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 Anthropic publicou o AI-Native SDLC Playbook defendendo que “código não é mais o gargalo” quando agentes conseguem gerar implementações em minutos. Com isso, a restrição passa para etapas ao redor do build, como planejamento, revisão, verificação, implantação e governança.
O playbook também se conecta a uma onda de ferramentas spec-driven, em que artefatos escritos viram specs, planos, diffs e achados de revisão em versionamento. O texto argumenta que organizações não devem adotar um único fluxo fixo para todas as mudanças e propõe modelar processos como state machines com gates e regras baseadas em fatos do sistema, permitindo roteamento por tipo de alteração e rastreio de aprovações e evidências.
Assistentes de codificação com IA deixaram de ser novidade e viraram infraestrutura: em 2026, a maioria das equipes de engenharia usa essas ferramentas semanalmente e uma parcela crescente do código de produção é gerada por IA. Com isso, o desafio mudou de escrever código para verificar se ele está correto, seguro e alinhado ao que foi realmente pretendido.
Um estudo apresentado na GAISS 2026 avaliou a prática de revisar a especificação como “baseline” de governança. Os resultados indicam que a especificação não tornou revisores melhores para achar bugs, mas transformou a revisão em uma atividade ancorada em contrato, com rastreabilidade e maior confiança — ainda com impacto mensurável em tempo e custo, especialmente em tarefas com múltiplas restrições feitas por modelos capazes, porém imperfeitos.
