Assistentes, agentes, ferramentas de programação e automatização explicados em contexto.
73 artigos
A H Company apresenta dois modelos de agentes capazes de alternar entre interfaces gráficas, execução de código e ferramentas MCP ou APIs. A empresa publica pesos e resultados, mas os testes não demonstram autonomia geral nem desempenho uniforme em todos os ambientes.
O Google DeepMind e a GovTech Singapore anunciaram uma ferramenta que analisa possíveis golpes em conversas usando modelos Gemma no próprio dispositivo. As informações disponíveis não especificam a variante, os resultados dos testes nem o alcance da proteção da privacidade.
O Agent Lightning conecta agentes e seus sistemas de ferramentas e contexto a um fluxo de treinamento por reforço. O projeto oferece código sob licença MIT e apresenta resultados próprios que ainda precisam de avaliação independente.
A proposta combina um gêmeo digital da rede, algoritmos de grafos e agentes que escolhem como analisar cada incidente. A Amazon afirma que uma demonstração com a NTT DOCOMO identificou causas-raiz em minutos, mas as informações disponíveis não detalham métricas comparativas nem comprovam uma implantação operacional.
O Google amplia o acesso ao Gemini 4 Argon, apresentado para trabalhos prolongados de programação, ciência, finanças e cibersegurança. Os resultados e o uso real ainda precisam de avaliação independente; as informações disponíveis também não permitem confirmar capacidades concretas em robótica.
Quine combina um modelo de biologia com ferramentas de pesquisa para priorizar hipóteses antes de testá-las em laboratório. A Microsoft Research relata ensaios iniciais em câncer de pâncreas, mas ainda falta uma avaliação independente do sistema.
O Beam combina 501 bilhões de parâmetros totais com 23 bilhões ativos por token. A Reflection anuncia resultados competitivos e uma estimativa de menor uso de computação, mas os pesos ainda não estão disponíveis e os números não foram reproduzidos de forma independente, conforme a evidência disponível.
A Open Agent Safety Platform reúne o OpenShell, que aplica limites durante a execução, e o Sentry, projetado para supervisionar agentes a partir de uma DPU BlueField-4. A Nvidia afirma que o Sentry pode isolá-los em milissegundos, mas essa capacidade não equivale a uma defesa demonstrada contra qualquer ataque: a detecção, as configurações e os cenários de falha continuam sendo decisivos.
Um estudo com 4.500 execuções constatou que Jev reduz o custo e a latência das decisões em cinco agentes, mas os efeitos sobre o sucesso e os recursos totais dependem do fluxo de trabalho.
A medida é atribuída à Anthropic após três testes permitirem que um modelo chegasse à internet e acessasse sistemas reais. A documentação pública confirma esses incidentes, mas, por si só, não comprova que o bloqueio abranja todas as avaliações nem por quanto tempo vai durar.
A documentação do Google descreve o Gemini Enterprise como uma plataforma de IA para o trabalho, capaz de se conectar a aplicativos e apoiar tarefas de conhecimento. No entanto, as fontes verificadas não confirmam que o agente tenha identidade profissional própria nem detalham o alcance de um lançamento com delegação autônoma entre aplicativos.
A Trust Layer acrescenta quatro verificações à pontuação de um benchmark: examina o avaliador, a rastreabilidade da resposta, a veracidade da alegação de conclusão e a estabilidade entre execuções. A estrutura foi testada em cinco configurações de agentes e 108 tarefas, mas os resultados ainda não demonstram que ela funcione em outros benchmarks.