Carregando...
Inovação, startups e transformação digital
56 matérias publicadas — Página 1 de 5
Se replicar um humano em silício custa caro demais em energia, a saída mais barata não é construir robôs do zero. É potencializar o corpo que já temos. Próteses, exoesqueletos e implantes neurais aproveitam a eficiência biológica e adicionam só o que falta — e isso aponta para um mundo de ciborgues antes de um mundo de robôs.
O mercado de robôs humanoides é projetado para superar o de carros. Mas o prêmio não está em quem fabrica o robô, e sim em quem controla a computação e a energia que o mantêm pensando. O valor migrou do produto para a rede — e o Brasil corre o risco de repetir o que já fez com os automóveis.
A inteligência artificial conversa, programa e resume com fluência. Mas pegar um copo numa cozinha bagunçada segue fora do alcance dela. Não é falha de engenharia: é um paradoxo de quarenta anos, e a conta de energia explica por quê.
DeepSeek-V2, com 236 bilhões de parâmetros e 21 bilhões ativados por token, mostra a resposta chinesa mais séria ao bloqueio de aceleradores: menos força bruta, mais arquitetura. O embargo americano não parou Pequim; empurrou a competição para MoE, quantização e custo por token.
O modelo DeepSeek-V2, com 236B parâmetros totais e 21B ativados por token, continua sendo a melhor lente para ler a disputa EUA x China: embargo de chip não matou a corrida chinesa, empurrou Pequim para MoE, compressão e custo por inferência.
A Anthropic anunciou o dreaming para Claude Managed Agents em maio: um processo que reorganiza memória de agentes entre sessões. É um passo bom. Em ambiente experimental, dá para mostrar que o desenho pode ir bem mais longe.
Washington tentou estrangular a China no chip. Pequim respondeu com arquitetura: MoE, quantização, engenharia de memória e treino mais frugal. O duelo real saiu do release e entrou no custo por token.
Nesta quarta, não há release dos últimos 7-10 dias que eu consiga tratar com fonte primária verificável aqui. O filtro fica: SWE-bench 2310.06770, HELM 2211.09110 e MMLU 2009.03300 antes de qualquer adoção.
Dois papers recentes atacam o mesmo gargalo: sistemas de busca com agentes ainda são avaliados como retrievers clássicos, embora o erro hoje esteja na trajetória, na escolha de ferramenta e na síntese final.
OpenAI abriu bastidores de voz de baixa latência, Google levou webhooks à Gemini API e o arXiv trouxe SpecKV para decodificação especulativa adaptativa. A disputa útil desta semana não está no demo bonito: está em fila, token, cache e integração.
Harness é o sistema ao redor da IA: objetivo, memória, ferramentas, limites, testes e rastro. Este manual mostra como montar agentes confiáveis sem burocracia.
Quando uma regra é específica demais para confiar num prompt genérico, a saída pode ser treinar um modelo pequeno só para aquela função. O ganho não é charme técnico; é consistência, custo menor e resposta mais rápida.