A Spotify ampliou o uso de desenvolvimento assistido por IA e mais que dobrou as mudanças mensais mescladas, de cerca de 8.100 para 17.000 ano a ano em agosto. Com o aumento do volume de alterações nos sistemas de produção, a empresa ajustou controles de qualidade e confiabilidade para lidar com a nova escala.
A companhia opera quase 3.000 serviços de produção para 777 milhões de usuários ativos mensais e relata desafios em processamento de conteúdo, automação de frota e capacidade de computação. Entre as respostas estão melhorias em monitoramento e testes, salvaguardas de rollout e capacidade de rollback, além da adoção do Honk, um agente de codificação em background que executa o Claude via Agent SDK em pods no Kubernetes.
Pesquisadores apresentaram na conferência KDD o estudo “GEO: Generative Engine Optimization”, voltado a melhorar a visibilidade de conteúdos nas respostas de mecanismos generativos. Nos testes descritos, intervenções específicas aumentaram a presença em até 40%, variando conforme o tema pesquisado.
O movimento é comparado ao SEO, mas com uma diferença: ao perguntar a uma inteligência artificial, muitas vezes o usuário recebe uma resposta pronta em vez de uma lista de opções. O texto destaca ainda como a construção de um “rastro público” — entrevistas, artigos, participações e fontes — pode influenciar o que sistemas como os buscadores associados ao ChatGPT encontram e citam, exigindo que assessorias e relações públicas considerem como esses dados são lidos e organizados.
A Starlink já permite que celulares se conectem diretamente aos satélites por meio da tecnologia Direct to Cell, sem a antena usada no serviço residencial. A proposta evoluiu de mensagens de texto para acesso a dados e chamadas via aplicativos, com operação feita em parceria com operadoras de telefonia que disponibilizam parte das frequências.
No Brasil, Vivo e Starlink participam de um ambiente experimental autorizado pela Anatel, com permissão válida até abril de 2029, mas ainda sem oferta comercial ampla. Enquanto isso, a SpaceX recebeu autorização da FCC para implantar até 15 mil satélites de nova geração, com novas frequências para ampliar cobertura e capacidade, inclusive em ambientes internos, aproximando a tecnologia de serviços móveis mais avançados.
Mesmo com CI e evals aprovando, um agente de IA pode entregar respostas incorretas ao cliente e ainda assim “parecer” saudável: ele pode retornar 200, passar checagens de fidelidade e gerar instruções, mas para a versão errada do produto. O problema é descrito como um “gap de observabilidade”, em que rastros e taxas de erro não bastam para detectar falhas de contexto e de recuperação em recursos de IA.
O texto destaca que, para investigar, é preciso começar pelo run afetado e correlacionar release, configuração de recuperação e estado de feature flags diretamente no trace. A análise também sugere checar sinais como buscas repetidas e filtros nulos (por exemplo, quando a versão solicitada não chega à etapa de lookup), além de comparar duração e tokens da geração com execuções semelhantes para localizar onde o harness ou a cadeia de ferramentas introduziu o erro.
O Google prepara uma atualização visual para o YouTube e o YouTube Music no iOS, com elementos do Liquid Glass, linguagem visual da Apple, e suporte a Atividades ao Vivo (Live Activities). As mudanças foram identificadas por Aaron Perris, do MacRumors, após análise de feature flags adicionadas ao código dos aplicativos. Até agora, os recursos ainda não estão disponíveis para o público e o Google não informou quando deve liberá-los.
A integração deve aproximar os apps da estética do iOS, em vez de manter a mesma interface usada em outras plataformas. No caso do Liquid Glass, a expectativa é de transparência, profundidade e sobreposição; já as Live Activities podem exibir informações em tempo real na tela de bloqueio e na Ilha Dinâmica, com possibilidades como placares de eventos esportivos do YouTube TV, acompanhamento de uploads e monitoramento de downloads de músicas.
Agent apps do GitHub levam para dentro do fluxo de pull requests ferramentas usadas no ciclo de entrega de software, com suporte da mesma plataforma do Copilot cloud agent. O exemplo mostra como usar agentes para responder perguntas do tipo “a mudança faz sentido?”, checar dependências, configurar rollout com feature flag e avaliar risco de deploy sem sair do GitHub.
No walkthrough, o Amplitude agent ajuda a validar se o passo de “invite your teammates” afeta retenção, o Endor Labs agent revisa dependências do onboarding e o LaunchDarkly agent cria uma feature flag segmentada para solo e times. Antes de mesclar, o PagerDuty agent compara o PR com incidentes recentes e recomenda seguir, deixando o controle de risco como etapa rotineira dentro do GitHub.
A plataforma de incident management Rootly decidiu abandonar a regra histórica de manter pull requests pequenas. A empresa diz que, com agentes de IA gerando código “por features”, diffs menores deixaram de ser um bom sinal: uma PR pode trazer implementação completa, incluindo migrações, serviços, controladores, testes e componentes de frontend.
Em vez de medir tamanho do PR, a Rootly passou a avaliar o “blast radius”, usando feature flags e rollback para mover a segurança do merge para o rollout progressivo. Para apoiar revisões, a companhia criou um revisor interno de IA que gera uma análise estruturada com risco, padronização, confiança e achados por severidade, focando em “o que pode quebrar para o usuário”.
:quality(85)/2025a86c-7bc1-44d1-823d-70116ff8d76a.png)
