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 Hugging Face e pesquisadores da AllenAI lançaram o BenchMIRT, um método para auditar benchmarks de LLMs no nível de prompts individuais — as perguntas e tarefas usadas para pontuar o modelo. A proposta é mostrar que um benchmark pode medir mais de uma capacidade além do objetivo declarado, já que cada tarefa pode exigir habilidades diferentes para acertar.
O BenchMIRT foi treinado com resultados de 100 LLMs em 16 benchmarks e mais de 34 mil perguntas, e recuperou de forma independente duas dimensões dominantes: segurança (safety) e raciocínio geral. Em análises, o método indicou que benchmarks como BBQ podem refletir mais raciocínio do que viés social, enquanto WMDP se relaciona fortemente com raciocínio geral por envolver respostas perigosas que o modelo deve recusar ou não fornecer.
A Flock Safety, empresa de vigilância por câmeras, desenvolveu um sistema de inteligência artificial para a polícia capaz de identificar motoristas e rastrear veículos apenas pelos padrões de movimento. O produto, que antes era chamado de Nightshift e agora aparece como OS Investigate, usa uma rede de câmeras que registra deslocamentos em mais de 6.000 comunidades e pode relacionar placas a pessoas a partir de bases como registros de caso, logs do 911 e dados comerciais.
O sistema chega com 69 prompts pré-escritos para os agentes selecionarem, revisarem e enviarem, além de permitir criação de prompts próprios. Entre as funções descritas no código estão buscas por “testemunhas” com base em veículos mais vistos em um bairro e “workups” que retornam informações pessoais e conexões; especialistas citam preocupações constitucionais e de privacidade, enquanto a empresa afirma que a ferramenta ainda está em desenvolvimento e que capacidades podem mudar antes de um lançamento mais amplo.
Uma extensão chamada PISIGuard foi criada para reduzir o risco de você enviar dados pessoais e sensíveis sem querer em chats com IA. Ela identifica localmente informações como nomes, e-mails, telefones, números de cartão, senhas, chaves de API e outros dados sensíveis, substituindo por placeholders antes da mensagem ser enviada.
Depois que a IA responde, o PISIGuard devolve automaticamente os valores reais na resposta, mantendo a conversa “natural” para o usuário. O processamento acontece no seu navegador, sem envio de conteúdo para serviços externos, e a ferramenta é compatível com plataformas como ChatGPT, Claude e DeepSeek.
