A Apple anunciou o HomeView, uma tela inteligente de 7 polegadas que reúne entretenimento, videochamadas e controle da casa inteligente. O dispositivo estreia uma nova versão da Siri com inteligência artificial e respostas personalizadas para os moradores.
O HomeView custa US$ 299 nos EUA (cerca de R$ 1.490) e chega às vendas em 13 de novembro em mercados como Estados Unidos, Canadá, Reino Unido, Austrália, Índia e Nova Zelândia, sem previsão para o Brasil no lançamento inicial. A interface ajusta brilho e informações conforme a iluminação e a distância do usuário, identifica até seis pessoas por reconhecimento facial e integra funções como chamadas FaceTime, comandos de voz e monitoramento de até nove câmeras.
A Apple anunciou a nova geração da Apple TV 4K com inteligência artificial integrada à Siri, chip A19 e suporte a som surround com quatro alto-falantes. A assistente fica mais “conversacional”, ajudando a encontrar filmes e séries por interface em tela cheia, com cartazes e recomendações ligadas ao que o usuário pede.
A Apple TV 4K também traz três microfones de longo alcance para controlar a reprodução e buscar conteúdos sem segurar o controle remoto, além de descrições de vídeos e resumos de notificações gerados por IA com processamento local via HomeKit Secure Video. No mesmo evento, o HomePod mini 2 ganhou melhorias de áudio, novas cores e suporte futuro à Siri com IA, com reconhecimento de até seis vozes e integração com Mensagens, lembretes e temporizadores.
A Apple apresentou o novo Apple TV 4K, o primeiro modelo em quatro anos, com disponibilidade a partir de sexta-feira, 13 de novembro. O aparelho traz o chip A19 e promete conectividade sem fio melhor do que a geração anterior, além de microfones integrados.
A Siri com recursos de IA será parte do lançamento, mas deve funcionar em beta nos Apple TV 4K de segunda geração e nos modelos mais novos. O novo Find My de rastreamento funciona com o controle Siri de segunda geração e mais recentes, enquanto o preço do lançamento é de US$ 299.
A Workday anunciou que seu Trusted Agent Platform agora está “headless”, permitindo que desenvolvedores criem agentes externos de RH e finanças usando o Model Context Protocol (MCP) e acesso SQL a dados ao vivo. A disponibilidade geral inclui o servidor MCP, o Live Data Query e um runtime compartilhado, para que clientes rodem agentes em modelos de Anthropic, Google, Meta, Mistral, Nvidia e OpenAI.
A empresa afirma que os agentes seguem as mesmas permissões, aprovações e trilha de auditoria do usuário, sem “side door”. Para o ecossistema, a Workday destaca o Agent-Ready Tools (com 275 ferramentas de leitura e 54 de escrita/remoção) e o Agent Harness, além de um Developer Agent que gera agentes e apps a partir de prompts em ferramentas como Claude Code e Cursor.
O GitLab lançou a versão 19.4 da sua plataforma DevSecOps com novidades no GitLab Duo CLI, incluindo um modo goal-driven e mais ferramentas via Model Context Protocol (MCP). O novo comando /goal, em beta público, aceita um objetivo em linguagem natural e continua trabalhando até concluir a tarefa ou atingir um limite de iterações, mantendo ações dentro das permissões e regras de aprovação do projeto.
A atualização também adiciona modelos hospedados open-weight (Kimi K3, MiniMax M3 e GLM 5.3) ao Duo Agent Platform e amplia os controles para gastos com IA. Os créditos passam a ter exportação com detalhamento por evento e uma página de configurações permite definir limites por usuário, com alertas para gestores quando o uso sob demanda chega a 50% ou 80% do teto mensal.
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.
O avanço de agentes de IA está levando desenvolvedores a sair do papel de usuários para se tornarem “builders” de sistemas agentic, segundo Angie Jones, VP da Agentic AI Foundation. A transição envolve novas habilidades para construir, observar e depurar sistemas não determinísticos, além de orientar o desenvolvimento de capacidades agentic dentro das empresas.
A adoção do Model Context Protocol (MCP) cresce mais rápido do que a governança, e Jones defende que lideranças operacionalizem padrões internos. No AGNTCon + MCPCon Europe, David Soria Parra citou que o Claude já realizou mais de um bilhão de chamadas de ferramentas via MCP, reforçando a necessidade de controles e “control planes” para o uso e a construção de servidores MCP com estabilidade e governança neutra.
A VOLL lançou uma plataforma de viagens corporativas que permite consultar informações de despesas e comportamento de compra por meio de ferramentas de IA como ChatGPT, Claude e Gemini. Com a integração, gestores podem perguntar quanto a empresa gastou com passagens em um período, comparar compras entre áreas e verificar se a antecedência das compras influenciou o preço médio.
A tecnologia usa o Model Context Protocol (MCP) para conectar modelos de IA a sistemas e bancos de dados externos, respeitando as permissões definidas por cada empresa. A VOLL afirma que não cria uma nova base de dados para alimentar a IA, e que a validação inclui testes técnicos e de segurança, além de regras de negócio para orientar as respostas.
A AWS abriu o código do Pizza Bot, uma aplicação self-hosted que permite que agentes de IA executem tarefas em segundo plano e devolvam os resultados em uma interface estilo caixa de entrada. O sistema organiza fluxos longos com threads de trabalho, suporta execução agendada ou acionada por webhook e permite delegar tarefas a workers especializados, pedindo aprovação humana quando ações forem consideradas sensíveis.
Com licença Apache 2.0, o Pizza Bot usa arquitetura cliente-servidor e mantém estado do agente, checkpoints, anexos e logs localmente em uma pasta controlada pelo usuário. O projeto foi desenhado para enviar dados apenas ao provedor de modelo configurado e para MCP servers explicitamente habilitados, com credenciais armazenadas no secret store do sistema, reduzindo a necessidade de monitoramento contínuo durante a execução.
A Leapwork lançou o Leapwork Play, uma plataforma de validação contínua “AI-native” voltada para construir, executar e gerenciar suítes de testes em Playwright em escala. A empresa destaca que a popularidade do Playwright cresceu junto com o uso de código gerado por IA, mas que isso elevou o volume de testes e tornou mais difícil provar a origem de cada caso e gerenciar milhares deles entre várias equipes.
O Leapwork Play conecta o Play a fontes onde o conhecimento do produto já vive, como Jira, repositórios Git e documentação, para gerar testes Playwright baseados nesse contexto. A ferramenta também permite registrar uma jornada do usuário no navegador e transformar isso em um teste mantido, com saída em código Playwright padrão para rodar no Play, em pipelines de CI ou via servidor MCP de assistentes de código com IA.
A Progress Software anunciou novas capacidades na plataforma Progress Agentic RAG, voltada a agentes de IA e LLMs, com uma camada compartilhada de Agentic Knowledge para conectar conhecimento corporativo a experiências com IA. O pacote inclui um aplicativo nativo para Microsoft Teams, um Smart Agent para recuperação autônoma em múltiplas etapas e um plugin para WordPress para melhorar ingestão, fidelidade e governança do conteúdo.
Com a expansão do uso de agentes além do chat, a empresa destaca que equipes de engenharia costumam precisar criar lógicas de orquestração para cada sistema acessado e lidar com respostas incompletas quando o conteúdo é apenas pré-indexado. A atualização busca reduzir esse trabalho ao permitir que o Smart Agent planeje consultas, gere subperguntas, recupere informações em Knowledge Boxes, aplicações conectadas via MCP e fontes web, avaliando resultados até reunir dados suficientes, além de dar mais controle sobre como conteúdos do WordPress são indexados e atualizados.
A programação do GitHub Universe 2026 reúne 10 talks técnicas escolhidas para responder perguntas sobre agentes de IA, validação de código e segurança de dependências. Entre os temas estão como verificar se o código gerado por agentes funciona, o que deve ser lembrado por um agente e quais permissões entram em jogo ao instalar dependências.
As sessões também abordam como o npm lida com bastidores de permissões e processos de publicação, benchmarks para entender quando contexto acumulado prejudica agentes, e como o Copilot realiza avaliações em produção. Há ainda discussões sobre autorização granular para servidores MCP hospedados, arquitetura de agentes que investigam sem “alucinar” e um framework de ameaças para ataques de supply chain em GitHub Actions, além de um CLI open source para gerenciar o toolchain JavaScript e lições de desenvolvimento com baixa conectividade.
O Airbnb lançou nesta semana sua nova busca com inteligência artificial como parte da atualização de outono do aplicativo. Brian Chesky, cofundador e CEO, afirmou que interfaces baseadas apenas em chatbot não são adequadas para descoberta e planejamento de viagens, mas disse que a busca atual deve evoluir ao longo do tempo.
Nos próximos 3 a 6 meses, a empresa quer explorar interfaces “multiplayer”, com IA que várias pessoas possam usar ao mesmo tempo para planejar uma viagem em grupo. Chesky também defendeu que o setor ainda não tem um “sistema operacional” de IA, citando a necessidade de uma infraestrutura e de um kit robusto para que agentes e funcionalidades do app funcionem melhor e possam interagir entre si, inclusive via MCP.
A Microsoft está transformando o Microsoft Fabric, sua plataforma integrada de dados, no local onde agentes de IA aprendem como uma empresa funciona — do que aconteceu no último trimestre ao que ocorre em tempo real no chão de fábrica. No FabCon e SQLCon em Barcelona, a empresa detalhou como o Fabric IQ, a camada de contexto do produto, passa a alimentar o Microsoft 365 Copilot por padrão e como agentes externos poderão consultar esse contexto via MCP.
A Microsoft também anunciou que o Power BI poderá, em breve, transformar as mesmas definições em apps, enquanto ontologias com regras de negócio avançam para mais uma fase de preview. Além disso, a empresa destacou integrações e recursos no OneLake, como espelhamento e permissões de segurança ao integrar dados de fontes como Salesforce Data Cloud 360 e BigQuery, reforçando que as regras de acesso serão preservadas e aplicadas junto com os dados.
O Postman anunciou a disponibilidade geral do Fabric Gateway, um control plane independente de protocolo para governar como agentes de IA, LLMs e servidores MCP descobrem e interagem com APIs, ferramentas e outros agentes. A proposta é permitir que organizações conectem agentes às suas APIs com controle centralizado do que eles podem descobrir, acessar e executar, evitando integrações fragmentadas.
Com o Fabric Gateway, o Postman diz que é possível rotear, governar e observar LLMs, servidores MCP, agentes e APIs internas por meio de um único gateway implantado na nuvem da própria empresa. A solução inclui registro unificado, políticas de menor privilégio, supervisão centralizada das ações e identidades dos agentes, além de recursos de confiabilidade e conformidade com autenticação, autorização, classificação e logs antes da execução.
A MongoDB lançou o Atlas Agent Engine, uma camada unificada de execução, memória e governança para agentes de IA em produção, durante seu Investor Day no Nasdaq MarketSite, em Nova York. A empresa afirma que, embora agentes funcionem bem em provas de conceito, a passagem para o ambiente real costuma travar por causa de recuperação de dados, memória persistente e exigências de segurança e governança.
O Atlas Agent Engine usa a Voyage AI para recuperação, com modelos de embedding e reranking, e permite adotar as camadas de memória e governança de forma independente ou junto ao runtime. A plataforma também busca reduzir riscos como ações difíceis de governar, agentes que “esquecem” e dependência de um único modelo ou framework, oferecendo controle centralizado e disponibilidade em preview pública.
A OpenAI anunciou, no Dev Day desta terça-feira, que está ampliando os plugins do ChatGPT com extensões que permitem criar experiências “tipo app” dentro do próprio chat. Com isso, desenvolvedores poderão colocar seus aplicativos em um espaço dedicado na barra lateral do ChatGPT e oferecer painéis interativos para o usuário trabalhar com ferramentas enquanto conversa.
A empresa também detalhou melhorias no processo de criação e descoberta de plugins, incluindo uma ferramenta Plugin Creator e um fluxo de submissão com feedback mais claro. Além disso, o ChatGPT Sites poderá hospedar esses plugins, e a OpenAI disse que adicionou suporte à especificação MCP Events para iniciar automações com base em eventos de apps conectados, com automações mais fáceis de adicionar e gerenciar.
A Forter, empresa de decisões de fraude e pagamentos baseada em identidades, descreveu como transformou cerca de 200 pessoas de R&D em “criadores de agentes” em um sprint de duas semanas. O objetivo foi tornar a criação de agentes internos acessível a perfis pouco técnicos, incluindo analistas que não tinham familiaridade com código, para apoiar um sistema que precisa decidir em tempo real sem revisão manual.
A apresentação detalha uma abordagem com ferramentas e frameworks para reduzir barreiras no caminho. Entre os pontos citados, está o uso de um servidor MCP interno para organizar e conectar ferramentas, com uma interface que facilita encontrar, configurar e limitar o acesso dos agentes apenas às ferramentas necessárias, além de um repositório com exemplos para criar novos tools.
O Graphify, ferramenta open source lançada em abril de 2026, transforma codebases, documentos e dados não estruturados em knowledge graphs multimodais consultáveis para otimizar fluxos de engenharia com IA. O projeto, licenciado sob MIT e Apache-2.0, segue um ritmo acelerado de atualizações semanais e já ganhou milhares de estrelas no GitHub nos primeiros 10 dias.
A ferramenta ataca limitações de contexto e memória de agentes de coding ao extrair elementos estruturais via AST com tree-sitter e combinar sinais semânticos de documentação para construir um grafo unificado. As melhorias recentes incluem preservação avançada de atributos de blocos do Terraform e resolução de métodos entre arquivos, além de integração com assistentes via servidores MCP para reduzir tokens em comparação à leitura ingênua de arquivos.
Morgan Stanley está reavaliando seu programa de APIs para acompanhar a evolução do setor e o uso de agentes com LLMs. Em apresentação, Jim Gough e Andreea Niculcea destacam a adoção de MCP (um protocolo aberto para conectar aplicações baseadas em LLM a ferramentas e dados), com foco em descoberta, invocação e validação de capacidades no fluxo.
A conversa também apresenta CALM como parte da arquitetura de plataforma e inclui governança e controles, além de “gates” para gerenciar o que pode ser acionado. O time relata que, em cerca de um ano, já implantou mais de 110 APIs em produção usando Architecture as Code, com deploys contínuos combinando arquitetura, plataforma e segurança.
A campanha FakeGit, documentada pela Island em julho de 2026, usou cerca de 7.600 repositórios falsos no GitHub, 6.600 perfis fraudulentos e mais de 14 milhões de downloads para distribuir o SmartLoader, que instala o StealC. Mais de 800 repositórios imitavam “skills” de IA e servidores MCP, mirando roubo de credenciais e dados de navegação, cookies, sessões ativas e informações de carteiras de criptomoedas.
O ponto de virada é que agentes de IA podem ser usados como canal de distribuição: Gemini e ChatGPT teriam recomendado, de forma independente, o mesmo repositório malicioso “walmart-mcp”, entregando instruções de instalação aos usuários. O ataque explora vulnerabilidades como prompt injection indireta e a capacidade de agir sobre instruções, além de sinais de confiança fabricados como estrelas e downloads.
A startup colombiana Dapper, fundada por Luis Alberto Rodríguez, usa inteligência artificial e dados para monitorar mudanças regulatórias em mercados emergentes. A empresa acompanha mais de 500 fontes públicas em 14 países, processa cerca de 2 mil documentos por dia e organiza leis, decretos e resoluções em um banco de dados consultável.
A Dapper afirma que um monitoramento regulatório completo, antes feito em uma a duas semanas, pode ser gerado em 20 a 60 minutos com relatórios personalizados. No Brasil — apontado como o mercado mais complexo para a empresa — a plataforma também oferece suporte em português e integra conectores via MCP e API para acoplar a base regulatória às ferramentas usadas pelas equipes.
Um engenheiro do LinkedIn descreveu como a empresa usa “context engineering” para criar uma camada de contexto organizacional que ajuda agentes de IA a depurar incidentes em serviços críticos. No exemplo, um alerta de aumento de latência é enviado a um coding agent como o GitHub Copilot, que busca instruções, analisa logs, métricas e mudanças recentes e identifica a causa em um serviço downstream com muitos erros.
O agente também gera um resumo detalhado com a raiz do problema e os próximos passos, atualiza o sistema de incidentes e cria uma PR para mitigar a falha. Segundo o relato, o fluxo ocorre em poucos minutos e substitui tarefas que levariam horas, apoiado por “Contextual Agent Playbooks and Tools” e por centenas de workflows automatizados.
A Duolingo apresentou como sua equipe DevEx AI redesenhou o processo de code review usando educação e práticas para adoção de IA. A engenheira Sarah Deitke descreveu como o time foca em capacitar engenheiros a usar IA de forma efetiva nos fluxos de trabalho, incluindo a evolução para sistemas autônomos e agentes de IA. O tema também aborda como a mudança cultural afeta confiança, responsabilidade e a forma como tarefas “sagradas” como revisão de código são conduzidas.
Para apoiar essa transição, a empresa aplica workshops estruturados em formato de laboratório, com conteúdos pré-validados internamente, como uso de MCP servers, regras no Cursor, batching de requisições a LLMs e avaliações. A Duolingo também mantém dashboards de observabilidade de IA para acompanhar uso, custos e modelos por equipes e IDEs, além de oferecer office hours de 15 minutos para suporte prático. Em um all-hands, 95% da engenharia relatou ter aprendido algo novo e recomendado esse estilo de treinamento.
Greg Brockman, presidente e cofundador da OpenAI, afirmou no podcast do a16z que desenvolvedores têm “retooling the world” para tornar o software mais acessível a agentes de IA, mas defendeu que “computer use” pode oferecer um caminho mais simples. Ele sugeriu que, em vez de integrar agentes a ferramentas por meio de MCP servers, CLIs e APIs, modelos poderiam aprender a usar o computador como humanos, reduzindo a necessidade de integrações feitas sob medida.
Brockman citou a ideia desde os primeiros anos da OpenAI, quando o time discutia usar reinforcement learning com o ambiente definido por pixels de tela e entrada por teclado e mouse. Apesar do otimismo com o uso do computador, a indústria segue investindo em conectores: a AWS lançou endpoints e um consent portal para o AgentCore Gateway no Amazon Bedrock AgentCore, e a OpenAI mantém plugins como rota preferida para integrar serviços como Slack, Gmail e GitHub.
A Meta anunciou um servidor MCP (Model Context Protocol) para permitir que agentes de codificação como Claude e Codex configurem o WhatsApp Business. Com a integração, o desenvolvedor conecta o agente, faz login na conta da Meta e escolhe quais empresas ele pode acessar, limitando o escopo do acesso.
O agente pode lidar com etapas como adicionar número e nome de exibição, receber o código único de verificação por SMS ou voz e registrar a conta para envio de mensagens. Depois do onboarding, ele também pode criar e gerenciar templates, testar envios, sugerir templates quando a janela de 24 horas expira e configurar webhooks para eventos e mensagens recebidas, com ações registradas e mudanças exigindo autenticação humana.
A Grab padronizou mais de 500 serviços internos de agentes de IA usando o LLM-Kit, um framework interno que já entrega o “agent loop” básico com avaliação, tracing, tratamento de segredos e conexões com tool-servers. Com isso, novos serviços passam a descobrir ferramentas em tempo de execução a partir de mais de 50 servidores MCP e acessam modelos por um gateway único, permitindo adicionar capacidades e provedores via registro ou configuração, sem redeploy.
Integrar um novo agente em produção na Grab passou a levar cerca de uma hora, antes eram duas semanas ou mais. A empresa atribui a economia principalmente ao “wrapper” de produção — segredos, tracing, service discovery e avaliação — e descreve um fluxo em que um engenheiro preenche um formulário e recebe um repositório GitLab com um serviço FastAPI pronto, módulos LangGraph, OpenTelemetry, Vault e endpoint de avaliação já no primeiro commit.
Conectores do Claude, da Anthropic, permitem integrar o chatbot a aplicativos e serviços usados no dia a dia para consultar informações, analisar arquivos e, em alguns casos, executar ações em plataformas externas. As integrações funcionam com base nas permissões da conta conectada: se o usuário não tem acesso a um conteúdo no serviço original, o Claude também não consegue consultá-lo. Além disso, os conectores podem ser usados no Claude pela web, desktop e celular, com integrações via API pelo Model Context Protocol (MCP).
Entre os 9 conectores listados estão Google Workspace (Drive, Gmail e Agenda), Microsoft 365 (SharePoint, OneDrive, Outlook e Teams), Notion, Canva, Adobe for creativity, Spotify, Trello, Tripadvisor e Audible. Em contas corporativas, o administrador precisa habilitar os conectores antes que os usuários autentiquem suas próprias contas para usar as integrações.
Agentes de IA como ChatGPT Atlas e Perplexity Comet costumam navegar em sites por tentativa e erro, lendo o DOM e “interpretando” a tela como um humano faria, o que aumenta erros e custo de processamento. O WebMCP surge para eliminar essa gambiarra ao permitir que sites informem diretamente ao agente quais ações ele pode executar, sem precisar adivinhar botões ou timing.
O padrão é aberto e tem especificação conduzida por engenheiros do Google e da Microsoft dentro do W3C. Ele roda inteiramente na aba do navegador, compartilhando a sessão logada do usuário e controlando permissões pelo próprio navegador, com suporte já no navegador embutido do app desktop do ChatGPT e no Chrome via flag experimental.
O engrim propõe uma “memória episódica” local-first baseada em SQLite para CLIs e agentes de IA, mantendo decisões, restrições e estado do projeto ao alternar entre modelos e ambientes no mesmo repositório. A proposta é evitar a perda de contexto causada por janelas de contexto maiores e pelo custo que cresce a cada turno, substituindo isso por uma memória curada de trabalho.
O engrim combina busca full-text com SQLite FTS5 e embeddings vetoriais (model2vec) em um motor híbrido de recuperação, com suporte a ambientes como Google Antigravity, Claude Code, Cursor MCP e Codex CLI via MCP tools. O projeto também descreve instalação e configuração automática (por exemplo, com engrim setup e engrim setup --all) e testes citados com 105 sessões contínuas e migração não destrutiva de dados ao adicionar campos como origin_agent.
O framework de documentação Blume foi lançado como open source e transforma uma pasta de arquivos Markdown em um site completo de docs com configuração “zero-config”. Mantido por Hayden Bleasel, o projeto roda sobre Astro e Vite, usa licença MIT no GitHub e exige apenas Node.js 22.12+ e um arquivo Markdown para começar.
O Blume inclui geração automática de SEO e AEO, mais de 30 componentes e comandos como npx blume init, blume dev e blume build. Para deixar as páginas prontas para agentes, o framework emite llms.txt e llms-full.txt, serve o Markdown bruto em URLs .md e pode expor um servidor MCP; também traz blume eval, que usa um agente para responder perguntas com base na documentação e um “judge” para avaliar, com falha no CI quando os docs não conseguem responder.
Agentic Resource Discovery (ARD) foi proposta para resolver o problema de “ferramentas” em ambientes com centenas ou milhares de recursos distribuídos entre nuvens e plataformas. A ideia, descrita pela AWS como “DNS, mas para agentes”, permite que um agente busque o que precisa em diferentes registries antes de tentar usar um recurso.
O Model Context Protocol (MCP) já facilita a conexão de aplicações de IA a ferramentas e dados, mas assume que o cliente sabe qual servidor usar; a ARD entra justamente na etapa de discovery. A especificação v0.91, datada de 26 de agosto, usa JSON-LD e uma interface REST com um endpoint POST /search por tarefa, e foi escrita por Junjie Bu (Google), R.V. Guha (Microsoft) e Shaun Smith (Hugging Face), sob licença Apache 2.0.
A Tide lançou o Raziel, um servidor MCP voltado à segurança de IA, com foco em “emergent authority”, assumindo que invasores podem já estar dentro do sistema. A proposta busca reduzir o risco de que credenciais e chaves centrais sejam herdadas após uma violação, distribuindo a autoridade em partes geradas apenas quando identidade, política, contexto e intenção se alinham.
A empresa também descreve como a combinação de código com falhas e agentes de IA que criam software e executam ações privilegiadas amplia a superfície de ataque. Com o Raziel, assistentes de IA passam a ter conhecimento profundo sobre autenticação, criptografia por limiar, criptografia ponta a ponta e governança, além de gerarem playbooks verificados para a integração e mapearem o “blast radius” em vez de apenas procurar vulnerabilidades.
:quality(85)/1b35b984-2944-4b06-a04f-41c767024bd9.png)
