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.
Levantamento da Luria, com base no uso agregado e anonimizado da plataforma por empresas brasileiras, mostra que a base de pessoas usando IA no trabalho cresceu 183% entre janeiro e agosto de 2026, em comparação com o mesmo período de 2025. O estudo também indica que o volume mensal de consultas aumentou 240% no período analisado.
A pesquisa considera setores como energia, farmacêutico, serviços financeiros e varejo e aponta uma mudança no comportamento: a IA deixou de ser acionada apenas em momentos específicos e passou a acompanhar uma parcela maior da jornada de trabalho.
Agentes de IA voltados ao consumidor, como o Meta Muse, Instinct e o Dots do ChatGPT, estão enfrentando um novo obstáculo: muitos sites bloqueiam essas ferramentas quando elas tentam concluir tarefas como compras, reservas e navegação em catálogos. A Amazon, por exemplo, passou a bloquear o Muse em seu site de varejo, impedindo o agente de acessar o catálogo e fazer compras.
O problema também aparece em reclamações envolvendo Walmart e outras marcas, muitas vezes ligados a medidas tradicionais anti-bot, como verificações de “visitante humano” que podem falhar durante a interação do agente. Para lidar com isso, Meta e parceiros como Walmart e Stripe começaram a trabalhar em um padrão aberto para comunicação entre agentes e empresas no comércio online, enquanto companhias como Delta e United destacam preocupações com segurança e uso não autorizado de automação.
Um playbook de platform engineering para produção de LLMs descreve como uma camada de infraestrutura pode reduzir alucinações sem trocar o modelo base. Em um sistema de recomendação de inventário para uma grande organização do varejo, a taxa de respostas alucinatórias caiu de cerca de 15% para 1,5% ao usar um loop automatizado de retry que captura erros de formatação, grounding e infraestrutura durante a execução.
A abordagem também inclui um gate de validação de intenção que retorna “unclassified” em vez de seguir o agente com maior pontuação, evitando alucinações fora do objetivo e melhorando o roteamento em sistemas multiagente. O texto ainda destaca práticas como registrar prompts com histórico para atualizar ou reverter instruções em runtime, aplicar autorização de ferramentas com política default-deny no servidor de recursos e instrumentar taxas de alucinação e custos de tokens na entrada das requisições.
A Nvidia anunciou que o Shield TV Pro vai ficar US$ 100 mais caro, com reajuste imediato para US$ 299,99. A versão mais recente do aparelho estreou em 2019 com Android TV, incluindo recursos de AI upscaling e decodificação de hardware para diferentes tipos de mídia.
A empresa atribuiu o aumento ao encarecimento dos componentes, incluindo memória, que teria subido “substancialmente” no setor. Com o novo preço, o Shield TV Pro passa a custar mais do que a faixa anterior e a disponibilidade do produto vinha sendo limitada nos últimos meses, enquanto o aparelho segue à venda no varejo.
A Santri, empresa goiana que oferece um ERP especializado para varejo de materiais de construção, inaugurará uma nova sede em Goiânia com 8,5 mil metros quadrados e investimento de R$ 50 milhões. A companhia atende cerca de 1.500 lojas em 22 estados e no Distrito Federal, com mais de 100 mil usuários conectados às suas soluções, e registra crescimento médio de cerca de 20% ao ano.
A nova etapa inclui investimentos em inteligência artificial, com o agente de IA Robson para que gestores consultem indicadores, metas e informações da operação também pelo WhatsApp, além da Santina, assistente integrada ao ERP para apoiar o uso das funcionalidades. A expectativa é dobrar o faturamento nos próximos cinco anos, com inauguração prevista para o final de setembro de 2026.
A DoorDash está avançando de previsões pontuais para uma plataforma de recomendações mais “agentic”, com foco em contexto do consumidor em escala. Em apresentação no QCon AI, Sudeep Das, Head de Machine Learning & AI para New Business Verticals, descreveu o uso de uma memória nativa de linguagem para reter preferências e informações relevantes do usuário.
A empresa também citou o uso de RQ-VAE semantic IDs para representar o catálogo e uma busca “grounded” para melhorar a aderência das recomendações. O objetivo é elevar métricas de relevância e conversão, apoiando sistemas de personalização e busca em áreas como grocery, conveniência, álcool e varejo.
Pedir ao ChatGPT para “avaliar uma empresa” de forma genérica tende a gerar respostas vagas. A matéria destaca que a qualidade melhora quando o usuário fornece contexto e dados: demonstrativos como DRE, balanço patrimonial e fluxo de caixa, além de objetivo da análise, período e setor. Também recomenda orientar a IA com comandos objetivos e papéis específicos, como “atuar como analista financeiro focado em varejo”, priorizando lucratividade, endividamento, geração de caixa e eficiência.
Na prática, o diferencial não é escrever prompts longos, e sim garantir informações suficientes e perguntas bem direcionadas. Pedir justificativas baseadas nos números e solicitar que a IA aponte quando faltarem dados reduz inferências indevidas e facilita a checagem. Ainda assim, a matéria reforça que o ChatGPT funciona como apoio: decisões de investimento e avaliações estratégicas exigem validação humana.
