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.
Alex Porcelli, cofundador e CEO da Aletyx, defendeu que arquiteturas agentic para IA precisam lidar com a falta de consistência e, principalmente, com a falta de accountability em decisões de alto impacto. Ele citou a evolução do uso de IA no desenvolvimento, dizendo que passou a “codar diferente” ao interagir com agentes, em vez de apenas usar IA para tarefas como resumos, scripts e testes.
O executivo destacou que domínio e conhecimento de regras ajudam a obter resultados melhores, mas não bastam para operar negócios, que dependem de políticas e regulações. Para ele, a solução passa por rastreabilidade e explicação do caminho que leva de entradas à saída, além de governança com versionamento do processo decisório para revisão, aprovação e auditoria.
A Doist, empresa por trás do Todoist e do Twist, diz que “menos IA pode entregar mais” ao desenhar automações com um fluxo híbrido: o modelo de linguagem entra apenas na fase de entender o pedido em linguagem natural e gerar um “manifest” de execução. Depois disso, a automação roda com código comum em gatilhos ou jobs recorrentes, buscando previsibilidade e consistência — já que modelos tendem a variar quando precisam executar repetidamente. A empresa afirma que vai levar o serviço Automations do beta fechado para lançamento em agosto ou início de setembro, e que a abordagem também reduz custos por evitar chamar modelos caros a cada execução.
A estratégia faz parte de uma filosofia de produto chamada “subtraction over addition”: facilitar o uso de IA não significa que toda ideia deve virar feature. A Doist também destaca que não quer depender de um único provedor de modelos, usando testes e avaliações para verificar se mudanças em modelos alteram o comportamento, além de controlar custos ao migrar de modelos maiores para menores sem perder o padrão de qualidade. Para times dev, o recado é claro: usar IA onde ela é melhor (interpretação/planejamento) e manter a execução determinística com software tradicional.
