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.

43 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

Nova capacidadeCoLab

CoLab gera DFMEA e análise de causa com o histórico do projeto, mas o CAD fica para 2027

Uma equipe revisa uma árvore física de falhas e uma matriz de risco alimentadas por arquivos de projeto; ao fundo, uma forma CAD incompleta permanece atrás de uma linha de futuro.
Ilustração conceitual da separação de estágios. Documentos de risco e causa já recebem contexto do projeto; a geometria generativa permanece no horizonte e não entra no fluxo atual.

A CoLab colocou geração e refinamento de DFMEA e análise de causa dentro de seu ambiente de decisão de engenharia. O sistema combina histórico do programa, dados do produto, normas e feedback de revisão para produzir documentos antes da liberação do projeto, com aprovação humana e rastreabilidade. O anúncio também apresenta CAD generativo e AutoFix, mas esses recursos estão previstos apenas para o primeiro semestre de 2027.

Por que importa. A IA entra antes da geometria para organizar riscos, causas e decisões que normalmente ficam dispersos entre reuniões, planilhas, CAD, PLM e documentos. O ganho potencial está na continuidade do raciocínio, não em delegar a aprovação técnica.

Ler análise

3 min de leitura

ArquiteturaDesignConhecimentoEmpresasAutomaçãoAgentesEnterpriseIntegração

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

LançamentoMecAgent

MecAgent V2 leva especificações até CAD nativo, mas ainda exige revisão de engenharia

Uma prancha técnica, uma especificação e um arquivo STEP atravessam uma bancada mecânica até formar uma montagem CAD com árvore de recursos; uma engenheira mede a peça antes de liberar a fabricação.
Ilustração conceitual do fluxo. O agente converte diferentes entradas em geometria nativa e editável, mas a saída continua atrás de uma bancada de verificação humana antes de chegar à fabricação.

O MecAgent V2 transforma texto, desenhos e arquivos STEP em peças, montagens e desenhos nativos do SolidWorks. O agente pode atuar na sessão aberta ou executar tarefas longas em segundo plano, preservando a árvore de recursos para edição posterior. A versão está disponível para Windows e SolidWorks 2024 a 2026, mas os resultados de demonstração são do fornecedor e não substituem verificação dimensional, de materiais, tolerâncias e fabricabilidade.

Por que importa. A passagem direta de especificação para geometria editável pode reduzir modelagem repetitiva e manter o trabalho dentro da ferramenta de engenharia. O ganho depende de uma fronteira clara: gerar e automatizar não equivale a validar dimensões, tolerâncias, interfaces, materiais, normas ou segurança do produto.

Ler análise

4 min de leitura

DesignArquiteturaProdutividadeEmpresasAgentesAutomaçãoMultimodalidadeEnterprise

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

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