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.
Alex Porcelli, cofundador e CEO da Aletyx, defendeu que arquiteturas agentic para IA precisam lidar com a falta de consistência e, principalmente, com a falta de accountability em decisões de alto impacto. Ele citou a evolução do uso de IA no desenvolvimento, dizendo que passou a “codar diferente” ao interagir com agentes, em vez de apenas usar IA para tarefas como resumos, scripts e testes.
O executivo destacou que domínio e conhecimento de regras ajudam a obter resultados melhores, mas não bastam para operar negócios, que dependem de políticas e regulações. Para ele, a solução passa por rastreabilidade e explicação do caminho que leva de entradas à saída, além de governança com versionamento do processo decisório para revisão, aprovação e auditoria.
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.
A Skyone apresentou nesta quarta-feira (12) o Skyone Creator, ferramenta de vibecoding voltada ao público corporativo que gera aplicativos a partir de prompts. A plataforma faz parte do Skyone Studio, que já reúne integração de sistemas, gestão de dados, automações e agentes, e promete dar mais autonomia para diferentes áreas criarem soluções próprias.
O Creator interpreta o pedido do usuário e produz uma primeira versão funcional em poucos minutos, que pode ser refinada com novas instruções. A empresa afirma que a arquitetura é agnóstica a modelos de IA, usando diferentes LLMs conforme capacidade e adequação, e destaca recursos de segurança e governança, como isolamento entre clientes, controle de acesso por perfis e permissões, além de versionamento e registro de execução.
A Speakeasy lançou o “Skills Management”, um sistema para registrar e controlar skills usadas por agentes de IA em ambientes corporativos. A empresa diz que, com a adoção de agentes, as organizações acabam criando bibliotecas de skills que incluem runbooks de deploy, checklists de code review, guias de estilo, procedimentos de incidentes e fluxos internos — muitas vezes espalhados por repositórios, máquinas locais e conversas em Slack. Segundo a Speakeasy, um cliente de fintech de médio porte chegou a identificar mais de 500 skills únicas em uso.
O ponto central é tratar cada skill como um artefato corporativo versionado e imutável, com acesso escopado por papéis e observabilidade sobre uso e desempenho. Com isso, fica mais fácil evitar que versões ruins se espalhem e entender quais skills estão desatualizadas ou subperformando, inclusive com apoio de um “LLM judge” para sugerir melhorias — ajudando times de dev a padronizar conhecimento para agentes sem virar caos de versões.
:quality(85)/5a593e79-bd95-4149-94d3-674b864b8074.JPG)
