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.
A Nvidia informou que investiu quase US$ 50 bilhões nos AI labs que compram seus chips e que a demanda desses laboratórios apoiados pela empresa deve representar cerca de um quarto do faturamento no próximo ano. Em teleconferência com analistas em 26 de agosto, a CFO Colette Kress também citou compromissos para levantar mais de US$ 500 bilhões de capital externo para que esses labs construam data centers.
A Nvidia descreve o modelo como “circular financing”, no qual o investimento ou crédito liberado pela empresa ajuda a financiar data centers abastecidos com chips Nvidia, gerando receita e permitindo novos aportes. A companhia assinou parcerias com seis gestoras — incluindo Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR — e citou que a primeira fase de capacidade com a SB Energy chega a 4,25 gigawatts, com uso previsto pelo OpenAI, além de suporte de crédito para um segundo lab com quase 2 gigawatts.
A Stripe confirmou a compra da OpenRouter, mas não divulgou o valor do negócio. Fontes ouvidas pelo New York Times apontam que a empresa pagou US$ 7,5 bilhões, bem acima da avaliação de US$ 1,3 bilhão em maio.
A diferença também aparece na divisão do montante: os fundadores devem receber US$ 1,5 bilhão, enquanto investidores ficariam com US$ 6 bilhões, segundo o NYT. Em uma carta vazada dos fundadores a investidores, a Stripe menciona a “singularidade” como referência ao impacto econômico da IA e afirma que a base de clientes da OpenRouter se sobrepõe à sua, com a startup prometendo manter produto, missão e compromissos após o fechamento do acordo.
A TrueFoundry lançou o TrueForge, um agente open source apresentado como alternativa ao Claude Managed Agents, serviço hospedado da Anthropic que executa, isola (sandboxes) e orquestra agentes autônomos de Claude. A proposta é permitir que engenheiros de software construam, implantem, depurem e governem agentes de IA em produção usando qualquer modelo (segundo a empresa) ou servidor MCP, com promessa de reduzir em cerca de 50% os custos operacionais dos agentes.
O TrueForge busca enfrentar o modelo de “lock-in” de plataformas gerenciadas, que tende a prender empresas a um único fornecedor de modelos, infraestrutura e preços. A empresa afirma que o “harness” funciona como camada crítica entre usuário, LLM e sistemas externos, controlando chamadas a MCP, contexto, uso de agentes e qual modelo executa cada etapa, além de prever implicações de segurança como execução em sandbox isolada para algumas ações e restrição de envio de dados a modelos fechados.
Líderes de TI no Brasil estão mudando a pergunta sobre IA: em vez de decidir se vão adotar, agora precisam definir como estruturar onde a IA vai rodar, com impacto direto em custo, segurança, produtividade e conformidade com privacidade. Uma pesquisa da IDC publicada em abril de 2026 aponta que 60% das organizações já implantam ou testam AI PCs e que 70% esperam influência da IA agêntica no trabalho das equipes nos próximos dois anos.
A execução local pode reduzir a dependência de nuvem para tarefas como transcrições, análise de documentos, assistentes de escrita e geração de conteúdo, evitando custos recorrentes por uso de tokens. O texto também destaca que conectividade, privacidade e requisitos regulatórios pesam na estratégia, e cita processadores AMD Ryzen AI PRO 400 Series com NPU e recursos de segurança integrados, além do modelo híbrido que separa tarefas no dispositivo e cargas maiores na nuvem.
O debate sobre o custo da infraestrutura de IA ganhou um novo teste com dados de Amazon, Alphabet e Microsoft, focados nos gastos de capex dos grandes provedores de nuvem. A análise aponta que o crescimento da demanda por IA está acelerando, que a lucratividade dos hyperscalers tende a escalar com o tamanho do negócio e que a eficiência do capex vem melhorando.
A discussão surge em meio a críticas financeiras de que AWS, Google Cloud e Azure estariam gastando demais em computação para IA, sem conseguir aproveitar toda a capacidade. Com os números reunidos, o argumento de “capex queimando recursos” perde força e sugere que a estratégia de investimento pode estar gerando retorno conforme a escala aumenta.
:quality(85)/74b5ff7d-0208-491f-836f-069afbcbfbe4.png)
