Estudo da Anthropic: Autonomia dos agentes de IA dobrou em três meses

ANDANDO PELAS PRÓPRIAS PERNAS

Estudo da Anthropic: Autonomia dos agentes de IA dobrou em três meses

A Anthropic acaba de divulgar um estudo sobre o comportamento dos agentes de IA. Em vez de testes controlados em laboratório, a análise mergulhou em milhões de interações reais entre usuários e máquinas, utilizando dados do Claude Code e de sua API pública.

Qual foi o objetivo? Mapear como a autonomia da IA está evoluindo no mundo real de desenvolvedores e empresas.

O que os números disseram?

• Em apenas três meses, a duração das sessões mais longas do Claude Code quase dobrou, saltando de menos de 25 minutos para mais de 45 minutos de trabalho autônomo contínuo.

• O mais interessante? Esse crescimento não aconteceu em picos após grandes atualizações, mas de forma gradual e suave, sugerindo um amadurecimento orgânico da tecnologia. Isso sugere que a evolução vem tanto do refinamento do modelo quanto da curva de aprendizado dos usuários.

• Usuários experientes deixam o Claude funcionar de forma mais autônoma, intervindo apenas quando necessário. Em 40% das vezes, usam aprovação automática versus 20% entre os novos usuários.

• Em tarefas complexas, Claude Code interrompe o processo para pedir esclarecimentos com uma frequência duas vezes maior do que os usuários o interrompem.

Embora a engenharia de software ainda concentre quase metade das
atividades, o uso de agentes começa a ganhar tração em setores críticos,
como saúde, finanças e cibersegurança.

Ainda assim, o mercado avança com cautela. A maioria das ações via API permanece em zonas de baixo risco e fácil reversibilidade.

E para quem teme a perda de controle, os dados finais são reconfortantes: 80% das ações contam com algum tipo de salvaguarda, 73% mantêm humanos no comando (human-in-the-loop), e apenas 0,8% são irreversíveis (como o envio de e-mails a clientes).

• Manus passou a oferecer agentes de IA pessoais integrados em aplicativos de mensagens, começando pelo Telegram.

• NotebookLM ganhou “revisões baseadas em prompt” para que os usuários refinem slides nas apresentações geradas por IA usando linguagem natural.

• Claude Sonnet 4.6 é a versão mais recente do modelo da Anthropic com melhorias significativas em codificação e raciocínio de contexto longo.

• Grok 4.20 beta foi lançado prometendo ser 10 vezes mais inteligente e rápido do que o Grok 4 com atualizações semanais e melhorias diárias.

• Perplexity está testando o modo Gamma, busca ultrarrápida alimentada pelo modelo Grok da xAI.

• Glimmer é a linguagem do Google para design de interfaces (UX) voltada para óculos que prioriza voz, gesto e rastreamento ocular.

• Recraft V4 é um novo modelo de geração de imagens com foco em gosto visual, precisão de prompts e qualidade profissional.

• FireRed-Image-Edit é um modelo de edição de imagens de uso geral que oferece alta fidelidade e resultados consistentes em uma ampla gama de cenários.

• Microsoft confirmou que um bug no Microsoft 365 Copilot Chat permite acessar e gerar resumos de e-mails marcados como confidenciais.

• MIT descobriu que plataformas de ranking de LLMs são extremamente sensíveis a pequenos volumes de dados de usuários, podendo produzir resultados enganosos sobre quais modelos são realmente os melhores. 🥇🥈🏅🤥

A Meta está desenvolvendo um recurso de reconhecimento facial para seus óculos inteligentes Ray-Ban, internamente chamado de Name Tag, que permitiria identificar pessoas em tempo real e obter informações sobre elas via assistente de IA. Segundo documentos internos obtidos pelo jornal New York Times, a Meta considerou lançar a funcionalidade durante períodos de "tumulto político" nos Estados Unidos, acreditando que grupos da sociedade civil estariam distraídos com outras preocupações e não reagiriam à medida. A estratégia, descrita como oportunista, também incluiu planejar um lançamento inicial disfarçado de recurso de acessibilidade para pessoas com deficiência visual.

📚 Miscelânea

• Jornalista da BBC realizou um experimento que expôs uma falha crítica nos modelos de IA. Em apenas 20 minutos, conseguiu "hackear" o ChatGPT e o Gemini para que ambos passassem a divulgar informações falsas como se fossem verdadeiras.