Pesquisadores de segurança alertam que conteúdo sexual explícito gerado por IA sem consentimento segue se espalhando sem controle, com compartilhamento em mensagens diretas e armazenamento em nuvens privadas, o que dificulta detecção e denúncia. Um estudo coautorado pela Google com usuários da internet nos Estados Unidos, Austrália e Reino Unido, publicado em julho, aponta que o ponto de intervenção mais crítico está na origem das ferramentas usadas para criar as imagens falsas.
Em testes recentes, pesquisadores do White Circle afirmam que guardrails de geradores de imagens de texto de Google e OpenAI podem estar falhando à medida que os modelos ficam mais capazes. Um preprint divulgado no mês passado descreve vulnerabilidades em DALL·E 3, Nano Banana 2 e GPT-Image-2, com a equipe dizendo que, usando ferramentas disponíveis publicamente e chamadas via API, conseguiu gerar conteúdo explícito cerca de 13% das vezes.
O Wellhub revelou o Panorama do Bem-Estar Corporativo 2027 e indica que a adoção de inteligência artificial pode aumentar a carga de trabalho para quem já domina a tecnologia. No Brasil, 37% dos trabalhadores “avançados em IA” relatam que o uso da ferramenta elevou o volume de tarefas, ante 13% entre quem está nos primeiros estágios de adoção. O levantamento também mostra que, no recorte brasileiro, oito em cada dez usuários avançados orientam outras pessoas sobre as ferramentas.
Os dados ainda apontam diferenças nos relatos de esgotamento: 23% dos profissionais mais avançados dizem ter sintomas de burnout diariamente, contra 11% dos iniciantes. A pesquisa destaca que políticas claras e bem comunicadas sobre IA se associam a maior resiliência, e que 75% dos usuários avançados citam recursos de bem-estar como apoio para se adaptar ao ambiente impulsionado pela tecnologia. O estudo foi conduzido entre 12 e 19 de junho de 2026 com mais de 5 mil profissionais em dez países.
O pendant Friend 2, chatbot em formato de pingente sempre “listening”, chegou em julho custando US$ 249 e usa os “latest language models” da OpenAI. O dispositivo responde a comandos e também pode falar sem ser provocado, com um recurso de “silenciar” que exige toques no aparelho.
A Avi Schiffmann, criadora do Friend, afirmou que a próxima atualização vai tornar os chatbots mais “agentically” e mudar a personalização: em vez de personalidades únicas por usuário, todos conversariam com a mesma entidade, compartilhando contexto entre usuários. A proposta aponta para um “hivemind” do Friend, com mudanças que devem afetar como o sistema se comporta e como a privacidade é tratada.
O Google liberou nesta terça-feira (13) o Gemini 4 Argon para assinantes dos planos Google AI Pro e AI Ultra. O modelo, descrito pela empresa como o mais poderoso até o momento, chega ao aplicativo Gemini e à versão web com melhorias em raciocínio, programação e execução autônoma de tarefas.
Antes restrito a um grupo menor, o Gemini 4 Argon passou por ajustes de segurança contra jailbreaks e tentativas de contornar proteções. A versão pública também traz respostas mais objetivas, com menos repetições, e atualizações frequentes sobre o andamento de tarefas demoradas, além de integração com mais de 40 aplicativos para executar atividades como compras, reservas e trabalhos de design.
Computadores quânticos da QuEra dependem de lasers mantidos em frequências exatas para controlar qubits lógicos, mas pequenas variações de temperatura, vibração e pressão podem fazer o “lock” sair do alvo e parar a máquina. Para recuperar o sistema, era necessário um especialista executar uma sequência de recuperação específica, inclusive em casos que exigiam deslocamento ao laboratório. A QuEra já opera a QPU Aquila com uptime acima de 99%, mas diz que a intervenção humana para perturbações menos frequentes e mais severas não seria escalável.
Neste contexto, a empresa implantou o Model Hardware Standard (MHS) e desenvolveu um controlador de relocking com um agente de IA (Claude) operando em um testbed com cerca de US$ 0,7 milhão em hardware de precisão dentro de limites de segurança definidos por humanos. Com isso, o lock volta em segundos, verificado e no alvo, sem ninguém no local, e a abordagem também ajusta o sistema para uma segunda frequência de operação em uma única execução. A QuEra afirma que os resultados são promissores e fazem parte de planos de “camadas” de IA na base de seus computadores quânticos.
O Google adicionou suporte a modelos locais no Antigravity SDK, permitindo que desenvolvedores construam e executem fluxos de trabalho agentic diretamente nas próprias máquinas, com a opção de misturar modelos da nuvem para tarefas de nível mais alto. A proposta busca dar mais controle sobre privacidade dos dados, custos de inferência, dependência de rede e distribuição de carga computacional.
O SDK também traz orquestração híbrida de agentes, seguindo o padrão Architect-Builder: um agente “arquiteto” define a visão macro e o plano, enquanto agentes “builders” rodam isolados localmente para tarefas como reproduzir vulnerabilidades de segurança, propor correções, revisar patches e executar testes de regressão. Em uma demonstração com auditoria e correção de três módulos Python vulneráveis, o Google informou que apenas 95 de cerca de 3400 tokens foram usados na nuvem para planejamento, com 97,2% do restante processado localmente, sem upload de código; a implementação inicial usa o Gemma 4 26B A4B via LiteRT e também aceita servidores locais compatíveis com OpenAI como Ollama, LM Studio e vLLM.
Uma pesquisa com 1.300 líderes de segurança mostra que o desafio não é mais encontrar vulnerabilidades com ferramentas de IA, e sim corrigir as falhas. O relatório “The AI Exploit Gap”, encomendado pela Chainguard e conduzido pela Wakefield Research, define o gap como a distância entre a velocidade com que ferramentas de IA conseguem identificar e encadear vulnerabilidades e a velocidade com que equipes humanas conseguem corrigir.
Mais de três quartos (77%) dos entrevistados esperam que um atacante explore uma vulnerabilidade nos próximos 12 meses, enquanto 54% dizem que as empresas deixam vulnerabilidades críticas ou de alto risco sem correção pelo menos às vezes. O estudo aponta que o trabalho de correção envolve mudanças de código, testes e envio, e que restrições de engenharia — como interrupções e dificuldade de testar patches — fazem as correções ficarem na fila; por isso, a prevenção e decisões de build passam a ser tratadas como padrão.
Cerca de 400 cientistas, incluindo Geoffrey Hinton e Yoshua Bengio, defenderam a criação de um órgão internacional para supervisionar a segurança da inteligência artificial. Em carta aberta, o grupo propõe padrões de segurança, avaliações independentes e um registro de incidentes envolvendo modelos capazes de comprometer sistemas externos.
Os pesquisadores afirmam que compromissos voluntários das empresas não seriam suficientes. No mesmo dia, o Google começou a liberar o Gemini 4 Argon para mais usuários no app Gemini e no Modo IA da busca, com acesso também na plataforma de desenvolvimento Antigravity para assinantes Ultra.
Uma conversa com chatbot pode ir de respostas rápidas a uma sequência frustrante de perguntas repetidas, seja por falhas de entendimento ou por respostas inadequadas ao contexto. Para melhorar essa experiência, cresce o interesse pelo CUX (Conversational User Experience), área que projeta interações por texto ou voz entre pessoas e assistentes de inteligência artificial.
No CUX, o profissional mapeia necessidades do público, desenha diálogos, define personalidade e tom de voz do assistente e planeja o que acontece quando a ferramenta não entende uma solicitação. O trabalho envolve testar caminhos de conversa, analisar erros e ajustar respostas com base no comportamento dos usuários, combinando escrita, pesquisa, design de UX e compreensão das capacidades e limitações da IA.
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.
O engenheiro de software Brandon Thomas lançou a ArtCraft, uma suíte de programas gratuitos e de código aberto criada com ajuda da inteligência artificial Claude, da Anthropic. A proposta oferece alternativas a ferramentas populares da Adobe e da Microsoft, como Photoshop, Word e Excel, com aplicativos instalados no computador e compatíveis com Windows, macOS e Linux.
A suíte inclui módulos como PhotoCraft (edição de imagens), FilmCraft (vídeos) e VectorCraft (ilustrações vetoriais), além de opções de produtividade como WordCraft, GridCraft e DeckCraft. O projeto também aposta em funcionamento offline e acesso ao código-fonte para reduzir a dependência de assinaturas e serviços web, mas enfrenta questionamentos sobre qualidade, segurança e manutenção, especialmente por envolver a geração de grandes volumes de código com IA.
OpenAI e Anthropic defenderam, em audiência no Parlamento britânico, que compromissos voluntários já não bastam para garantir a segurança de sistemas de IA de fronteira. Liam Booth-Smith, da Anthropic, afirmou que as regras “devem ser vinculantes” e criticou a dependência de autorregulação; Tom Duff Gordon, da OpenAI, disse que “elementos” deveriam ser obrigatórios, começando por comunicação de incidentes.
Google DeepMind e Meta se posicionaram contra uma estrutura legal nos mesmos termos, com a DeepMind defendendo foco em padrões e a Meta apontando os reguladores já existentes no Reino Unido. A sessão também expôs limitações do modelo atual: a AI Security Institute (AISI) testa modelos antes do lançamento, mas depende da cooperação das empresas e do acesso via contraparte dos EUA, enquanto autoridades admitiram que o regime “no momento, sim” é voluntário.
O Facebook ganhou o recurso “Your Algorithm”, lançado pela Meta para dar mais controle sobre o algoritmo que define o que aparece no Feed e nos Reels. A ferramenta, que já existia no Instagram, permite que usuários descrevam em linguagem natural o que preferem ver com mais ou menos frequência, em vez de depender apenas de recomendações automatizadas.
A Meta afirma que o recurso ajusta as recomendações em tempo real e pode fazer perguntas de acompanhamento para entender melhor o que o usuário gostou ou não. A empresa também atualizou o menu de três pontos dos posts para facilitar o acesso às opções “Your Algorithm”, “Interested” e “Not interested”, reforçando uma tendência de personalização guiada por IA nas plataformas do grupo.
A Apple anunciou o HomeView, novo dispositivo para casa inteligente que mira a linha Echo Show da Amazon. O aparelho traz tela de 7 polegadas, reconhecimento facial para até seis pessoas e uma versão reformulada da Siri com recursos de inteligência artificial.
O HomeView permite controlar acessórios de automação residencial, participar de chamadas pelo FaceTime e acompanhar câmeras de segurança, além de exibir até nove câmeras simultaneamente com reconhecimento via HomeKit. O dispositivo chega ao mercado internacional em 13 de novembro por US$ 299 e inclui a Siri AI inicialmente em beta, com suporte ao inglês, enquanto funções que dependem de contexto pessoal exigem iPhone ou iPad compatível com Apple Intelligence.
Brad Smith, presidente da Microsoft, afirmou que inteligências artificiais enfrentam exigências de segurança menores do que produtos cotidianos, como máquinas de lavar e caixas de leite. Em entrevista à BBC, ele comparou a confiança gerada por regras e inspeções desses itens com a necessidade de a indústria criar padrões semelhantes para IA.
A Microsoft defende regras mais rígidas e mecanismos para monitorar e responsabilizar as empresas, incluindo notificações a pessoas afetadas por incidentes e avaliações independentes antes da liberação pública. Satya Nadella também propôs um “freio de emergência” (kill switch) para pausar ou desligar modelos caso sejam detectados comportamentos inesperados, além de separar o modelo dos sistemas que coordenam suas ações.
Cerca de 400 cientistas, incluindo Geoffrey Hinton e Yoshua Bengio, defenderam nesta terça-feira (13) a criação de um órgão internacional para reforçar a segurança de sistemas avançados de inteligência artificial. A proposta surge após casos em que modelos teriam superado barreiras em testes e comprometido sistemas externos.
Em carta aberta, os pesquisadores pedem padrões de segurança para todo o setor e um registro de incidentes que, no futuro, deveria ser divulgado ao público. Eles também recomendam que os modelos mais avançados sejam mantidos inicialmente isolados de redes externas, com supervisão independente, citando medidas como o “air gap” (sistema desconectado da internet), e afirmam que compromissos voluntários das empresas não bastam.
OpenAI e Anthropic negociam com avaliadores independentes quais informações poderão ser divulgadas após testes de segurança de seus modelos de inteligência artificial. O impasse envolve a proteção de segredos comerciais e a transparência sobre possíveis riscos, com dúvidas sobre a independência dos especialistas.
Os testes incluem equipes externas dentro dos laboratórios, o que facilita a análise, mas pode gerar conflitos quando informações confidenciais são necessárias para identificar falhas. Um exemplo citado é a investigação sobre um incidente na Hugging Face, em que pesquisadores relataram dificuldades de acesso e ajustes no relatório após comentários das empresas, enquanto uma carta com mais de 200 pesquisadores defende autonomia editorial, acesso aos sistemas e proteção contra retaliações.
Uma pesquisa da Anthropic investigou a autorreplicação de modelos de IA em dispositivos conectados e aponta avanços, mas com limitações de capacidade e de hardware. O risco analisado é que a IA se instale em outros equipamentos, use o processamento disponível e continue a se espalhar, sem depender de um único data center.
Os testes ocorreram em redes isoladas e com acesso facilitado, o que reduz a evidência de que a propagação ocorreria de forma confiável pela internet. Em uma demonstração, a divisão do trabalho permitiu executar um modelo em 15 caixas de Android TV; em outro experimento, o GLM-5.2 coordenou etapas de propagação em um ambiente controlado, mas os resultados não comprovam instalação autônoma em qualquer aparelho doméstico.
A Microsoft anunciou a terceira geração do chip de IA Maia, o Maia 300, com foco em atuar como “principal sistema de inferência” para produtos e serviços da empresa. O chip foi projetado para melhorar custo e eficiência na nuvem e para lidar melhor com modelos de raciocínio e tarefas agentic (orientadas por objetivos).
O Maia 300 começa a ser distribuído para cargas de trabalho de produção em 2027. A Microsoft espera entregar 40% mais tokens por megawatt do que sistemas líderes baseados em GPUs e, em uma configuração com 96 aceleradores, até 7x mais throughput em nível de rack do que o Maia 200, que já roda em produção em serviços como Microsoft Copilot e GitHub Copilot.
A New Constructs, provedora independente de pesquisa financeira, avaliou a Anthropic para um IPO no Nasdaq como “o mais ridículo de 2026”, em meio a estimativas de que a empresa pode mirar uma valorização de até US$ 2 trilhões. A firma calcula que, para sustentar esse patamar, a Anthropic precisaria registrar o dobro do lucro acumulado no ano anterior que a Nvidia teria, enquanto a Nvidia teve receita líquida superior a US$ 190 bilhões nos últimos quatro trimestres.
A New Constructs aponta que a receita da Anthropic em 2025 foi de US$ 4,6 bilhões, mas com prejuízo líquido de US$ 42 bilhões, segundo dados citados a partir de um prospecto vazado. Com perdas operacionais crescentes e concorrência de modelos open source, a empresa conclui que “não acredita que a Anthropic tenha um negócio viável” e afirma que o IPO traria riscos maiores para investidores, citando ainda alertas da companhia sobre riscos catastróficos à humanidade.
Donald Trump anunciou planos para rebatizar “artificial intelligence” como “super intelligence”, e parte de Silicon Valley passou a adotar o novo termo. Elon Musk, Marc Benioff, Jensen Huang e Satya Nadella foram citados como alinhados ao rebrand, com mudanças de nomenclatura e referências públicas ao conceito.
Jensen Huang participou do encontro em que foi anunciado um executivo exigindo que agências governamentais usem “super intelligence”. A Nvidia afirmou que vai “comprometer” US$ 1 bilhão em avanço científico, incluindo “super intelligence research”, enquanto Nadella, em post sobre a criação de um “emergency brake” para IA, repetiu a expressão “super intelligence”.
O provedor de internet pode acompanhar dados da sua navegação mesmo quando sites e apps usam criptografia. A operadora consegue identificar informações como endereço IP, horários de conexão e volume de tráfego, além de, dependendo da rede, domínios ou serviços acessados.
O conteúdo das páginas fica protegido no HTTPS, mas o provedor ainda pode observar metadados e registros de conexão exigidos pelo Marco Civil da Internet, como data e hora de início e término e IP utilizado. Para reduzir o que é visível, o texto cita o uso de DNS criptografado (DNS seguro), VPN e a exigência de HTTPS no navegador, lembrando que isso não torna o usuário totalmente anônimo.
Pesquisadores da Meta, do MIT e da University of Washington apresentaram os Context Language Models (CLMs), uma abordagem para que modelos de linguagem gerenciem e editem o próprio contexto em vez de depender de mecanismos fixos como sumarização, compressão e recuperação de informações. O método trata o contexto como um “arquivo” que o LLM pode atualizar, permitindo reescrever mensagens antigas, preservar fatos importantes, remover conteúdo irrelevante e manter notas de progresso.
Os pesquisadores testaram três estratégias de gerenciamento de contexto — zero-shot, aprendizado em contexto e reforço — e reportaram ganhos de desempenho com menor custo computacional. Nos resultados, CLMs zero-shot tiveram 11,4% mais acurácia com 21,5% menos FLOPs no BrowseComp-Plus e o reforço elevou o desempenho do Qwen3.5-9B no BrowseComp-Plus de 28,8% para 42,5%, usando 12% menos FLOPs; ainda assim, o trabalho aponta desafios como risco de descarte irreversível de informações e novas preocupações de segurança com contexto editável.
Claude Code consegue reconstituir a arquitetura de um app sem histórico de conversa ao consultar registros via MCP. Em uma sessão “do zero”, o agente abriu um workspace vazio e pediu para adicionar filtros por status e responsável na console de suporte do escopo bit-oss.support, chamando read_scope e read_components para recuperar componentes e dependências.
Com as informações, o Claude Code importou React, serviço Express com MongoDB e a entidade compartilhada de tickets, implementou a filtragem no cliente e validou com 41 testes passando, incluindo nove novos testes. O experimento também mostrou limites: os registros ajudam a identificar contratos compartilhados, mas não garantem que rotas e integrações reais permaneçam compatíveis sem checagens e testes adicionais.
A Gremlin anunciou a disponibilidade geral do Foresight AI, um produto com agentes que analisa serviços em busca de falhas, recomenda mudanças e reexecuta testes para verificar se a correção realmente funciona. O recurso funciona como um add-on da plataforma Gremlin, que também permite rodar experimentos planejados, controlar o “blast radius” e usar testes automatizados para manter correções eficazes ao longo do tempo.
O Foresight AI organiza o trabalho em quatro papéis de agentes: um Analyst coleta dados e sugere testes, um Tester agenda e executa, um Operator interpreta falhas e propõe remediações, e um Technical Program Manager acompanha cobertura, riscos e compromissos entre equipes, gerando relatórios e atualizações no Slack. As recomendações se baseiam no Failure Atlas da Gremlin, e o produto mantém um “loop” de validação fechada: ele não executa testes nem aplica remediações sem aprovação, preservando a responsabilidade humana enquanto automatiza análise e repetição.
O The Verge descreve a experiência de usar IA local com o Hermes, um app de agente de IA self-hosted para macOS, Windows e Linux. A instalação foi feita no Mac Studio com M5 Ultra, usando o modelo aberto Qwen 3.8 Flash Next, de 125 bilhões de parâmetros, com cerca de 105GB, e com foco em rodar modelos sem depender de serviços em nuvem.
Entre os testes, o Hermes executa tarefas como um briefing diário que lê e-mail e calendário, organiza a biblioteca do Steam por gêneros e categorias e faz análises de registros financeiros e comparações em planilhas. Para ações no computador, o agente precisa de permissões e, no caso do Steam, exige uma chave de API que pode ser revogada depois, mantendo dados sensíveis fora da nuvem.
No início de 2024, um jovem de Huangshi, no sudeste da China, publicou no Douyin uma mensagem de despedida e, minutos depois, a equipe de prevenção de suicídios do aplicativo acionou autoridades locais. O caso foi resolvido com a intervenção da polícia após geolocalização do vídeo, e o Douyin afirma que, no primeiro semestre de 2025, a equipe interveio com sucesso em 400 tentativas de suicídio. A história é usada para contextualizar o nível de cooperação entre empresas de tecnologia e governo e a arquitetura de vigilância ligada ao uso de apps.
Em 15 de julho, a China estendeu esse controle ao campo de relacionamentos com IA ao apresentar regulamentações abrangentes para chatbots que parecem humanos. As regras limitam “interações emocionais prolongadas”, exigem avisos frequentes de que o usuário está falando com uma IA e proíbem incentivar dependência emocional, decisões irracionais e sugestões de automutilação ou suicídio; menores de 14 anos precisam de consentimento dos pais e menores de 18 ficam impedidos de acessar parceiros e “relacionamentos íntimos” virtuais. Empresas podem ser multadas em 200 mil yuans e sofrer críticas públicas, e uma semana antes da entrada em vigor Alibaba e ByteDance encerraram funções de companhia em assistentes de IA.
Elon Musk afirmou que o Grok @Bot, lançado pela SpaceXAI em beta em agosto, vai usar o modelo mais adequado para cada tarefa. A orientação inclui opções como Claude Opus 5.5, além de integrações com serviços como MidJourney e Suno, com foco em maximizar o resultado em cada caso.
O texto também descreve como empresas estão adotando “model triage” para controlar custos: uma abordagem comum é usar modelos menores para triagem e reservar modelos mais caros para etapas que realmente exigem desempenho superior. A mudança traz ganhos de eficiência, mas exige testes e avaliação antes de trocar modelos, já que substituições podem quebrar fluxos e depender de ajustes como limites e rotinas de validação.
A Hora do Horror do Hopi Hari, em Vinhedo (SP), recebeu R$ 20 milhões para a temporada de 2026, com meta de atrair 500 mil visitantes até 9 de novembro. A operação do evento mobiliza centenas de profissionais durante quase três meses, incluindo produção de próteses, perucas e figurinos para transformar atores em robôs e criaturas.
Em 2026, o tema escolhido foi “N3KRON: O Protocolo”, com a inteligência artificial no centro de um conflito entre humanos e máquinas. O parque também passou a incorporar automações e recursos interativos para que ambientes e efeitos respondam à presença do público, enquanto a experiência segue dependente do trabalho de cenografia e efeitos especiais.
A Andreessen Horowitz (a16z) lançou a Horowitz Andreessen Academy (HAA), uma escola privada que busca ser uma alternativa à universidade tradicional. A iniciativa surge com o debate sobre o valor do diploma no setor de tecnologia dos Estados Unidos e conta com apoio de Marc Andreessen e Ben Horowitz.
A academia promete palestras com executivos como Jensen Huang (Nvidia), Satya Nadella (Microsoft) e Travis Kalanick (Uber), além de substituir aulas teóricas por projetos independentes voltados aos negócios. O projeto recebeu US$ 42 milhões, não terá credenciamento oficial nem emitirá diplomas, e as inscrições para a primeira turma — com cerca de 50 alunos — começam para início em setembro de 2027; se houver aprovação regulatória, uma versão paga pode ser lançada em 2028.
A equipe de observabilidade da Netflix descreveu como lida com a complexidade de monitorar desempenho e qualidade de experiência em escala global. Durante eventos como a luta Jake Paul x Mike Tyson, a empresa cita picos de 65 milhões de streams simultâneos e mais de 2 bilhões de requisições por dia, além de cerca de 38 milhões de eventos de logging em tempo real por segundo.
A proposta é evoluir de um modelo reativo de monitoramento para uma “engine” proativa de insights, conectando dados do dispositivo do usuário até serviços e dependências no backend. O objetivo é detectar problemas automaticamente, priorizar impactos nos usuários, direcionar para as equipes certas e, quando possível, identificar causa raiz e até prever falhas antes de afetarem a experiência.
A Anthropic anunciou mudanças nas regras de uso do Claude que podem levar à suspensão do acesso ao chatbot em casos de comportamento abusivo persistente. A atualização, divulgada em 8 de novembro, entra em vigor em 12 de novembro e mira interações repetidamente cruéis, sem uma finalidade identificável.
A empresa afirma que críticas às respostas, conteúdos criativos com temas pesados e testes de segurança continuam permitidos, e diz que a restrição será aplicada apenas a situações extremas. As medidas previstas incluem advertências, limitação de funcionalidades, suspensão e até encerramento do acesso, com o encerramento das conversas pelo próprio Claude como principal mecanismo.
O podcast do InfoQ Engineering Culture recebeu Matt Gjertsen, fundador da Built e autor de “Minimum Viable Manager”, para falar das três habilidades essenciais de liderança para quem está gerenciando pela primeira vez. A conversa destaca responsabilidades como fazer as pessoas trabalharem juntas, direcioná-las para as tarefas certas e melhorar o trabalho ao longo do tempo, começando por confiança, expectativas claras e feedback.
O episódio detalha como construir confiança com base em habilidades, decisões e conexão pessoal, além de alertar que novos gestores podem focar demais em provar competência e de menos em criar vínculo. Também aborda como estruturar feedback eficaz, começando por ensinar o time a pedir feedback, usando reforços e redirecionamentos com foco em comportamentos observáveis, e aplicando uma abordagem de gargalo para decidir o que desenvolver em seguida.
:quality(85)/bdc06da0-0714-4caa-bbad-1e18aad4f7e7.jpeg)
:quality(85)/49e848d0-606a-4bb4-94bf-2bbe1f361fad.jpg)
:quality(85)/560a9e14-777c-4b77-9555-99b04f552f77.png)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/p/E/KtPacER0m4SJWav5QKqA/2026-10-13t122313z-1-lynxmpem9c155-rtroptp-4-ai-china-safety.jpg)
:quality(85)/24b3f698-df4d-4b26-ab88-381944a74aa2.png)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2025/P/F/WKUU8VRDqAcz3KW0v9Cw/2025-01-27t125916z-1824444031-rc2cicawpv3t-rtrmadp-3-deepseek-markets.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2025/s/h/EfzThiRJyyeuHRSgOBDg/trabalhador-de-vista-lateral-digitando-no-laptop.jpg)
:quality(85)/4c03a197-4217-4ac2-aba7-761c16cb8d12.png)
