Em 11 de março de 1890, nasceu Vannevar Bush, o visionário que, em 1945, conceitualizou o "Memex" — uma máquina teórica de armazenamento e recuperação de informações por meio de links associativos.

Bush antecipou em décadas os fundamentos do hipertexto e da World Wide Web, criando os conceitos de "links", "trails" e "Web" que Ted Nelson formalizaria posteriormente como "hipertexto" em 1967.

Meta anunciou a aquisição da Moltbook, uma rede social ao estilo Reddit construída exclusivamente para agentes de IA interagirem entre si.

Construída com o framework OpenClaw, a plataforma mantém um diretório sempre ativo de agentes que fazem posts e interagem de forma autônoma, criando uma "sociedade de IA" em funcionamento.

A movimentação sinaliza que gigantes de tecnologia estão se preparando para um futuro em que agentes de IA não apenas servem humanos, mas formam seus próprios ecossistemas sociais e de informação.

Meta provavelmente integrará aprendizados da Moltbook em seus próprios agentes de IA e possivelmente criará redes onde agentes da Meta, dos usuários e de terceiros possam interagir de forma estruturada.

​Por que isso importa:

Se agentes de IA vão operar em escala empresarial e social, eles precisarão de infraestrutura para descobrir, coordenar e colaborar entre si. Esta aquisição mostra que empresas estão construindo os "protocolos sociais" para economia agêntica.​​

O lendário cientista da computação Donald Knuth publicou paper "Claude's Cycles" documentando como o Claude Opus 4.6 resolveu um complexo problema de teoria dos grafos no qual ele vinha trabalhando por semanas.

O problema envolvia construir ciclos hamiltonianos em um grafo direcionado 3D enquanto Knuth preparava material para The Art of Computer Programming.

Knuth iniciou o artigo com "Shock! Shock!", expressando sua surpresa diante da capacidade do modelo de raciocínio matemático formal de alto nível, tradicionalmente considerado resistente à automação por IA.

O caso demonstra como modelos de raciocínio avançados começam a contribuir para pesquisa matemática de fronteira, não apenas executando cálculos, mas também participando do processo criativo de descoberta.

A validação de um dos maiores nomes da ciência da computação sobre as capacidades da IA em matemática formal sinaliza que esses sistemas estão cruzando um limiar qualitativo - de ferramentas úteis a colaboradores genuínos em pesquisa de ponta.

Ao clicar em uma das opções abaixo, escreva o que fez você escolher ela. Vou incluir na próxima edição.

Canguru-florestal (Macropus giganteus tasmaniensis).

Foto: Charles J. Sharp.

Thinking Machines, startup da ex-CTO da OpenAI Mira Murati, garantiu acordo multianual com a NVIDIA para ao menos um gigawatt de chips da nova geração Vera Rubin.

O contrato dá à startup de apenas um ano acesso ao tipo de infraestrutura de IA tipicamente reservada aos maiores laboratórios do mundo, com implantação prevista para início de 2027.

A NVIDIA também adicionou capital não divulgado ao seu investimento existente na rodada seed de US$ 2 bilhões, que avaliou a Thinking Machines em US$ 10 bilhões no ano passado.

Thinking Machines tem um produto ativo, Tinker, uma API de fine-tuning para empresas. No entanto, o compromisso com um gigawatt sinaliza movimento para criar modelos próprios de ponta.

Em IA, o acesso à computação está se tornando tão importante quanto o acesso ao talento — este acordo mostra como infraestrutura e capital de hardware se tornaram vantagens estratégicas que separam os laboratórios que podem competir daqueles que não podem.

Google e Synaptics: Coral Dev Board com NPU

Edição limitada da Coral Dev Board com primeira implementação do Coral NPU da Google Research, projetada para aplicações de IA multimodal ultraeficientes em wearables, hearables e dispositivos IoT.

Argonne Lab: AI "Adviser" para Materiais Eletrônicos

Algoritmo de IA que monitora performance de outros algoritmos de machine learning durante experimentos autônomos, acelerando descoberta de materiais eletrônicos avançados com dados limitados.

MIT: IA generativa para planejamento de tarefas visuais

Pesquisadores do MIT desenvolveram abordagem baseada em IA generativa para planejar tarefas visuais de longo prazo, como navegação robótica, cerca de duas vezes mais eficaz que técnicas existentes.

DeepL: Language AI Report 2026

Relatório revela que 83% das empresas ainda não implementaram ferramentas de IA de próxima geração (LLMs ou IA agêntica) para tradução, apesar de 71% dos líderes empresariais priorizarem transformação de workflows com IA em 2026.

Cognizant: Pesquisa sobre adoção empresarial de IA

Estudo com 600 tomadores de decisão mostra que 63% das empresas relatam lacunas moderadas a grandes entre ambições e capacidades atuais de IA, sendo soluções personalizadas o fator mais importante na seleção de parceiros de IA.

Você presta atenção ao conteúdo gerado por IA que consome? Para te ajudar nesse exercício, há pelo menos um pequeno erro em cada edição.

Responda indicando qual é o erro e receba um número para concorrer a um livro sobre IA entre os que recomendamos, a ser sorteado em abril. Sua resposta deve chegar até mim antes do envio da edição seguinte.

Na Diar.ia, uso Gemini, Claude e Perplexity para automatizar a pesquisa e em outras etapas, e Wispr Flow para ganhar velocidade com comandos de voz (ganhe um mês do plano Pro). Depois disso, faço checagem de fatos, a Clarice.ai revisa o texto (ganhe 25% de desconto com o cupom DIARIA), dou o toque final e envio via Beehiiv (ganhe um mês grátis e 20% de desconto por 3 meses).