Pesquisadores de segurança alertam que conteúdo sexual explícito gerado por IA sem consentimento segue se espalhando sem controle, com compartilhamento em mensagens diretas e armazenamento em nuvens privadas, o que dificulta detecção e denúncia. Um estudo coautorado pela Google com usuários da internet nos Estados Unidos, Austrália e Reino Unido, publicado em julho, aponta que o ponto de intervenção mais crítico está na origem das ferramentas usadas para criar as imagens falsas.
Em testes recentes, pesquisadores do White Circle afirmam que guardrails de geradores de imagens de texto de Google e OpenAI podem estar falhando à medida que os modelos ficam mais capazes. Um preprint divulgado no mês passado descreve vulnerabilidades em DALL·E 3, Nano Banana 2 e GPT-Image-2, com a equipe dizendo que, usando ferramentas disponíveis publicamente e chamadas via API, conseguiu gerar conteúdo explícito cerca de 13% das vezes.
O Wellhub revelou o Panorama do Bem-Estar Corporativo 2027 e indica que a adoção de inteligência artificial pode aumentar a carga de trabalho para quem já domina a tecnologia. No Brasil, 37% dos trabalhadores “avançados em IA” relatam que o uso da ferramenta elevou o volume de tarefas, ante 13% entre quem está nos primeiros estágios de adoção. O levantamento também mostra que, no recorte brasileiro, oito em cada dez usuários avançados orientam outras pessoas sobre as ferramentas.
Os dados ainda apontam diferenças nos relatos de esgotamento: 23% dos profissionais mais avançados dizem ter sintomas de burnout diariamente, contra 11% dos iniciantes. A pesquisa destaca que políticas claras e bem comunicadas sobre IA se associam a maior resiliência, e que 75% dos usuários avançados citam recursos de bem-estar como apoio para se adaptar ao ambiente impulsionado pela tecnologia. O estudo foi conduzido entre 12 e 19 de junho de 2026 com mais de 5 mil profissionais em dez países.
O pendant Friend 2, chatbot em formato de pingente sempre “listening”, chegou em julho custando US$ 249 e usa os “latest language models” da OpenAI. O dispositivo responde a comandos e também pode falar sem ser provocado, com um recurso de “silenciar” que exige toques no aparelho.
A Avi Schiffmann, criadora do Friend, afirmou que a próxima atualização vai tornar os chatbots mais “agentically” e mudar a personalização: em vez de personalidades únicas por usuário, todos conversariam com a mesma entidade, compartilhando contexto entre usuários. A proposta aponta para um “hivemind” do Friend, com mudanças que devem afetar como o sistema se comporta e como a privacidade é tratada.
A Shopify anunciou que vai permitir que shoppers configurem agentes de IA para comprar produtos em seu catálogo. Com a novidade, mais agentes passam a ter acesso a mais de um bilhão de ofertas, incluindo itens em lojas da Shopify e também fora delas.
Para ativar o recurso, o cliente conecta o agente à conta no Shop, plataforma da empresa que consolida pedidos, acompanha entregas e recomenda produtos. As compras feitas pelo agente são finalizadas via Shop Pay dentro da conversa e os pedidos voltam para o app Shop, com aprovação do comprador em cada compra.
A SleekFlow, plataforma global de IA para conversas com foco em geração de receita, captou US$ 23,5 milhões e planeja acelerar a expansão na América Latina. Fundada em 2019, a empresa atende mais de 7 mil empresas em 70 países e processa mais de 57 milhões de mensagens por mês.
A estratégia combina agentes de IA com comunicação omnichannel e automação de vendas e atendimento, conectando conversas a dados e sistemas como CRM e e-commerce. O AgentFlow permite criar agentes que identificam intenção, entendem contexto, acessam informações integradas, executam ações e encaminham interações para humanos quando necessário, com integrações como Shopify, HubSpot e VTEX e canais como WhatsApp Business API, Instagram e Telegram.
A Shopify lançou o Canvas, uma ferramenta de criação de sites que permite montar a loja no Shopify por meio de uma conversa com a IA. Antes, o construtor no-code exigia editar temas com seções e blocos, e personalizações mais profundas normalmente pediam mexer no código ou contratar um desenvolvedor.
Com o Canvas, o agente de IA Sidekick faz alterações e o sistema mostra o resultado em tempo real, renderizando o código real da loja. Isso permite testar a interatividade e animações completas e visualizar como as páginas aparecem em diferentes tamanhos de tela, com o Sidekick também gerando screenshots para acompanhar o que o comerciante vê, enquanto o produto ainda chega em versão inicial com limitações como suporte a temas de terceiros e uso apenas no desktop.
O agente pessoal de IA da Meta, chamado Muse, ganhou uma série de novos recursos no evento Connect, com Mark Zuckerberg reforçando que a empresa está apostando alto no produto. Lançado no início de setembro, o Muse foi descrito como um assistente que executa tarefas do dia a dia ao se conectar a apps e serviços como e-mail e calendário, com o modelo multimodal Muse Spark por trás do trabalho de agente.
Entre as novidades apresentadas estão um avatar digital do Muse para videochamadas em tempo real, integração com os óculos inteligentes da Meta com ativação por wake word e suporte para delegar tarefas no Mac. A Meta também anunciou que o Muse deve ganhar um endereço de e-mail próprio, além de parcerias e conectores para compras com Stripe, Shopify, Shop Pay, PayPal e varejistas como Best Buy, Gap, Sephora, Walmart e Wayfair, incluindo ainda integrações com GitHub, Notion e outros serviços.
Em 2020, a Shopify apostou em escrever o código móvel uma vez em React Native para evitar duplicar funcionalidades em Swift e Kotlin. Agora, a empresa está voltando para desenvolvimento nativo completo e diz que o app consumidor Shop saiu de prova de conceito para uma versão nativa em produção em 12 semanas.
A migração para a versão de lojistas, com mais de 300 telas e forte integração com o iOS, depende de agentes de IA para acelerar tarefas específicas. A Shopify também descreve o uso do sistema interno Helix para dividir a reescrita “tela por tela”, comparar com o app existente e envolver revisões antes do time aprovar o resultado, além de separar lógica de negócio e UI para testes mais rápidos via CLI.
A Shopify apresentou o Gisting, uma técnica para comprimir prompts longos de LLM em um conjunto menor de tokens “gist” aprendidos, com foco em aumentar o throughput e reduzir o custo de inferência. A empresa afirma que, durante o uso, a substituição do texto extenso por gist tokens reduz a latência ponta a ponta e melhora a taxa de processamento sem alterar os pesos centrais do modelo.
No Sidekick, o sistema prompt caiu de cerca de 6.000 tokens para 1.500 gist tokens, mantendo a qualidade das previsões. Com 350 requests por minuto, o tempo para o primeiro token (TTFT) passou de 438 ms para 354 ms, a latência end-to-end caiu de 6,8 s para 4,2 s e o throughput subiu de 20,2 para 23,4 QPS, permitindo reduzir a alocação de GPUs.
Coinbase, Shopify e Ramp estão desenvolvendo agentes internos para apoiar o desenvolvimento de software, mas sem abandonar totalmente ferramentas comerciais. A Coinbase criou o Forge para transformar relatos de bugs em pull requests com integração a Slack, GitHub e Linear, incluindo validação e até build para revisão no mobile. A Shopify desenvolveu o River, que atua em um ambiente de engenharia reproduzível e já participa de 1 a cada 8 pull requests mescladas. A Ramp criou o Inspect, que executa em sandboxes com máquinas virtuais parecidas com o ambiente local e integra Datadog, Sentry e LaunchDarkly.
A tendência é que as empresas passem a “insourcer” o harness do agente — o ambiente de execução com contexto, permissões, orquestração de workflow e verificação — enquanto modelos de fundação continuam sendo fornecidos por players como Anthropic, OpenAI e Google. Na prática, isso muda o jogo para devs: o controle de custos, segurança e roteamento do modelo fica mais centralizado na plataforma, e os assistentes comerciais tendem a complementar fluxos interativos no editor/terminal.
