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 experiência com carros autônomos da Waymo em San Francisco virou metáfora para um alerta sobre pesquisa: a tecnologia reduz a fricção de lidar com outras pessoas e, com isso, o ganho parece imediato. O texto descreve como a ausência de um motorista e a comodidade da viagem também eliminam conversas e negociações sociais, deixando pesquisadores e líderes com uma perda difícil de nomear.
A comparação segue para grandes modelos de linguagem (LLMs), tratados como “Waymo da vida intelectual”: eles ficam disponíveis a qualquer hora, exigem apenas prompts e respondem sem agendas próprias. O problema, segundo o argumento, é que a colaboração na pesquisa depende justamente das fricções que esses sistemas tendem a remover, como desafios inesperados e o “tecido” social construído por debates e interações entre colegas.
Pesquisadores discutiram, em um debate técnico no ecossistema do Hacker News, o tema “Position: LLMs Can't Jump”, destacando que grandes modelos de linguagem tendem a não conseguir “pular” etapas no raciocínio como humanos fariam. A discussão aponta limitações práticas do que esses modelos conseguem inferir quando a tarefa exige encadeamentos mais longos e consistentes. O foco é entender onde o desempenho falha e por quê.
Na prática, isso reforça a necessidade de desenhar fluxos de trabalho para devs e times de produto com validações, etapas explícitas e checagens de consistência — em vez de confiar apenas em respostas diretas do modelo. Para quem constrói aplicações com LLMs, a mensagem é: trate o modelo como componente de um sistema, não como “atalho” para qualquer problema.
