15 posts found
A OpenAI lançou o GPT-6 Astra, o primeiro modelo pensado pra trabalhar sozinho por dias a fio. Eu conto por que esse lançamento me parece diferente de tudo que veio antes — e onde a narrativa de marketing já está passando dos limites.
A Meta deu nome ao problema: Behavioral State Decay. A instrução está lá. A IA a 'vê'. Mas não age sobre ela. A solução: um segundo agente de IA — o 'toque no ombro' — que injeta lembretes seletivos. +8,3 pontos no Terminal-Bench. Sem retreinar o modelo.
O mercado de SaaS vale $140B. O mercado de trabalho vale $11,7T. Quando software começa a FAZER o trabalho em vez de organizar, o TAM explode 83x. Salesforce já faturou $800M com Agentforce. Zendesk cobra $2 por resolução. O modelo por assento está morrendo.
Um modelo de 3B parâmetros compilado venceu o mesmo modelo de 3B com orquestração externa em 4 de 5 métricas (p<0.001). 128-462x mais barato. 2,8x mais rápido. 87-98% da qualidade. O paper que desafia LangGraph, CrewAI e toda a indústria de orquestração.
A Gartner prevê que 40%+ dos projetos agênticos serão abandonados até 2027. A Anthropic diz: 'não construa agentes quando bastam workflows'. E em 2026, a conversa do mercado mudou de 'construir agentes' para 'orquestrar agentes'. Comece pelo trilho.
85% de precisão por passo parece bom. Mas em um workflow de 10 passos, isso é 20% de sucesso. Gartner prevê que 40% dos projetos de agentes serão abandonados até 2027. E a solução não é um modelo melhor — é engenharia que eu gostaria de ter aprendido antes.
Stanford provou que mudar apenas o harness — sem tocar no modelo — gera variação de até 6x em performance. O Meta-Harness ficou em #1 no TerminalBench-2, batendo todas as soluções humanas. O problema nunca foi o modelo.
Em 4 de abril de 2026, a Anthropic cortou o uso de OpenClaw via assinatura. Milhares viram seus custos dispararem 50x. E um leak de 512.000 linhas de código revelou o motivo real: o projeto Conway.
O OpenClaw é o projeto open source que mais cresce na história. Mas com 9+ CVEs e 135.000 instâncias expostas, a segurança era um pesadelo. A NVIDIA acaba de resolver isso com uma única linha de comando.
Eu passei meses achando que o segredo era o prompt perfeito. Estava errado. A mudança de prompt engineering para context engineering transformou como eu uso IA — e como eu me comunico com humanos também.
O Kiro deletou um ambiente de produção da AWS, causando 13 horas de indisponibilidade. Depois, o checkout da Amazon caiu por 6 horas. A era do 'vibe coding' encontrou seu limite.
Alexey Grigorev perdeu 2,5 anos de dados de produção quando um agente de IA executou um terraform destroy. O caso real que todo desenvolvedor e empresa precisa conhecer.
As Claude Skills vieram para substituir o MCP? Não. Elas são camadas complementares de uma mesma arquitetura. Entenda por que usar as duas juntas é a resposta certa.
Summer Yue, diretora de alinhamento da Meta, perdeu controle de um agente de IA que deletou seus emails ignorando 3 comandos de parar. Este é o lado perigoso da autonomia.
A transição dos modelos de linguagem para agentes de execução está redefinindo o que esperamos da tecnologia para 2026.