A partir de 17/10, um único controlador do ARTEX, framework de agentes em que um agente principal coordena planejadores e executores sobre um grafo de fatos e objetivos, atacou organizações em ao menos 14 países: ministérios do Exterior na América Latina, na Europa e na Ásia, um ministério do Interior no Oriente Médio, operadoras de telecomunicações e 19 empresas dos EUA de fármacos, semicondutores, defesa, energia nuclear e finanças. O grupo rodou o ARTEX sobretudo com o DeepSeek e com um segundo LLM comercial por assinatura que a CrowdStrike não identificou; numa única invasão, os agentes de planejamento consumiram cerca de 1,4 bilhão de tokens de entrada. Houve pós-exploração confirmada em nove organizações, com o backdoor BLOODALCHEMY. Um operador humano dava ordens em chinês nos pontos de decisão, inclusive para achar máquinas sem o sensor Falcon. A NBC publicou às 19h de 29/10, antes da janela; o relatório da CrowdStrike saiu às 04h22 de 30/10.
No HLE-Diamond, versão de 1.000 questões do Humanity's Last Exam refinada por CAIS e Scale (metade raciocínio, metade conhecimento, sem ferramentas), o Gemini 4 Carbon (high) faz 69% e o Claude Opus 5.5 (max) 68%; só 17 variantes passam de 50%. Opus 5.5 e GPT-6 Astra empatam em raciocínio (78%) e o Opus vence em conhecimento (58% a 50%); o melhor modelo aberto, Kimi K3.1 Pro, faz 37%. No FrontierCode 2.0 da Cognition o Carbon faz 40% a US$ 4,04 por tarefa, atrás de Opus 5.5, GPT-6 Astra e Sonnet 5.5; o Gemini 4 Argon faz 26,3% a US$ 6,41, atrás de Haiku 5.5 e Grok 4.7.
Modelos · x · gemini, benchmarks, claude-opus, gpt-6, codigo
A Moonshot lançou no kimi.ai e no Kimi Work o 3D Make: o Kimi se conecta ao Blender e a ferramentas de CAD para criar modelos, montar cenas e desenvolver jogos. O anúncio, às 00h14 de Brasília, tinha 95 mil visualizações no X às 08h.
A nova opção permissions.blockWritesOutsideWorkingDirectories faz Write, Edit e NotebookEdit recusarem caminhos fora das pastas de trabalho em qualquer modo de permissão. No VS Code e na aba Code do Claude Desktop, conversa de mais de 200 mil tokens deixada ociosa é resumida, e o resumo é usado na mensagem seguinte se o cache tiver expirado. claude -p passa a imprimir o erro e sair com código 1 quando a inicialização falha (antes saía 0 sem nada). Também: o gateway de apps pode mandar só grupos do IdP para um upstream, 'continuar automaticamente no limite de uso' não passa de três vezes sem o usuário, e o esforço é rebaixado sozinho quando o administrador limita o do modelo.
Ferramentas e código · github · claude-code, anthropic, permissoes, contexto
O app organiza o trabalho em espaços, abas e painéis, reúne numa barra lateral os agentes de todos os espaços, inclusive os que outro agente abriu, com o estado de cada um (trabalhando, esperando você, pronto, ocioso), e mantém os terminais rodando com a janela fechada. Funciona em macOS (Apple Silicon), Linux e Windows. O runtime herdr tem 46,8 mil estrelas no GitHub; o lançamento fez 226 pontos no HN.
Ferramentas e código · hacker-news · agentes, terminal, orquestracao, open-source
Numa análise de 1,53 milhão de skills (SKILL.md) do GitSkills, cerca de 88 mil (1 em 17) trazem diretiva que afrouxa a supervisão, como seguir sem aprovação ou usar --no-verify; 70,1% valem sem condição, skills que rodam shell, instalam pacotes ou usam sudo têm 1,7 a 1,8 vez mais chance de tê-la, e 2,4% das famílias de skills respondem por metade das cópias. Scanners abertos pegam no máximo 46%. Outro estudo (2610.37738) embute um jailbreak num arquivo de skill e leva a taxa de sucesso de ataque de 0,5% para 45% em sete modelos abertos (até 68,9%). Um terceiro (2610.37901) propõe um scanner que, em 1.587 skills dos 75 repositórios mais estrelados, teve 53 de 59 achados confirmados (89,8%).
Em 2.430 execuções de seis arquiteturas sobre 135 tarefas do HumanEval e do ClassEval, com Claude Opus 5.5 e Haiku 5.5, o protocolo de passagem entre agentes (Open Floor Protocol) custa só 7,2 ms. A decomposição em planejador, programador e revisor custa 3,22 vezes e demora 3,24 vezes mais que uma chamada única ao modelo forte, sem resolver mais tarefas. Pôr planejador e revisor no Haiku corta o custo do pipeline a 0,39, perde 6,7 pontos de pass@1 e continua mais caro, mais lento e menos preciso que a chamada única. O ganho está em escolher um modelo por tarefa: um oráculo entre as duas chamadas únicas resolve 94,3% pela metade do custo por tarefa resolvida.
Reanálise das 540 avaliações de um benchmark público de agentes de pesquisa (nove agentes, quinze problemas), com 256 afirmações numéricas rotuladas à mão: as falhas são sobretudo de alinhamento entre o texto e o trabalho, não fraude; cerca de 4 em 5 números sem suporte existem nos arquivos do próprio agente, mas de outro experimento, métrica ou rodada. Os autores propõem um verificador determinístico de afirmação contra evidência (precisão acima de 90%, kappa 0,89, verificando só parte das afirmações) e mostram que um verificador LLM acha mais afirmações rastreáveis, mas aceita cerca de três vezes mais números mal atribuídos; recomendam usar os dois.
Em 5.625 testes com quatro agentes de código, os agentes seguiram o padrão já presente no repositório em 359 de 360 casos de conflito com sua escolha padrão. Três arquivos locais de apoio dão 96% de adoção, contra 4% para arquivos de recursos irmãos, e só mudar o arquivo de lugar leva a adoção de 0% a 100%. Quando a tarefa nova contradiz o código existente, uma regra de prioridade escrita funciona melhor que exemplos (59 de 60 contra 38 de 60), e uma regra carregada pelo harness elevou o sucesso de 0 para 117 em 120 em repositórios abertos.
Em amicus curiae no processo que reúne 12 ações contra a OpenAI no distrito sul de Nova York (a mais conhecida é a do New York Times contra Microsoft e OpenAI), a Fundação Wikimedia propõe tratar dois usos de forma diferente. Treinar LLM com obra protegida seria uso justo quando o modelo é algo novo e diferente das fontes, sem exigir licença. RAG e outras técnicas de grounding, que buscam o conteúdo na web e o devolvem ao usuário pelo chatbot, não seriam: quem oferece o recurso teria de respeitar a licença de cada fonte (na Wikipédia, CC BY-SA 4.0). A fundação argumenta que uso justo restrito demais inibiria ferramentas úteis a projetos abertos e amplo demais esvaziaria quem produz o conhecimento.
Comunidade · wikimedia · direitos-autorais, openai, rag, regulacao, wikipedia
A Cognizant criou o OpenAI Frontier Capability Group, com mais de 25 mil profissionais dedicados a Codex e ChatGPT em clientes, em três frentes: engenharia de software com Codex, modernização de sistemas (de mainframe a nuvem) e atendimento com agentes; 21 mil funcionários já somam mais de 40 mil certificados da OpenAI. Em Taipé, o presidente da Foxconn, Young Liu, disse à Reuters que negocia uma nova parceria com a OpenAI depois de se encontrar com Sam Altman na sexta, sem dar detalhes, e que a IA não está numa bolha
Comunidade · pr-newswire · openai, codex, servicos, foxconn, mercado
Pesquisa da PwC com 49.364 profissionais em 48 países (mil no Brasil), feita em maio e junho de 2026: o uso diário de IA generativa é de 36% no Brasil e 22% no mundo; 77% dos brasileiros esperam ampliar o uso no próximo ano (59% no mundo), e 51% dizem que a IA melhora ou elimina as partes mais difíceis do trabalho (38% no mundo).
Comunidade · valor · brasil, trabalho, adocao, pesquisa
Segundo fontes do FT, o Spotify quer lançar no primeiro trimestre de 2027 um produto em que assinantes criam remixes e covers próprios com IA, por cerca de US$ 5 mensais, a depender de acordos de licenciamento. Matéria com paywall; dados do resumo do Techmeme, às 05h45 de Brasília.
Comunidade · financial-times · spotify, musica, ia-generativa, licenciamento