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.

21 entradas encontradas

AtualizaçãoGoogle

Gemini 4 Argon chega à API e às assinaturas com acesso e preços diferentes

Uma profissional compara três rotas que partem de um portal aberto para diferentes espaços de trabalho.
Ilustração conceitual da nova fase do Gemini 4 Argon. O acesso foi ampliado, mas API, aplicativo e agente seguem rotas distintas.

O Google liberou o Gemini 4 Argon para desenvolvedores e empresas pela API e para assinantes Pro ou Ultra em produtos selecionados. A API paga começa em US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída até 30 de novembro; depois, os valores dobram. A mudança torna o modelo testável, mas cada canal oferece recursos e condições próprias.

Por que importa. A disponibilidade real permite comparar o modelo em tarefas profissionais, custo e supervisão. A escolha, porém, não termina no nome do modelo: canal, plano, limite, ferramenta disponível e regra de retenção continuam fazendo parte da decisão.

Ler análise

4 min de leitura

ConhecimentoProdutividadeEmpresasNegóciosLLMsAgentesAPIsEnterpriseSegurança

LançamentoMeta

Muse Wonder chega à API com agentes de longa duração, enquanto a versão Full fica na assinatura

Um arquivo alto alimenta dois fluxos de agentes: uma rota aberta por um portal de API e outra que entra numa oficina reservada, enquanto uma profissional supervisiona o conjunto.
Ilustração conceitual do acesso dividido. Muse Wonder entra na API e no ambiente de programação; Wonder Full permanece dentro dos planos superiores do Muse Code.

A Meta lançou Muse Wonder e Muse Wonder Full para programação, agentes de longa duração e uso de computador. Wonder está disponível na Meta Model API e no Muse Code, com contexto de um milhão de tokens e preço público por token. Full fica restrito aos planos Power e Maximum do Muse Code, sem API pública ou preço por token. Uma avaliação independente coloca os dois entre os modelos de maior pontuação, mas também aponta custo e verbosidade relevantes.

Por que importa. A novidade combina contexto longo, coordenação de subagentes e uso de computador em um produto disponível. Para equipes, a decisão não depende apenas do desempenho: canal de acesso, custo, revisão humana e possibilidade de trocar de fornecedor mudam entre as duas versões.

Ler análise

4 min de leitura

ProdutividadeConhecimentoEmpresasLLMsAgentesAutomaçãoAPIsEnterprise

RegulaçãoGoverno do Reino Unido

Reino Unido prepara resposta a incidentes de IA, mas notificação ainda não virou obrigação

Sinais de incidentes e quase-incidentes saem de hospital, energia, água e transporte e chegam a uma mesa de resposta humana; ao lado, uma câmara de testes funciona diante de uma estrutura legislativa ainda incompleta.
Ilustração conceitual dos dois tempos da política. Avaliação e resposta começam agora; o regime de notificação e o reforço legal ainda precisam ser definidos.

O governo britânico anunciou uma agenda para responder a incidentes com sistemas autônomos de IA, ampliar avaliações de modelos e estudar como identificar e reportar quase-incidentes. Também pretende examinar reforços no Cyber Security and Resilience Bill e no regime mais amplo para proteger hospitais, energia e outros serviços essenciais. O anúncio é uma proposta de política em desenvolvimento: não cria, por enquanto, dever de notificação, norma técnica final ou nova obrigação vigente.

Por que importa. A proposta aproxima agentes autônomos, cibersegurança e continuidade de serviços essenciais. Para organizações, a mensagem prática é preparar detecção, resposta e evidência desde já, sem tratar uma intenção governamental como regra já aprovada.

Ler análise

3 min de leitura

EmpresasNegóciosConhecimentoSegurançaGovernançaAgentesEnterprise

SegurançaNIST NCCoE

NIST leva identidade e autorização de agentes para um primeiro teste em DevSecOps

Agentes de software atravessam uma fábrica de desenvolvimento por portões sucessivos de identidade, credencial curta e autorização; cada ação deixa recibos numa mesa de auditoria humana.
Ilustração conceitual do primeiro caso de implementação. Identidade estável, credenciais temporárias, autorização por ação e evidência acompanham o agente durante o ciclo DevSecOps.

O centro de cibersegurança aplicada do NIST recebeu mais de seiscentas contribuições sobre identidade e autorização de agentes e decidiu começar por uma implementação em ambiente DevSecOps. O teste pretende mostrar como agentes podem ser identificados, autenticados e autorizados ao longo do ciclo de desenvolvimento. A síntese favorece padrões existentes, credenciais curtas, privilégio mínimo, autorização por ação e registros ricos, mas arquitetura e resultados ainda serão definidos.

Por que importa. Agentes não podem herdar silenciosamente todas as permissões de uma pessoa ou de outro agente. O projeto aproxima identidade, delegação e auditoria de um ambiente real, dando às empresas perguntas concretas para configurar ferramentas antes de existir um padrão final.

Ler análise

3 min de leitura

EmpresasNegóciosConhecimentoSegurançaGovernançaAgentesPrivacidadeEnterprise

RegulaçãoComissão Europeia

UE leva incidentes de perda de controle em IA ao painel científico do AI Act

Especialistas cercam uma área de testes transparente onde braços autônomos cruzam um limite; um operador aciona a contenção enquanto evidências seguem para uma mesa regulatória.
Ilustração conceitual da avaliação preliminar. Incidentes, registros e perguntas passam por análise técnica antes de qualquer conclusão regulatória; a contenção continua sob controle humano.

A Comissão Europeia reuniu o Painel Científico de IA para examinar incidentes recentes de perda de controle em modelos de fronteira. Os especialistas e o AI Office prepararam perguntas para as empresas envolvidas e recomendações sobre segurança e risco sistêmico. O procedimento está em avaliação técnica preliminar: modelos, fornecedores, incidentes e conclusões não foram identificados publicamente.

Por que importa. A pauta aproxima segurança técnica e supervisão regulatória: incidentes de autonomia deixam de ser apenas relatos de laboratório e passam a alimentar perguntas e recomendações sob o AI Act. Para contratantes, o sinal prático é exigir evidência de avaliação, limites de ferramentas, registro de incidentes e capacidade de interromper ações.

Ler análise

3 min de leitura

EmpresasNegóciosConhecimentoSegurançaGovernançaAgentesEnterprise

LançamentoDocuWare

DocuWare Aura consulta arquivos com fontes, permissões e revisão explícita

Documentos entram em um arquivo arquitetônico com gabinetes permitidos e uma área bloqueada; respostas com abas de fonte seguem para uma revisora que abre os originais.
Ilustração conceitual do fluxo. Aura busca apenas no conjunto configurado, devolve documentos de origem e mantém uma etapa de conferência; esconder um campo não equivale a bloquear acesso.

A nova geração do DocuWare colocou o assistente Aura dentro dos arquivos corporativos. Ele pesquisa, resume e compara documentos, cita os originais usados e respeita permissões reais do repositório. O pacote também amplia extração, classificação, OCR e conciliação com cadastros mestres. O produto está disponível para novos clientes cloud e começa a chegar gradualmente aos existentes; a versão local ainda virá depois.

Por que importa. O assistente opera dentro do arquivo corporativo e deixa a origem da resposta acessível, o que melhora revisão de contratos, propostas, faturas e conhecimento interno. O valor depende de permissões reais, escopo de indexação e conferência: a própria documentação avisa que Aura pode errar.

Ler análise

3 min de leitura

ProdutividadeConhecimentoEmpresasNegóciosPesquisaAutomaçãoPrivacidadeEnterprise

EstudoAgência Nacional de Proteção de Dados

ANPD mostra como três projetos de IA estão sendo testados sob supervisão

Três módulos experimentais de finanças, mobilidade e saúde ocupam uma arena de areia cercada; fiscais acompanham fichas de risco, testes, correções e retestes, enquanto um livro de normas permanece fechado ao fundo.
Ilustração conceitual do sandbox. Projetos delimitados são observados, testados e corrigidos dentro de um ambiente supervisionado; a experiência pode informar regras futuras, mas ainda não é uma norma.

A ANPD publicou o segundo relatório parcial de seu sandbox de IA e proteção de dados. O documento acompanha projetos da Metatext, Synapse AI e Prevvine e registra coleta de evidências, classificação de riscos, medidas de mitigação, treinamento e testes de segurança, conformidade e LGPD. O sandbox continua experimental e supervisionado até a conclusão do ciclo. O relatório informa a futura atuação regulatória, mas não é regra geral, licença, certificação ou decisão sancionadora.

Por que importa. O relatório revela um método regulatório baseado em evidência, risco, mitigação e reteste, em vez de apenas declaração de conformidade. Para organizações brasileiras, ele antecipa perguntas que tendem a aparecer em avaliação de IA, sem transformar o experimento em obrigação geral.

Ler análise

3 min de leitura

EmpresasNegóciosConhecimentoGovernançaPrivacidadeSegurançaEnterprisePesquisa

AtualizaçãoONLYOFFICE

ONLYOFFICE 10 leva IA ao contexto de documentos, planilhas, apresentações e PDFs

Quatro mesas conectadas contêm um contrato, uma planilha, uma apresentação e um PDF; um trilho de contexto leva as páginas até diferentes modelos, com válvulas de escolha e um arquivo local fechado.
Ilustração conceitual da arquitetura. O contexto permanece ligado a cada tipo de arquivo, enquanto a equipe escolhe o modelo e decide se o processamento sai da infraestrutura ou fica num ambiente local.

O ONLYOFFICE Docs 10.0 colocou chat e ferramentas de IA dentro dos editores de texto, planilha, apresentação e PDF. A versão trabalha com o contexto do arquivo, aceita prompts salvos e permite escolher modelos por tarefa. Na nuvem, o serviço pode ser ativado via OpenRouter; em instalações de servidor, a organização pode conectar provedores externos ou modelos locais. A IA é opcional e instalada separadamente nas versões open source.

Por que importa. A IA deixa de exigir cópia manual entre chat e arquivo e passa a operar dentro do fluxo documental. Isso pode acelerar leitura, redação e análise, mas também torna mais importante saber qual conteúdo foi enviado, para qual modelo, sob qual política e com que possibilidade de revisão.

Ler análise

4 min de leitura

ProdutividadeConhecimentoEmpresasNegóciosCriatividadeAutomaçãoLLMsIntegraçãoPrivacidadeEnterprise

LançamentoGoogle Cloud

Gemini reúne documentos, código e tarefas num agente com identidade própria

Estúdio arquitetônico dividido em salas de documentos, criação e código, conectadas por um agente central; portas com chaves, perímetro fechado e arquivo trancado representam permissões e limites.
Ilustração conceitual da arquitetura prometida. Um agente persistente coordena trabalhos em salas especializadas, mas identidades, portas, registros e limites precisam existir antes de ampliar sua autonomia.

O Google apresentou um agente universal para trabalho que recebe objetivos, planeja etapas, usa ferramentas e devolve resultados em documentos, e-mail e ambientes de desenvolvimento. Ele funciona de forma persistente na nuvem, pode criar subagentes temporários e coworker agents com identidade, armazenamento e e-mail próprios. O acesso ainda é um private preview para clientes empresariais, sem preço ou data pública de disponibilidade geral.

Por que importa. A proposta concentra tarefas que hoje passam por vários chats, conectores e agentes numa identidade operacional única. Isso reduz troca de contexto, mas amplia o impacto de uma permissão errada: um agente que atravessa documentos, código e comunicação precisa de escopo mínimo, autoria rastreável e interrupção clara.

Ler análise

4 min de leitura

ProdutividadeConhecimentoEmpresasNegóciosCriatividadeAgentesAutomaçãoIntegraçãoEnterpriseGovernançaSegurança

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

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