Pacote mira chips de IA, startups e atrai big techs, diz Leandro Criscuolo

O Reino Unido tem aumentado o foco em chips de IA como peça central de uma estratégia para impulsionar a economia e fortalecer a cadeia de tecnologia local. A aposta em semicondutores voltados para inteligência artificial quer transformar investimentos em pesquisa, infraestrutura e startups em vantagem competitiva para o país.

A medida integra um conjunto mais amplo de iniciativas que, nas palavras de reportagem recente, busca justamente capturar talento e capital: “Pacote mais amplo mira startups e atrai big techs“, conforme registrado pelo jornalista Leandro Criscuolo. A expectativa é que o impulso à produção e ao desenvolvimento de chips de IA gere empregos de alta qualificação, fortaleça centros de dados e atraia parcerias com empresas globais.

Por que o investimento em chips de IA é estratégico

Chips de IA não são apenas componentes de hardware, eles definem o desempenho e os custos de soluções que vão do processamento de modelos de linguagem até visão computacional para setores como saúde, finanças e manufatura. Países que dominam o projeto e a fabricação desses processadores tendem a ter vantagem econômica e tecnológica.

No contexto britânico, a aposta em chips de IA visa reduzir dependência externa e criar um ecossistema local onde universidades, centros de pesquisa e startups possam acelerar inovações. O movimento também tem o objetivo de tornar o Reino Unido mais atraente para as big techs, que buscam proximidade com infraestrutura e talentos para rodar aplicações intensivas em IA.

O que o pacote promete e quem é impactado

Embora detalhes específicos do pacote variem conforme anúncios e iniciativas regionais, o foco geral envolve financiamento para pesquisa, incentivos para startups e medidas para atrair investimentos de empresas internacionais. A ação busca, simultaneamente, fortalecer a cadeia de valor dos semicondutores e criar um ambiente favorável para o desenvolvimento de chips de IA.

Startups recebem atenção especial, pois são apontadas como fontes de inovação ágil. Segundo a referência citada, o pacote “mira startups e atrai big techs“, o que indica que políticas públicas e privadas foram desenhadas para atender tanto empreendedores quanto grandes players. Universidades e centros de pesquisa também aparecem como beneficiados, com potenciais parcerias para adaptar projetos acadêmicos ao mercado.

Desafios, riscos e próximos passos

Apesar do otimismo, o caminho para consolidar uma indústria doméstica de chips de IA tem desafios significativos. A construção de fabs, ou a atração de linhas de produção avançadas, exige investimentos bilionários e tempo. Além disso, a competição global por talento e capital é acirrada, com países oferecendo subsídios e condições fiscais competitivas.

Outro ponto crítico é a necessidade de integração entre hardware e software. Chips de IA só se tornam competitivos quando acompanhados por ecossistemas de ferramentas, bibliotecas e equipes capazes de tirar proveito do desempenho oferecido. Por isso, iniciativas que combinem financiamento, educação e políticas de atração de empresas tendem a ser mais eficazes.

Para especialistas, a medida do sucesso será a capacidade do Reino Unido de converter investimentos em chips de IA em produtos comercializáveis, parcerias com big techs e crescimento sustentável de empresas locais. O resultado poderá influenciar a posição do país em cadeias globais de tecnologia nas próximas décadas.

O jornalista Leandro Criscuolo, autor da matéria que chamou atenção para o tema, é reconhecido por sua cobertura de tecnologia. Ele é, nas próprias palavras do perfil público, “Leandro Criscuolo é jornalista formado pela Faculdade Cásper Líbero. Já atuou como copywriter, analista de marketing digital e gestor de redes sociais. Atualmente, escreve para o Olhar Digital.” A menção corrobora o foco editorial em iniciativas que ligam política, mercado e inovação tecnológica.

Com a ênfase em chips de IA, o Reino Unido busca não apenas acompanhar a corrida tecnológica global, mas também definir áreas de especialização que possam sustentar crescimento e empregos qualificados. Resta acompanhar os anúncios oficiais e os primeiros contratos com empresas, que serão sinais importantes sobre a efetividade do pacote e sobre quanto o país conseguirá converter intenção em vantagem competitiva.

Autorização amplia cobertura de robotaxis da Waymo na Califórnia

Waymo amplia áreas aprovadas pelo DMV; empresa anuncia meta de passageiros em San Diego para 2026

A empresa Waymo anunciou que foi considerada, segundo seus registros, “oficialmente autorizada a operar de forma totalmente autônoma em mais áreas do Golden State.” A mudança decorre de mapas divulgados pelo Departamento de Veículos Motorizados da Califórnia, que mostram uma expansão significativa da área em que a companhia pode testar e implantar seus veículos autônomos.

Atualmente, a Waymo já tem operações comerciais e pilotos em cidades como San Francisco, Silicon Valley e Los Angeles, além de presença em mercados fora da Califórnia, como Atlanta, Austin e Phoenix. Com a nova autorização, a cobertura aprovadas abrange boa parte da Bay Area e do Sul da Califórnia, incluindo a maior parte do East Bay e do North Bay, com menção ao Napa/Wine Country, e chegando também a Sacramento.

O alcance da nova autorização e o que muda no mapa

Os mapas do DMV mostram que, no Sul da Califórnia, o território autorizado se estende de Santa Clarita, ao norte de Los Angeles, até San Diego. Essa expansão formaliza áreas em que a Waymo pode testar e implantar seus robotaxis, mas não significa que corridas pagas começarão imediatamente em todas as regiões.

Conforme observado nas publicações sobre o assunto, “A empresa precisará obter aprovações regulatórias adicionais antes de poder transportar passageiros pagantes em algumas dessas regiões, conforme informa o San Francisco Chronicle.” Em outras palavras, a autorização do DMV amplia o leque de operações possíveis, mas há etapas regulatórias locais e complementares que ainda precisam ser vencidas.

Planos anunciados e cronograma para passageiros

Sobre o cronograma, o comunicado da Waymo não detalha datas para o início das corridas em todas as novas áreas, mas a empresa afirmou claramente: “Próxima etapa: receber passageiros em San Diego em meados de 2026!” Essa meta consolida San Diego como um dos focos da expansão, ao lado de outras cidades anteriores em que a Waymo já manifestou interesse.

Anteriormente, a companhia havia anunciado intenção de lançar operações em diversas metrópoles americanas, incluindo Dallas, Denver, Detroit, Houston, Las Vegas, Miami, Nashville, Orlando, San Antonio, Seattle e Washington, D.C., além de San Diego. Nas últimas semanas, a Waymo também destacou entradas em Minneapolis, New Orleans e Tampa, a remoção dos motoristas de segurança em Miami, e o início de corridas por rodovias em Los Angeles, San Francisco e Phoenix.

Impactos potenciais e desafios regulatórios

Especialistas e comentaristas do setor têm avaliado que, com acesso mais amplo na Bay Area, os robotaxis da Waymo podem alterar hábitos de deslocamento. No podcast Equity, por exemplo, discussões apontaram que passageiros podem passar mais tempo dentro dos veículos, explorando usos novos e até inesperados para o serviço.

Do ponto de vista regulatório e operacional, a expansão traz desafios práticos. Além das aprovações mencionadas, será necessário coordenar infraestrutura, comunicação com autoridades locais e campanhas de confiança pública para que a presença dos robotaxis seja aceita e utilizada com segurança.

Para a Waymo, a expansão na Califórnia representa não apenas crescimento geográfico, mas também um laboratório importante para evoluir tecnologia, operações e modelos comerciais. A combinação de autorização ampliada pelo DMV e metas como “receber passageiros em San Diego em meados de 2026” mostra que a empresa segue acelerando seus planos, ainda que dependa de passos regulatórios adicionais para escalar plenamente os serviços.

Em suma, a autorização estadual abre caminho para que a Waymo amplie testes e implantações pela Bay Area e pelo Sul da Califórnia, enquanto o mercado e as autoridades acompanham os próximos movimentos que vão definir quando e como os robotaxis começarão a transportar passageiros pagantes nessas novas áreas.

Suspensão muda o cenário da regulamentação de IA nos EUA

A administração Trump vinha articulando medidas para conter a multiplicidade de regras estaduais sobre regulamentação de IA, argumentando que a indústria precisa de um padrão nacional. O presidente chegou a afirmar nas redes sociais que a tecnologia necessita de “um padrão federal em vez de um mosaico de 50 regimes regulatórios estaduais.”

Até semanas atrás, a estratégia da Casa Branca incluía propostas legislativas e uma ordem executiva que criaria uma força-tarefa encarregada de contestar judicialmente leis estaduais sobre IA, além de ameaçar retirar fundos federais para projetos de banda larga de estados que aprovassem regras contrárias. No entanto, segundo apuração da Reuters, a ordem executiva foi suspensa, o que altera substancialmente o curso das ações federais contra a regulamentação estadual.

O que estava previsto inicialmente

No plano legislativo, a Casa Branca chegou a apoiar uma cláusula que proibiria por 10 anos a regulamentação estadual da tecnologia, inserida no chamado “Big Beautiful Bill” do presidente. Esse dispositivo acabou sendo retirado pelo Senado em uma votação de 99-1, o que já sinalizava limites para um congelamento amplo das regras estaduais.

Com o revés no Congresso, a administração passou a preparar uma alternativa executiva. A ideia era criar uma força-tarefa federal com poderes para mover ações judiciais contra leis estaduais de IA, e condicionar o repasse de verbas federais para projetos de infraestrutura, como banda larga, ao alinhamento dos estados com a política federal. Esse conjunto de medidas visava unificar a regulação e evitar um tabuleiro fragmentado de regras que poderia complicar a operação das empresas de tecnologia.

Por que a ordem executiva foi suspensa e a reação política

A suspensão da ordem executiva, reportada pela Reuters, chega em um momento de forte debate interno e externo. Especialistas jurídicos e aliados políticos já apontavam que a medida provavelmente enfrentaria obstáculos legais significativos, além de resistência política, inclusive de republicanos que criticaram o moratório estadual.

A controvérsia também se intensificou no Vale do Silício. Figuras ligadas à administração e a setores da indústria atacaram empresas como a Anthropic por apoiarem projetos estaduais de segurança em IA, incluindo o projeto SB 53 da Califórnia. O efeito prático foi ampliar o conflito entre interesses corporativos, governos estaduais e o governo federal sobre qual nível de governo deve liderar a regulamentação de IA.

Analistas políticos afirmam que, mesmo se a ordem fosse assinada, ela teria altas chances de ser questionada na Justiça, e poderia provocar batalhas políticas custosas. A suspensão, por ora, reduz o risco imediato de confrontos jurídicos em grande escala, mas não encerra o debate.

Impacto para estados, empresas e o debate sobre segurança

Com a ordem suspensa, os estados mantêm maior liberdade para avançar com suas próprias propostas de regulamentação de IA, incluindo iniciativas voltadas à segurança, transparência e proteção de dados. Para jurisdições como a Califórnia, que trabalha em projetos como o SB 53, a suspensão representa uma oportunidade para avançar sem a ameaça imediata de retaliação federal.

Para as empresas de tecnologia, a persistência de um mosaico regulatório aumenta a complexidade operacional e os custos de conformidade. Ao mesmo tempo, muitos especialistas do setor defendem que regras estaduais podem servir como laboratórios de políticas, testando abordagens de segurança e responsabilidade que poderiam, eventualmente, inspirar padrões federais.

Segundo o texto de análise original, divulgado por André Lug, a movimentação da administração buscava evitar esse mosaico regulatório, mas enfrenta limitações políticas e legais. A suspensão da ordem executiva abre espaço para negociações mais amplas entre estados, Congresso e indústria sobre como construir um arcabouço de governança para a inteligência artificial.

Enquanto isso, o debate sobre regulamentação de IA deve permanecer no centro das atenções, com atores estaduais avançando em projetos próprios, empresas pressionando por clareza regulatória, e o governo federal avaliando caminhos menos confrontadores para promover um padrão nacional.

Novas ferramentas e modo rápido do Midjourney v7

Midjourney v7 ativa personalização por padrão e reduz custos com o novo Modo de Rascunho

O lançamento em teste do Midjourney v7 promete acelerar fluxos criativos e mudar a forma como designers, ilustradores e equipes de produto prototipam imagens. A empresa informou que está testando uma versão alfa do modelo, que foi desenvolvida para melhorar o processamento de comandos textuais e visuais, entregando renderizações mais coerentes e detalhadas de texturas, corpos, mãos e outros objetos.

Uma novidade importante é que a personalização do modelo vem ativada por padrão. Segundo a reportagem, os usuários precisam completar um processo de integração que envolve selecionar imagens preferidas a partir de 200 pares aleatórios, e somente após essa etapa é possível utilizar o modelo v7. A intenção, conforme descrito pela empresa, é que a personalização capture preferências estéticas individuais e interpretações visuais, ainda que “essa função de personalização visa captar as preferências estéticas individuais e as interpretações visuais dos usuários, apesar de não considerar o contexto do comando”, o que pode provocar variações entre estilos, como ilustrações ou fotografias.

Como funciona a personalização e por que ela importa

A ativação padrão da personalização deve reduzir a barreira para novos usuários ajustarem resultados ao seu gosto. O processo de escolher preferências entre 200 pares aleatórios cria um perfil visual que orienta o modelo, mas não substitui a necessidade de prompts claros. Para profissionais, isso significa menos ajustes manuais iniciais e uma resposta mais rápida do sistema às preferências visuais pessoais.

No entanto, a reportagem ressalta que a personalização não considera o contexto completo do comando, o que pode gerar resultados inesperados quando o usuário alterna entre estilos ou formatos. Por isso, é provável que fluxos de trabalho profissionais combinem a personalização com prompts detalhados e etapas de refinamento.

Modo de Rascunho: rapidez e economia para prototipagem

Outra mudança de destaque é o lançamento do Modo de Rascunho, pensado para prototipagem e brainstorming. O Midjourney afirma que o novo modo permite gerar imagens “aproximadamente dez vezes mais rápido do que no modelo v6” e com “metade do custo de um trabalho padrão”. Embora a qualidade seja inferior à de imagens finais, a consistência de comportamento e aparência torna o rascunho ideal para explorar ideias com velocidade.

Usuários podem aprimorar uma imagem de rascunho para uma versão de qualidade superior ou criar variações com um único clique usando o comando com parâmetro “–draft”, porém, esse recurso funciona apenas com o modelo v7. Na interface web, o Modo de Rascunho ativa uma funcionalidade de “modo de conversação” que permite modificar as imagens por meio de comandos de voz, por exemplo solicitando a substituição de um animal ou o ajuste do horário do dia, o sistema interpreta automaticamente essas instruções e inicia um novo processo de geração.

Modos de uso, limites atuais e próximos passos

Hoje, o modelo v7 opera nos modos Turbo e Relax. A reportagem explica que “Trabalhos no modo Turbo são cobrados ao dobro do custo de um trabalho padrão do v6, enquanto os do Modo de Rascunho custam metade”. Um modo padrão para o v7 ainda está em desenvolvimento e deve ser lançado em breve. Recurso essenciais, como mood boards e o comando “–sref”, já funcionam com o v7, mas funções como aprimoramento, edição e retexturização ainda usam modelos v6, com atualizações previstas.

O Midjourney diz que planeja liberar novas funcionalidades quinzenalmente durante os próximos dois meses, com prioridade para uma nova referência para personagens e objetos, e com envolvimento da comunidade para guiar os próximos passos. Para quem experimenta IA generativa no Brasil, o novo ciclo de atualizações pode significar ferramentas mais rápidas, adaptáveis e econômicas para criação visual.

Em resumo, o Midjourney v7 aposta em personalização ativa e em um Modo de Rascunho focado em velocidade e custo reduzido, mantendo ainda a necessidade de refinamento para resultados finais. Usuários e equipes criativas deverão avaliar como integrar o novo fluxo de trabalho nas etapas de prototipagem e produção.

Gen-4 promete vídeos realistas, consistência visual e acirra debate sobre direitos autorais

A startup norte-americana Runway apresentou ao mercado o novo modelo de inteligência artificial para geração de vídeo, o Gen-4, que chega prometendo avanços notáveis em fidelidade e coerência visual. A empresa afirma que o sistema foi pensado para criar sequências com sujeitos, cenários e objetos que se mantêm estáveis entre cenas, e para responder com precisão às instruções fornecidas, reduzindo a necessidade de ajustes finos ou treinamentos adicionais.

De acordo com a Runway, “o Gen-4 é capaz de gerar personagens, locais e objetos consistentes em diferentes cenas, mantendo ambientes visuais coerentes e permitindo a regeneração de elementos a partir de diversas perspectivas e posições“. A descrição da empresa reforça a promessa de gerar movimentos realistas e manter estilo e composição ao longo do tempo, características que tornariam o Gen-4 uma ferramenta atraente para cineastas, estúdios e criadores de conteúdo.

Como funciona o Gen-4 e o que o diferencia

Segundo a Runway, o Gen-4 combina referências visuais com instruções textuais para produzir imagens e vídeos que preservam estilos, sujeitos e composições. A tecnologia traz uma compreensão mais avançada de simulação de física visual, o que ajuda a tornar os movimentos mais naturais e as interações entre objetos mais críveis.

O treinamento do modelo exigiu grandes volumes de exemplos, como ocorre com outros sistemas generativos de vídeo, embora a companhia tenha mantido detalhes dos dados em sigilo. A empresa destacou que “A Runway optou por não revelar a origem dos dados de treinamento, em parte para preservar sua vantagem competitiva, além de evitar possíveis disputas relacionadas a direitos autorais“.

Questões legais e resistência de artistas

O lançamento do Gen-4 chega em meio a controvérsias sobre a origem dos materiais usados no treinamento de modelos de IA. A Runway enfrenta processos movidos por artistas que alegam uso não autorizado de obras protegidas por direitos autorais. A empresa, por sua vez, sustenta que “a Runway defende que a utilização se enquadra na doutrina do uso justo, embora ainda não esteja claro qual será o desfecho legal dessa questão“.

Enquanto o debate jurídico se desenrola, o setor discute implicações éticas e econômicas mais amplas. Ferramentas de geração de vídeo por IA prometem acelerar processos de produção e reduzir custos, mas também podem provocar deslocamentos na mão de obra criativa. Uma pesquisa citada pela matéria aponta que “75% das empresas de produção cinematográfica que adotaram a IA já passaram por processos de redução, consolidação ou eliminação de empregos“, e as projeções indicam que “até 2026, mais de 100 mil empregos no setor de entretenimento dos Estados Unidos poderão ser impactados por essa tecnologia“.

Impacto de mercado e planos da Runway

O lançamento do Gen-4 também tem forte dimensão financeira. Conforme a reportagem, o anúncio ocorre com a Runway “buscando uma nova rodada de investimentos que deve avaliar a empresa em cerca de 4 bilhões de dólares. A companhia também espera alcançar uma receita anualizada de 300 milhões de dólares este ano“, meta que a empresa atribui ao lançamento de novos produtos, como uma API para seus modelos de geração de vídeo.

Se o Gen-4 cumprir as promessas técnicas, ele pode abrir oportunidades para produções independentes, estúdios e criadores, ao mesmo tempo em que reabre o debate sobre regulação, transparência no uso de dados e proteção a direitos autorais. A combinação de avanço tecnológico e incerteza jurídica coloca o produto no centro de uma transformação que promete ser rápida e controversa.

Em resumo, o Gen-4 surge como uma das apostas mais ambiciosas de geração de vídeo por IA, com capacidade técnica declarada para manter consistência visual e gerar movimentos realistas, mas também acompanhado por desafios legais e impactos sociais que ainda precisam ser resolvidos.

Como o novo modelo popEVE avalia mutações em todo o proteoma

Um novo modelo de inteligência artificial chamado popEVE promete transformar o diagnóstico de doenças genéticas raras, ao identificar variações em proteínas humanas que têm maior probabilidade de causar enfermidades, mesmo quando essas mutações nunca foram observadas antes. Desenvolvido por pesquisadores da Harvard Medical School e do Centro de Regulação Genômica (CRG) em Barcelona, o sistema combina padrões evolutivos com dados humanos para calibrar previsões em escala proteômica.

A ciência por trás do popEVE

O modelo foi treinado usando dados de centenas de milhares de espécies diferentes e da variação genética em toda a população humana, incluindo recursos como o UK Biobank e o gnomAD. Esse registro evolutivo permite que a ferramenta veja quais partes de cada uma das aproximadamente 20.000 proteínas humanas são essenciais, e quais podem tolerar mudanças.

Em 2021, a equipe criou o EVE (Modelo Evolutivo do Efeito de Variantes), que já utilizava padrões evolutivos para classificar mutações em genes humanos. A diferença com o popEVE é que agora as pontuações são calibradas entre genes diferentes, permitindo comparar uma mutação no gene A com outra no gene B, na mesma escala de gravidade. Isso faz do popEVE o primeiro modelo capaz de classificar mutações de forma significativa em todo o proteoma humano.

Validação clínica e resultados

Para testar a capacidade clínica do modelo, os pesquisadores analisaram dados genéticos de mais de 31.000 famílias com crianças afetadas por distúrbios graves do desenvolvimento. O resultado da validação foi contundente: Em 98% dos casos em que uma mutação causal já havia sido identificada, o popEVE classificou corretamente essa variante como a mais prejudicial no genoma da criança. O estudo aponta ainda que o popEVE superou concorrentes de última geração, como o AlphaMissense, da DeepMind.

Além de confirmar mutações já conhecidas, a equipe descobriu 123 genes que nunca haviam sido associados a distúrbios do desenvolvimento. Muitos desses genes são ativos no cérebro em desenvolvimento e interagem fisicamente com proteínas de doenças conhecidas. Dos 123, 104 foram observados em apenas um ou dois pacientes, o que ilustra o desafio de doenças extremas e únicas.

Os autores ressaltam o impacto prático: “As clínicas nem sempre têm acesso ao DNA dos pais e muitos pacientes chegam sozinhos. O popEVE pode ajudar esses médicos a identificar mutações causadoras de doenças, e já estamos vendo isso em colaborações com clínicas”, diz a Dra. Mafalda Dias, coautora correspondente do estudo e pesquisadora do Centro de Regulação Genômica. Essa capacidade de operar apenas com o genoma do paciente tem implicações importantes para sistemas de saúde com recursos limitados, tornando diagnósticos mais rápidos e baratos.

Limites, alcance e impacto na prática médica

Apesar do potencial, os autores deixam claro que o popEVE tem limitações. O modelo interpreta apenas alterações no DNA que modificam proteínas, portanto não abrange todos os tipos de variação genética. Além disso, não substitui o julgamento clínico; médicos devem integrar histórico, sintomas e outros exames para confirmar diagnósticos.

Um ponto positivo é que o popEVE reduz vieses ligados à ancestralidade. Ferramentas que penalizam variantes não observadas em bancos de dados tendem a prejudicar pessoas de ancestrais sub-representados, e o popEVE evita essa armadilha ao calibrar previsões com dados populacionais humanos, tornando-as mais justas.

Na prática, o modelo permite que equipes clínicas priorizem as variantes mais prováveis de ser causais, acelerando investigações e possibilitando ações mais rápidas em casos graves. Para doenças raras, muitas vezes únicas para um paciente, essa priorização pode significar a diferença entre diagnóstico tardio e intervenção oportuna.

O desafio futuro é integrar o popEVE em fluxos clínicos, treinar profissionais e garantir acesso a populações fora dos grandes centros de pesquisa. Ainda assim, a combinação de informação evolutiva com dados populacionais humanos cria uma nova visão para entender mutações, e pode mudar significativamente como doenças raras são identificadas e investigadas, inclusive no Brasil.

Em resumo, o popEVE representa um passo importante para usar a “árvore da vida” evolutiva como ferramenta prática na medicina genética, oferecendo uma escala de gravidade consistente entre genes e uma forma mais equitativa de avaliar variantes raras.

ATA: sistema de IA para caçar falhas que simula ataques e defesas para reduzir riscos

A Amazon apresentou detalhes do novo sistema de IA para caçar falhas chamado Autonomous Threat Analysis, ou ATA, uma plataforma interna que usa múltiplos agentes de inteligência artificial para identificar vulnerabilidades e sugerir correções com mais rapidez.

Segundo a empresa, o projeto nasceu durante um hackathon interno em agosto de 2024 e rapidamente virou uma ferramenta central no processo de segurança. A Amazon afirma que o sistema de IA para caçar falhas ajuda a ampliar a cobertura das análises, mitigando limitações causadas pela escassez de profissionais e pela velocidade com que ataques e código novo surgem no ambiente de desenvolvimento.

Como funciona o ATA

O sistema de IA para caçar falhas não opera como um único agente, mas como um conjunto de IAs especializadas, divididas em duas equipes virtuais. Uma equipe foca em simular ataques e reproduzir técnicas reais de invasão, enquanto a outra se dedica à defesa, propondo contramedidas e mecanismos de detecção. Esses agentes competem entre si em cenários controlados para encontrar brechas e validar proteções.

Para aumentar a fidelidade dos testes, a Amazon construiu ambientes de avaliação que reproduzem fielmente sistemas de produção, permitindo que os agentes executem comandos reais e gerem telemetria verificável. Ainda segundo a empresa, “cada técnica ou recomendação produzida pelo ATA passa por validação automatizada com dados reais. Esse processo reduz falsos positivos.”

Apesar do alto grau de autonomia, o sistema mantém um modelo de “humano no loop”, em que um profissional revisa e aprova qualquer alteração antes de sua implementação nos ambientes de produção.

Resultados e eficácia demonstrados

A Amazon destaca ganhos práticos do sistema de IA para caçar falhas. Em um dos testes reportados, o ATA analisou ataques Python do tipo ‘reverse shell’ e, em poucas horas, encontrou novas variações da técnica, além de sugerir detecções que se mostraram 100% eficazes.

Para os engenheiros que participaram do desenvolvimento, como Michael Moran, o ATA permite investigar novas técnicas de ataque em “velocidade de máquina”, acelerando descobertas que antes dependeriam de investigações humanas demoradas. A combinação de simulação, execução de comandos reais e telemetria tornou possível validar hipóteses com rapidez e reduzir alertas falsos.

O uso de agentes especializados também possibilita ampliar o alcance das verificações de segurança em código e infraestruturas, algo crucial em um cenário em que a IA generativa acelera tanto a produção de software quanto a sofisticação de ciberataques.

Próximos passos e implicações para segurança

O objetivo imediato da Amazon é integrar o sistema de IA para caçar falhas diretamente ao processo de resposta a incidentes, para permitir detecção e contenção mais rápidas durante ataques reais. A ideia é que a IA execute grande parte do trabalho operacional, enquanto especialistas humanos se concentram nas ameaças mais críticas e nas decisões estratégicas.

Especialistas ouvidos pela empresa e os próprios desenvolvedores alertam, no entanto, que a adoção exige cuidados. Mesmo com validação automatizada e revisão humana, há riscos relacionados à dependência excessiva de automação, possíveis falhas de cobertura e a necessidade de ambientes de teste muito próximos da produção para garantir validade das conclusões.

Em resumo, a aposta da Amazon no ATA reforça uma tendência clara: ferramentas automatizadas e baseadas em IA, quando bem validadas e supervisionadas, podem ampliar a defesa cibernética e acelerar correções, transformando a forma como equipes reagem a vulnerabilidades. O desafio será equilibrar essa automação com governança, auditoria e a expertise humana necessária para decisões sensíveis.

Com a evolução do projeto, o mercado deve acompanhar de perto resultados concretos, métricas de redução de falsos positivos, e a integração do ATA nos fluxos de resposta a incidentes, para avaliar se a tecnologia entregará ganhos sustentáveis em ambientes reais de produção.

VOIX propõe nova ponte entre sites e agentes de IA

Pesquisadores da TU Darmstadt apresentaram o framework VOIX, uma proposta que pode redesenhar o futuro da navegação com IA. Em vez de obrigar modelos a “ver” e inferir ações a partir de interfaces visuais complexas, o VOIX sugere que os sites declarem explicitamente as ações disponíveis por meio de dois novos elementos HTML, <tool> e <context>. A ideia central é simples, e ao mesmo tempo radical: fazer com que agentes de IA entendam a web a partir de dados estruturados, e não de imagens ou capturas de tela.

Entenda como os novos elementos funcionam

O elemento <tool> lista ações por nome, parâmetros e descrição, enquanto o <context> fornece ao agente informações atualizadas sobre o estado da aplicação. Por exemplo, uma lista de tarefas pode incluir um elemento <tool name=”add_task”> que define parâmetros como title e priority, e se conecta à lógica do aplicativo via JavaScript. Assim, quando um agente instrui a inclusão de uma tarefa, ele chama essa ferramenta diretamente, sem precisar procurar por campos de entrada ou botões, o que torna a interação mais estável e previsível.

Separa responsabilidades e melhora privacidade

A arquitetura do VOIX divide responsabilidades entre o site, um agente do navegador e o provedor de inferência. O site declara suas funções, o agente do navegador media entre site e IA, e o provedor decide as ações a partir dos dados estruturados. Essa configuração evita que agentes tentem inferir possibilidades a partir de interfaces desenhadas para humanos, um processo considerado pelos autores como “frágil, ineficiente e inseguro”. Na prática, o agente do navegador pode enviar as conversas dos usuários diretamente ao provedor de LLM, mantendo o site fora do circuito, e dessa forma os agentes veem apenas os dados explicitamente divulgados, em vez da página inteira. Além disso, o VOIX roda no lado do cliente, o que evita que proprietários de sites arquem com custos de inferência de LLM.

Velocidade e usabilidade que chamam a atenção

Em testes práticos, o VOIX obteve ganhos expressivos de desempenho. Segundo os resultados, o VOIX concluiu tarefas em apenas 0,91 a 14,38 segundos, enquanto agentes convencionais levaram de 4,25 segundos a mais de 21 minutos. Em um exemplo concreto, ao rotacionar um triângulo verde em 90 graus, o VOIX realizou a ação em um segundo, enquanto o Perplexity Comet precisou de noventa segundos. Agentes baseados em visão gastam tempo analisando capturas de tela, tentando adivinhar a ação correta e verificando resultados, com algumas tarefas complexas falhando completamente. Para avaliar usabilidade, a equipe promoveu um hackathon de três dias com 16 desenvolvedores, em que seis equipes criaram diferentes aplicativos usando o framework. Os resultados mostraram uma usabilidade robusta, com pontuação na Escala de Usabilidade do Sistema atingindo 72,34, acima da média da indústria, que é de 68, e os desenvolvedores avaliaram positivamente compreensão e desempenho do sistema.

Desafios para adoção e o papel dos desenvolvedores

Apesar dos ganhos, os pesquisadores apontam desafios para uso em cenários reais. Em bases de código legadas ou muito extensas, as declarações do VOIX podem ficar fora de sincronia com a interface do usuário. Além disso, desenvolvedores precisarão repensar sua abordagem, definindo ações específicas para agentes e decidindo quais ferramentas disponibilizar no site. Encontrar o equilíbrio entre funções básicas e comandos mais complexos baseados em intenções segue sendo um desafio importante.

Empresas como OpenAI e Perplexity imaginam um futuro no qual chatbots e navegadores de IA atuem como portais primários para a web, cuidando de tudo, desde reservas até compras, sem APIs customizadas. No entanto, na prática, modelos de linguagem ainda têm dificuldade com a complexidade dos sites modernos, e a injeção de comandos segue sendo uma ameaça. Tornar o futuro da navegação com IA uma realidade prática pode exigir novos padrões que apresentem informações dos sites de maneira que modelos de linguagem as compreendam de forma confiável.

Iniciativas como llms.txt e servidores MCP mostram que a indústria está preparada para mudanças, e o VOIX surge como uma proposta concreta para integrar novos padrões à web. Para que esse futuro se concretize, será preciso que desenvolvedores, fornecedores de navegadores e provedores de IA coordenem especificações, priorizem segurança e considerem privacidade desde o desenho, e que a comunidade web avalie benefícios e riscos dessa transição.

O debate sobre o futuro da navegação com IA já começou, e soluções como o VOIX mostram que a transformação passa menos por treinar modelos mais potentes, e mais por reorganizar como sites expõem intenções e estados para agentes automatizados.

Amazon apresenta Nova Act, agente de IA que navega, preenche formulários e automatiza tarefas simples

A Amazon revelou o Nova Act, um agente de inteligência artificial de uso geral capaz de assumir o controle de um navegador web e executar ações simples de forma autônoma. A companhia lançou também o Nova Act SDK, um kit de ferramentas que permite a desenvolvedores prototiparem agentes com essa tecnologia, e disponibilizou uma vitrine dos modelos Nova no site nova.amazon.com.

A versão pública liberada nesta segunda-feira é tratada pela Amazon como uma prévia de pesquisa, e a empresa afirma que o Nova Act será parte central da próxima atualização do Alexa+, a versão do assistente com recursos de IA generativa. Embora ainda menos refinado, o lançamento dá o primeiro vislumbre do que a Amazon pretende oferecer aos usuários e desenvolvedores.

O que o Nova Act faz e como funciona

O Nova Act foi projetado para executar tarefas curtas e repetitivas no navegador, como preencher formulários, selecionar datas em calendários, fazer reservas e até concluir pedidos em serviços de entrega. A Amazon destaca que, com o Nova Act SDK, desenvolvedores podem combinar ferramentas que permitam aos agentes navegar por páginas web e automatizar fluxos de trabalho, definindo claramente quando é necessária a intervenção humana.

O agente foi desenvolvido pelo recém-inaugurado laboratório AGI da Amazon, em São Francisco, co-liderado pelos ex-pesquisadores da OpenAI David Luan e Pieter Abbeel. O projeto é visto internamente como um passo rumo a sistemas mais amplos de inteligência artificial, com Luan definindo AGI como “um sistema de IA que pode ajudar você a fazer qualquer coisa que um humano faz em um computador”.

Resultados, comparativos e métricas

A Amazon afirma que, em testes internos, o Nova Act superou agentes concorrentes em avaliações específicas de interação com conteúdo na tela. “Por exemplo, no ScreenSpot Web Text – que avalia a forma como um agente de IA interage com o texto na tela – o Nova Act obteve 94%, superando o CUA da OpenAI (88%) e o Claude 3.7 Sonnet da Anthropic (90%).”

Apesar desse desempenho, a empresa não divulgou resultados em alguns métodos de avaliação mais difundidos para agentes, como o WebVoyager. Isso deixa espaço para dúvidas sobre a robustez do agente em cenários variados, e especialistas apontam que agentes de IA ainda enfrentam problemas de consistência, lentidão e erros incomuns ao operar por períodos prolongados.

Desafios e impacto no ecossistema do Alexa

A Amazon entra em um mercado competitivo, onde empresas como OpenAI e Anthropic também desenvolvem agentes que navegam na web. A aposta da companhia é que, integrando o Nova Act ao Alexa+, poderá alcançar um público muito maior, transformando assistentes de voz em plataformas capazes de agir diretamente em nome dos usuários.

O Nova Act SDK promete ferramentas para que desenvolvedores limitem o nível de autonomia dos agentes, permitindo que humanos intervenham quando necessário. Segundo a Amazon, isso deve aumentar a confiabilidade de aplicações práticas, mesmo que os agentes não sejam totalmente autônomos.

No entanto, resta observar se o laboratório AGI da Amazon conseguiu resolver problemas comuns observados em agentes anteriores, como falhas em diferentes domínios e dificuldade para operar por longos períodos sem supervisão. Os primeiros testes do Nova Act e sua integração ao Alexa+ serão decisivos para avaliar se a tecnologia avança além das soluções existentes, ou se enfrentará as mesmas limitações.

Com o lançamento público do Nova Act e do SDK, a Amazon oferece aos desenvolvedores e ao mercado um novo conjunto de ferramentas que pode acelerar a adoção de agentes web controladores, e ao mesmo tempo posiciona a empresa para disputar espaço em uma frente de inovação estratégica para assistentes e automação pessoal.