou a proposta de compartilhar versões intermediárias de modelos avançados com o governo dos Estados Unidos e anunciou que a Meta deve permitir que conselheiros independentes aprovem critérios de segurança para novos lançamentos.
A administração Trump criou um framework para avaliar riscos de cibersegurança ligados a modelos avançados de IA, mas a proposta, segundo a Axios, exclui totalmente os modelos abertos. As diretrizes também não definem o que seria “risco de segurança nacional” nem o que conta como “estado da arte”. O plano surgiu após a ordem executiva de junho, que pediu que empresas compartilhassem modelos de fronteira com o governo antes do lançamento; mesmo com participação de Anthropic, OpenAI e Google em briefing na Casa Branca, os detalhes não devem ser divulgados publicamente.
Na prática, a regra prevê um prazo de 30 dias para revisão governamental e se aplica apenas a modelos de código fechado com capacidades de ponta e supostos riscos. Para o ecossistema de devs e empresas, a falta de definições pode gerar incerteza sobre conformidade e dificultar decisões de lançamento, especialmente para provedores menores que dependem de previsibilidade regulatória.
A Alibaba anunciou o Qwen3.8-Max, seu maior modelo até agora, com 2,4 trilhões de parâmetros e foco em multimodalidade (texto, imagens e vídeos). O modelo consegue analisar até 1 milhão de tokens por vez e usa arquitetura mixture-of-experts, ativando apenas parte do sistema por tarefa — com uso simultâneo de 95 bilhões de parâmetros. Já a DeepSeek chamou atenção com o V4-Flash, destacado como o mais barato para operar em testes, com custo de US$ 0,14 por milhão de tokens de entrada e US$ 0,28 por milhão de tokens de saída.
A disputa deixa de ser só “quem tem o modelo maior” e passa a mirar eficiência e acessibilidade para empresas e desenvolvedores. Na prática, a tendência é acelerar adoção de IA em fluxos corporativos, inclusive com modelos de pesos abertos que permitem baixar e adaptar os parâmetros, enquanto concorrentes ocidentais seguem mais focados em soluções fechadas.
