Insights
Notas do trabalho.
Textos práticos sobre como construir IA enterprise que chega à produção.
O grader da Google reprovou três execuções de agente que passaram. Ele lia o resumo, não o que o agente fez
A Google publicou quatro lições de avaliação de agentes: avaliar a trajetória, manter a estrutura de turnos, comparar execuções ao vivo e só de plano e usar golden sets como baseline.
Ler
O modelo mais barato é aquele cujos erros você consegue capturar. Como precificar IA por onde os erros caem
Três formas de cortar custo de inferência: especializar um modelo pequeno, servir pesos abertos melhor e concluir tarefas de agente em menos etapas. Nenhuma precifica os erros. Um framework para isso.
Ler
Um modelo pequeno melhorou 85% na extração. O teste da Microsoft importa porque a fronteira ainda venceu
Com 17 documentos de treinamento, um avaliador em Python e 100 passos de reforço, a Microsoft elevou o F1 de extração do gpt-oss-20b de 0.44 para 0.81, contra 0.98 dos modelos de fronteira.
Ler
Anunciada, contratada, energizada: a saída da Microsoft de Essex mostra qual capacidade conta
A Microsoft deixou o data center de IA planejado pela Nscale em Essex após a operadora de rede dizer que a energia total pode chegar só no início a meados da década de 2030.
Ler
Seu agente de código escolheu a biblioteca certa. Sua empresa pode não ter permissão para usá-la
O GitHub liberou em GA as políticas de licença open source do enterprise, aplicadas no merge e expostas em uma API que agentes podem consultar. Só funciona se o agente for feito para perguntar.
Ler
Atualização da DeepSeek visa tarefas concluídas mais baratas. Nova API de busca levanta questão de custódia
A DeepSeek V4.1-Flash-1017 promete execuções de agentes mais rápidas e curtas sob um alias que já mudou, e abriu a busca como API por chamada. O custo por tarefa cai; a custódia preocupa.
Ler
Scanners de malware com IA erram o que não leem. A Databricks fechou a lacuna com evidências, sem modelo maior
A Databricks viu scanners LLM errarem pacotes npm com payloads em binários compilados. Evidências estruturadas de análise binária corrigiram a maioria das falhas, até em modelos pequenos.
Ler
Por que o app está lento? O threat model da Microsoft pergunta o que mais o agente do Azure pode fazer
A Microsoft publicou um threat model para assistentes de IA conectados ao Azure via Azure MCP Server. A ideia central: o agente interpreta, o Azure decide, e as recusas são testadas primeiro.
Ler
Os pesos do Beam saíram. Como você serve o modelo agora pesa tanto quanto o modelo
O Beam saiu em 16 de outubro em três precisões, com receitas de day zero da AWS e do Google Cloud. Para agentes de código, a arquitetura de serving agora define o custo tanto quanto o modelo.
Ler
Agentes de vendas da AWS: saudáveis e financeiramente errados. A correção foi avaliação em cada release
A AWS publicou como avalia o sistema multiagente que seus vendedores de campo usam: nove etapas, da definição de qualidade aos canários em produção. A parte útil é onde cada checagem fica.
Ler
O modelo de chat da Microsoft responde com um gráfico interativo. Seu app ainda decide o que pode renderizar
O GPT-chat-latest no Microsoft Foundry adiciona respostas GenUI e a saída interleaved-thinking no endpoint existente. A interface agora faz parte da resposta e exige um contrato de renderização.
Ler
Agente enterprise deve sobreviver a um restart sem pagar a fatura duas vezes. SDK Go durável da AWS em GA
A AWS tornou o SDK de execução durável para Go do Lambda em disponibilidade geral: etapas com checkpoint, callbacks de aprovação e esperas de até um ano. Durabilidade é uma decisão separada do modelo.
Ler
Tem um caso de uso de IA parado entre o protótipo e a produção?
Conte o que você quer colocar no ar. Respondemos com próximos passos honestos.
Converse sobre um caso de uso