Agentes de IA
Agentes de IA são sistemas baseados em modelos de linguagem que não apenas respondem: planejam etapas, acionam ferramentas e levam a tarefa até o resultado — escrevem código, pesquisam na web, fazem reservas, analisam. 2026 virou o ano dos agentes, de agentes de programação a pesquisadores autônomos. Aqui está toda a nossa cobertura de IA agêntica: lançamentos, protocolos (MCP, A2A), confiabilidade e casos reais.

Melhores agentes de IA passam em até 98% dos testes, mas entregam um produto funcional em no máximo 65% das builds

Viggle abre duas LoRA para o MiniMax-H3: troca de pessoas em vídeo roda a partir de 12 GB de VRAM

Agente de código substitui o teleoperador: 93 acertos em 100 tentativas contra 84 dos humanos

ReplayRCA: corrigir apenas o último passo tira 17,1 pontos de correção causal de um modelo forte
O ReplayRCA testa diagnósticos de falhas de agentes por reexecução, não por anotação. Corrigir só o último passo custa 17,1 pontos a um modelo forte; entre 13…

Dupla Opus + DeepSeek Flash resolveu 67% das tarefas contra 81% do Opus sozinho, e ainda saiu mais cara
Ibragim Badertdinov testou o esquema “Opus pensa, modelo barato programa” em 12 tarefas difíceis: o resultado foi pior (67% contra 81%) e mais caro ($1,29 contra…

Agente perde dados por causa do tamanho da tabela, não do número de mensagens: 92% de turnos corretos contra 46%
Um agente de passagens por milhas em produção comparou duas formas de entregar tabelas: pelo contexto do modelo e fora dele. Turnos totalmente corretos: 92,3%…

Verificamos 929 automações na Alpina: como deve ser o treinamento corporativo em IA em 2026

Arquiteto de banco: em teste da METR, IA aumentou em 19% o tempo das tarefas de desenvolvedores experientes

Claude Opus 5 monta baselines simples que recuperam 95,5% da distância até os modelos de DL publicados na Nature e na Science

Enxame DreamTeam sem gerente escreveu o trustcheck por $5,68 e passou em 13 de 13 testes ocultos

ASTC comprime o contexto de agentes sem treinamento e reduz Attention Pairs em 50,68%
O ASTC comprime o contexto de agentes LLM de longa duração sem treinamento: o método lê o estado das camadas GDN e, no melhor caso, corta 50,68% dos Attention Pairs…

TraceSpec aumentou em 12,5–22,6% o throughput do DSpark para agentes de LLM
Renmin University e Huawei treinam o modelo rascunho com os passos intermediários do agente. No replay de históricos salvos, o throughput subiu 12,5–22,6% sobre a…

Agente de 4B Mage-VL-Cowork marca 66,0% no OSWorld-Verified e supera modelo de 30B

Bancada TSFLab aumenta em 20–163% a taxa de tarefas concluídas por agentes em previsão de séries temporais

Faros: em equipes com agentes de IA, o tempo mediano de revisão de código subiu 441%

Karpathy montou em duas horas um clone do YouTube com 6454 vídeos indicados no Hacker News

mcp-linter encontra 18 parâmetros sem descrição no servidor filesystem da Anthropic
O autor do mcp-linter rodou 34 regras nos servidores oficiais da Anthropic: o filesystem tem 18 parâmetros sem descrição e 38 pontos de 100; o memory fez 66 e o…

Jornalista do The Verge monta alternativa ao Meta Muse Charm por US$ 50 com ajuda do Claude Code
Um redator do The Verge comprou um pingente Waveshare com tela de 1,75 polegada por US$ 50 e, em algumas sessões com o Claude Code, o transformou em um pet de bolso…






