IA Lab by amano
Radar de IA

O que mudou em IA e o que realmente importa

Uma curadoria do IA Lab sobre mudanças que podem afetar criatividade, arquitetura, design, negócios, produtividade e empresas.

35 entradas encontradas

IntegraçãoGraphisoft

Archicad 30 abre o BIM vivo à IA, mas mantém aprovação e desfazer

Modelo arquitetônico em corte envia elementos e propriedades por uma passagem estreita até folhas de alterações; uma mão controla a alavanca final e setas indicam o caminho de desfazer.
Ilustração conceitual do fluxo. O MCP abre o modelo para consulta e edições em lote, mas a proposta só volta ao BIM depois da aprovação humana e permanece reversível.

O Archicad 30 passou a oferecer acesso estruturado ao modelo BIM por MCP, tanto no AI Assistant interno quanto por um servidor público para clientes de desktop. A IA pode consultar elementos, extrair quantidades, analisar propriedades e preparar edições em lote. Cada alteração precisa de prévia e confirmação, entra como uma operação reversível e a exclusão de elementos não está disponível. O recurso é beta nos planos Collaborate e Max.

Por que importa. A conexão reduz exportação, planilha intermediária e repetição ao permitir que um assistente trabalhe sobre o estado atual do modelo. O ganho só é seguro se a equipe tratar cada proposta como alteração técnica: revisar escopo, conferir propriedades, preservar cópia e validar o resultado no BIM.

Ler análise

4 min de leitura

ArquiteturaDesignProdutividadeEmpresasAgentesAutomaçãoIntegraçãoAPIsEnterprise

RegulaçãoInformation Commissioner's Office

ICO transforma a supervisão de modelos em compromissos de privacidade e amplia o foco para agentes

Dez torres de materiais apresentam fichas transparentes a uma mesa de supervisão; ao fundo, um agente de documentos passa por outro ponto de controle antes de acessar ferramentas.
Ilustração conceitual das duas frentes. A primeira acompanha compromissos de desenvolvedores de modelos; a segunda coleta evidências para orientar regras sobre agentes mais autônomos.

O regulador britânico de dados publicou o resultado de sua supervisão sobre dez desenvolvedores de modelos e informou mudanças ou compromissos em transparência, exercício de direitos e avaliação de salvaguardas. No mesmo dia, abriu uma chamada de evidências sobre agentes de IA e confirmou consultas preliminares sobre testes recentes. Não houve multa, condenação nem norma final.

Por que importa. O relatório traduz princípios de proteção de dados em práticas verificáveis para treinamento de modelos, como justificar interesse legítimo, explicar fontes e retenção e oferecer meios de exercer direitos. Ao abrir uma frente específica para agentes, o ICO sinaliza que autonomia não transfere nem elimina a responsabilidade de quem desenvolve e implanta o sistema.

Ler análise

4 min de leitura

EmpresasNegóciosConhecimentoPrivacidadeGovernançaAgentesSegurançaEnterprise

LançamentoAnthropic

Haiku 5.5 barateia tarefas curtas, mas cobra cinco vezes mais depois de 100 mil tokens

Pequenos lotes de documentos atravessam uma máquina compacta, enquanto um arquivo muito longo passa por um limite e recebe cinco contrapesos; uma analista confere as saídas.
Ilustração conceitual da nova curva de custo. Tarefas curtas passam por uma faixa econômica; contextos acima de 100 mil tokens exigem outra conta e avaliação humana da qualidade.

A Anthropic lançou o Claude Haiku 5.5 para classificação, resumo, extração, atendimento e subtarefas de agentes. Em prompts de até 100 mil tokens, custa US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída. Acima desse limite, os valores sobem para US$ 0,50 e US$ 2,50. O modelo está disponível, mas a economia depende de medir o contexto total de cada tarefa.

Por que importa. O lançamento torna viável distribuir tarefas estreitas e repetitivas entre modelos menores, inclusive como subagentes de fluxos mais complexos. A mudança também cria uma armadilha simples: uma tarefa aparentemente barata pode multiplicar o preço quando histórico, anexos e instruções ultrapassam 100 mil tokens.

Ler análise

4 min de leitura

ProdutividadeConhecimentoEmpresasLLMsMultimodalidadeAgentesAPIsEnterprise

Nova capacidadePirros

Pirros leva o QA/QC contínuo para dentro do Revit, com aprovação humana

Modelo arquitetônico e detalhes recebem marcações de revisão; um mecanismo prepara correções atrás de uma barreira controlada pela mão de uma arquiteta.
Ilustração conceitual do fluxo. A revisão relaciona desenho, modelo, norma e padrão interno; a IA propõe e registra, enquanto uma pessoa mantém o controle da alteração.

O novo Quality Management System da Pirros revisa projetos Revit ao longo do desenvolvimento, aponta conflitos entre pranchas, modelo, normas, padrões e especificações e distribui pendências para pessoas ou para o agente Mira. Os achados aparecem com folha, localização, severidade e regra. O produto está disponível com implantação comercial assistida, sem preço público ou benchmark independente de precisão.

Por que importa. A proposta desloca o controle de qualidade de uma revisão concentrada antes da emissão para ciclos recorrentes durante o projeto. Isso pode encontrar inconsistências mais cedo, mas a utilidade depende da qualidade dos padrões carregados, da taxa de falsos positivos e da disciplina de revisão humana.

Ler análise

4 min de leitura

ArquiteturaDesignProdutividadeEmpresasAutomaçãoAgentesIntegraçãoEnterprise

LançamentoMistral AI

Mistral Large 4 chega à API antes de liberar seus pesos

Documentos, imagens, gráficos e código atravessam uma grande matriz modular por poucos caminhos ativos; avaliadores medem resultados enquanto módulos fechados aguardam atrás de um portão.
Ilustração conceitual do estágio atual. O preview de API aceita múltiplos formatos e ativa parte da arquitetura por tarefa, enquanto pesos e artefatos prometidos continuam aguardando liberação.

A Mistral colocou o Large 4 em preview público na API em 6 de outubro. O modelo esparso combina 1,05 trilhão de parâmetros totais, 52 bilhões ativos e codificador visual de 1,6 bilhão, segundo a documentação. A Artificial Analysis encontrou desempenho forte em segurança cibernética, mas índice geral abaixo de líderes fechados e custo maior por tarefa. Os pesos ainda não estão disponíveis.

Por que importa. O Large 4 combina contexto longo, visão, uso de ferramentas e especialização em um modelo europeu que já pode ser testado por API. A diferença entre preview utilizável e pesos ainda fechados é decisiva para quem avalia soberania, execução própria, adaptação e auditoria.

Ler análise

4 min de leitura

ProdutividadeConhecimentoEmpresasLLMsMultimodalidadeAgentesAPIsEnterpriseSegurança

SegurançaNVIDIA

NVIDIA separa a execução do agente de um mecanismo externo de contenção

Um mecanismo executa tarefas dentro de uma oficina cercada por regras e trilhas de auditoria; uma vigia externa controla um portão de isolamento enquanto uma pessoa aprova ações.
Ilustração conceitual da defesa em camadas. O agente trabalha dentro de limites de software, um observador separado pode isolar o ambiente e pessoas mantêm aprovação e responsabilidade.

A NVIDIA apresentou uma plataforma aberta de segurança para agentes em 28 de setembro. O OpenShell aplica políticas, restringe ferramentas e registra ações no ambiente de execução. O Sentry adiciona um observador fora de banda em hardware separado, capaz de acionar contenção. A arquitetura é relevante, mas alegações de resposta em milissegundos e de que impediria ataques anteriores vêm do fornecedor e ainda precisam de casos independentes.

Por que importa. Agentes capazes de usar navegador, terminal, arquivos e serviços externos precisam de controles que não dependam apenas do próprio modelo. Separar política, execução, observação e contenção reduz a superfície de confiança, embora não resolva erros de raciocínio, objetivos mal definidos ou decisões humanas ruins.

Ler análise

4 min de leitura

EmpresasProdutividadeNegóciosSegurançaGovernançaAgentesEnterpriseHardware

LançamentoServiceNow

ServiceNow transforma melhoria de processos em uma fábrica contínua de workflows

Fluxos de documentos atravessam três estações de uma fábrica de bronze e madeira, passam por um portão de aprovação humana e seguem para uma torre de governança.
Ilustração conceitual do ciclo proposto. Descoberta, construção e execução se conectam, mas direção, aprovação, auditoria e limites continuam sob responsabilidade humana.

A ServiceNow lançou o AI Workflow Factory, um ciclo que conecta mineração de processos, construção assistida e execução governada de workflows. A solução está disponível globalmente desde 6 de outubro. O Autonomous Engineer, que planeja, constrói e testa implementações, ainda é acesso antecipado mediante solicitação. Métricas de velocidade e adoção divulgadas vêm da empresa e de parceiros.

Por que importa. A proposta desloca a IA de automações isoladas para um ciclo contínuo de melhoria operacional. Isso pode reduzir a distância entre detectar um gargalo e colocar um novo fluxo em produção, mas amplia a necessidade de aprovação, teste, observabilidade e reversão antes que agentes alterem processos reais.

Ler análise

4 min de leitura

EmpresasProdutividadeNegóciosAgentesAutomaçãoGovernançaIntegraçãoEnterprise

LançamentoReflection AI

Beam promete um modelo aberto eficiente, mas os pesos ainda não chegaram

Uma grande matriz arquitetônica mantém apenas um corredor iluminado em atividade, enquanto caixas de pesos, relatório técnico e ficha do modelo aguardam inspeção atrás de um portão.
Ilustração conceitual do estágio atual. Uma parte pequena da estrutura é ativada por tarefa, mas pesos e documentação continuam atrás do portão de testes finais.

A Reflection AI apresentou o Beam, modelo de texto com arquitetura esparsa voltado a código, raciocínio e agentes. A empresa informa 501 bilhões de parâmetros totais e 23 bilhões ativos por token, mas o modelo ainda está em desenvolvimento: só há lista de acesso antecipado e os pesos não podem ser baixados. Benchmarks e alegações de eficiência são do fornecedor e não tiveram reprodução independente.

Por que importa. Modelos com pesos disponíveis podem ser executados e adaptados em infraestrutura própria, o que muda custo, controle e auditoria. Beam ainda não oferece essa possibilidade. Por enquanto, a notícia é uma promessa técnica acompanhada de acesso restrito, não uma alternativa pronta para implantação.

Ler análise

4 min de leitura

ConhecimentoProdutividadeEmpresasLLMsAgentesAPIsEnterprise

RegulaçãoCalifornia Department of Justice

Califórnia intima OpenAI e amplia investigação sobre riscos cibernéticos

Uma investigadora coloca um envelope selado diante de uma caixa de evidências onde um pequeno agente computacional se aproxima de limites físicos; analistas examinam registros, sem juiz ou martelo.
Ilustração conceitual da investigação californiana. A intimação abre acesso a informações; o caso ainda está na fase de apuração, sem veredicto.

O Departamento de Justiça da Califórnia entregou em 30 de setembro uma intimação investigativa à OpenAI. O pedido integra uma investigação formal sobre incidentes e riscos de cibersegurança ligados à empresa e a seus modelos, iniciada após um episódio na Hugging Face. O escopo é mais amplo que um caso isolado e ainda não produziu conclusão jurídica.

Por que importa. O caso leva o comportamento de modelos durante testes, desenvolvimento e uso para uma investigação estatal concreta. Empresas que adotam agentes precisam preservar logs, limites, autorizações e resposta a incidentes antes que uma falha se transforme em problema operacional ou jurídico.

Ler análise

3 min de leitura

EmpresasNegóciosConhecimentoProdutividadeSegurançaGovernançaAgentesEnterprise

LançamentoOpenAI

GPT-6.1 Sol aproxima desempenho de topo com custo menor, mas acesso segue fragmentado

Três profissionais trabalham com código, documentos e fluxos conectados ao mesmo núcleo computacional; uma balança compara capacidade e custo, enquanto uma porta comum permanece fechada.
Ilustração conceitual da proposta do GPT-6.1 Sol. O mesmo contexto alimenta tarefas profissionais distintas, mas o acesso continua separado entre Work, Codex e API.

A OpenAI lançou o GPT-6.1 Sol em 29 de setembro para trabalho profissional, programação agêntica, uso de computador e pesquisa. A empresa o posiciona perto do GPT-6 Astra por uma fração do preço. O Vals Index confirma uma relação custo-desempenho melhor nesse conjunto, sem provar superioridade geral nem segurança automática.

Por que importa. A mudança prática não é apenas uma nova pontuação, mas o custo por tarefa longa e revisável. Um modelo intermediário mais capaz pode ampliar testes de agentes e documentos, desde que a equipe meça resultado final, supervisão, risco e disponibilidade no produto que realmente usa.

Ler análise

4 min de leitura

ConhecimentoProdutividadeEmpresasNegóciosLLMsAgentesAutomaçãoEnterpriseAPIsSegurança

LançamentoGoogle

Gemini 4 Argon estreia em preview fechado para ciberdefensores

Um núcleo computacional fica protegido dentro de uma câmara de acesso controlado, onde três especialistas examinam documentos; um grande salão público permanece vazio do lado de fora.
Ilustração conceitual do acesso restrito ao Gemini 4 Argon. O modelo foi apresentado, mas o uso inicial permanece limitado a ciberdefensores e testers selecionados.

O Google apresentou o Gemini 4 Argon em 30 de setembro. A primeira coorte reúne ciberdefensores e testers selecionados no programa Fairwind; API paga e Google AI Ultra aparecem como próximos passos, sem cronograma. O modelo liderou a edição consultada do Vals Index, mas parte importante da evidência de desempenho continua sendo autorreportada pelo fornecedor.

Por que importa. Argon sinaliza a próxima geração do Gemini para engenharia, trabalho profissional e defesa cibernética. Para decisões de compra, porém, anúncio e benchmark não equivalem a disponibilidade: hoje não há endpoint público, prazo geral ou teste amplo em fluxos reais de equipes brasileiras.

Ler análise

4 min de leitura

ConhecimentoProdutividadeEmpresasNegóciosLLMsSegurançaEnterpriseAPIs

LançamentoOpenAI

Dots levam agentes persistentes ao trabalho, com autonomia cercada por controles

Uma profissional acompanha de uma mesa central vários fluxos de trabalho contínuos em salas conectadas, com portões de aprovação antes de ações externas.
Ilustração conceitual de um agente persistente que acompanha projetos e aplicativos. Os portões representam permissões, revisão de ações e limites de autonomia.

A OpenAI começou a liberar Dots em 29 de setembro. Cada agente recebe um computador em nuvem, pode manter projetos em andamento e conversar por ChatGPT, Slack ou Teams. Pro e Business Premium entram em rollout gradual em mercados elegíveis; Enterprise, Edu e Healthcare têm beta administrado. A empresa reconhece que os agentes ainda erram e exige revisão em trabalho consequente.

Por que importa. Dots muda a unidade de trabalho: em vez de uma conversa que termina, o agente mantém contexto, procura atualizações e executa etapas ao longo do tempo. Para equipes, o ganho potencial vem acompanhado de uma obrigação concreta: limitar fontes, contas e ações, porque um erro pode alcançar arquivos, mensagens e sistemas externos.

Ler análise

4 min de leitura

ProdutividadeEmpresasNegóciosAgentesAutomaçãoIntegraçãoSegurançaPrivacidadeEnterprise