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.
O Pulse Local é um aplicativo completo de budgeting que inclui um chat para responder perguntas usando os próprios dados do usuário. Em vez de enviar o extrato para um modelo hospedado, o app mantém o “ledger” no disco e envia apenas a pergunta junto com as linhas que respondem a ela para um modelo que fica localmente, sem endpoint de envio.
O sistema usa modelos distribuídos como arquivos ao lado do ledger e promete privacidade ao não depender de um serviço de IA online. O app também permite revisar detalhes de gastos, comparar meses e ajustar categorias, além de oferecer recursos como planos, regras, splits, cash flow e forecast; a versão beta é para Mac com Apple Silicon, com preço de US$ 29/ano para o Sync Pass no recurso de sincronização bancária.
A Microsoft informou que vai gerenciar o uso de IA no desenvolvimento com “AI token budgets” por divisão, incluindo metas internas desde julho. Em comunicado interno, o executivo Jay Parikh pediu foco em “impacto por token” e não em gastar mais, além de permitir que engenheiros acompanhem o próprio consumo, que pode variar de centenas a milhares de dólares por mês. A empresa também definiu o GPT-5.6 Sol como modelo padrão no GitHub Copilot e citou preços por milhão de tokens (US$ 5 entrada e US$ 30 saída para Sol).
Na prática, a mudança coloca custos e eficiência no centro do fluxo de coding com IA: equipes precisam escolher modelos e configurações conforme o valor do trabalho, e administradores podem apertar controles conforme os gastos. Como agentes de IA agora fazem tarefas em múltiplas etapas (ler repositórios, rodar testes e iterar), o risco de “token waste” cresce—então medir produtividade só por volume de PRs pode não refletir qualidade, segurança ou ganho real para o produto.
