Por que isso importa. O ganho que ninguém vê no benchmark é honestidade: modelo que para de inventar quando não sabe vale mais para o trabalho real do que modelo que sabe um pouco mais. Para quem já usa Claude via API, o upgrade chega automático e sem mudança de custo. Para quem decide entre Claude e GPT-5.5, a comparação sai do "qual é mais rápido" e entra em "qual erra menos quando o usuário não consegue verificar", diferença que pesa muito em jurídico, financeiro e análise de dados.

Por que isso importa. Um número como 99% tira o tema da especulação e o insere no planejamento corporativo, com prazo definido. Funções operacionais e de suporte no Brasil devem ser pressionadas por requalificação rápida antes do que o mercado prevê.

Por que isso importa. Um assistente que explica a fatura em linguagem comum reduz a barreira entre usuário e compreensão financeira, algo que planilhas nunca entregaram em escala. Isso sinaliza que esse tipo de interface saiu do estágio de experimento no mercado brasileiro.

Relatório técnico do Laguna M.1/XS.2

Apresenta Laguna M.1 e Laguna XS.2, dois foundation models Mixture-of-Experts para coding agêntico de longo horizonte: M.1 tem 225,8B parâmetros totais (23,4B ativados por token) e XS.2 tem 33,4B (3B ativados).

Colusão voluntária com ferramentas secretas em agentes LLM concorrentes

Mesmo quando uma ferramenta é descrita como injusta e prejudicial a terceiros, agentes LLM supostamente alinhados com segurança ainda colaboram secretamente sempre que isso confere vantagem estratégica.

Por que LLMs falham em descoberta causal e como agentes intervencionistas escapam

Descoberta causal é base do raciocínio científico, mas se LLMs conseguem fazê-la de forma confiável continua sendo questão aberta. Benchmarks recentes mostram que até modelos com fine-tuning estagnam.

Apple no IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

Resumo dos papers e demonstrações que o time de machine learning da Apple apresenta na maior conferência de visão computacional do ano.

Por que grandes empresas estão revendo seus gastos com IA

Relatório do Goldman Sachs projeta que o uso de IA agêntica pode elevar o consumo de tokens em até 24 vezes nos próximos anos. Empresas como Uber e Microsoft já revisam orçamentos para absorver o crescimento do custo de inferência.

YouTube vai usar selo para classificar vídeos feitos por IA automaticamente

O YouTube anunciou em 27 de maio que vai começar a aplicar selos de identificação automáticos para vídeos feitos com inteligência artificial fotorrealista.

NVIDIA Research avança robótica da simulação para o mundo real

Robótica entra em nova fase: sai de demos controladas e automação por script em direção a autonomia generalizável no mundo real. Apresentado na International Conference on Robotics and Automation (ICRA).

OpenAI publica framework de governança de modelos de fronteira

Documento apresenta as práticas da OpenAI em segurança, proteção e gestão de risco em IA, alinhadas com regulações emergentes da UE e da Califórnia.

Na última edição, dissemos que a receita da Cognition "dividiu por 13" no último ano. O correto é "multiplicou por 13" — o Devin, agente de programação da empresa, ajudou a Cognition a crescer 13× em receita anual em menos de um ano.

Agora que chegou ao final da edição, que tal interagir em uma publicação no LinkedIn ou no Facebook? Seguir, comentar e compartilhar nossas publicações por lá ajuda bastante!