E aí, IA? – Resumo do dia 05/mai/2026
Edição de hoje: dados no oceano, IA que se autoaprimora e diagnósticos mais cedo
Bom dia. Na edição de hoje, a gente junta os sinais mais fortes do momento: a corrida por compute está empurrando infraestrutura para fora das cidades (até para o mar), modelos estão avançando em tarefas de P&D e engenharia num ritmo difícil de acompanhar, e a IA médica começa a provar valor onde dói mais — detecção precoce e triagem sob incerteza.
Na edição de hoje:
- Panthalassa levanta US$ 140M para data centers flutuantes movidos a ondas
- Anthropic aposta que IA treina sua sucessora antes de 2029
- Mayo Clinic e Harvard mostram IA superando especialistas em cenários críticos
- OpenAI e Anthropic criam “braços” de serviços com private equity para acelerar adoção
- Cofounder 2 quer viabilizar empresas tocadas por um único fundador + agentes
- Perplexity Computer chega ao Microsoft Teams como “digital worker”
🌊 Panthalassa quer levar data centers de IA para o mar, com energia das ondas
Uma startup do Oregon chamada Panthalassa levantou uma rodada Série B de US$ 140 milhões liderada por Peter Thiel para construir estruturas autônomas de compute em alto-mar, usando o movimento das ondas como fonte de energia. A proposta nasce de um problema cada vez mais concreto: a resistência pública à instalação de data centers em áreas urbanas, somada a gargalos de energia, licenciamento e refrigeração em terra.
Segundo a empresa, cada “nó” é uma estrutura de aço com cerca de 85 metros que flutua em oceano aberto, converte energia das ondas em eletricidade para chips de IA e usa a própria água do mar como dissipador térmico natural. A Panthalassa afirma ainda que os módulos podem se deslocar para águas remotas sem motores, aproveitando o design do casco, e enviar resultados via satélite com conectividade do Starlink — uma arquitetura pensada para reduzir dependência de infraestrutura terrestre.
Detalhes
- Os módulos combinam geração de energia no local, compute embarcado e resfriamento por água do mar, evitando parte do custo de infraestrutura em terra
- A empresa diz que os nós podem reposicionar-se em alto-mar sem propulsão tradicional, o que simplifica operação e manutenção (mas impõe desafios de controle e robustez)
- O capital novo deve financiar uma fábrica-piloto perto de Portland e a primeira implantação no Pacífico, com meta de comercialização em 2027
🧠 Anthropic vê chance alta de IA treinar sua própria sucessora antes de 2029
Jack Clark, cofundador da Anthropic, publicou uma análise argumentando que há mais de 60% de probabilidade de sistemas de IA conseguirem treinar “sucessores” (modelos melhores) antes de 2029. O ponto central é que a IA já vem assumindo tarefas que eram gargalos do ciclo de P&D — desde programação em repositórios reais até partes do trabalho experimental e de avaliação — encurtando o caminho para um loop de melhoria mais automático.
Para sustentar a tese, Clark cita evidências públicas de benchmarks e relatórios: a capacidade de trabalho independente da IA teria saltado de tarefas de segundos em 2022 para janelas de horas em 2026, e algumas avaliações sugerem que o horizonte pode continuar crescendo. Ele também destaca a evolução em benchmarks de engenharia de software, em que sistemas recentes passaram de desempenho marginal para resultados próximos de “quase resolver tudo” em poucos anos, reforçando a ideia de que o ritmo não é linear.
Detalhes
- A tese depende menos de “consciência” e mais de automação do pipeline: pesquisa, código, testes, avaliação e iteração
- Dados citados apontam crescimento do tempo de foco autônomo (de segundos para horas), um indicador prático para agentic workflows
- Benchmarks de código em cenários reais sugerem que a curva de desempenho está comprimindo anos de progresso em trimestres
😺 IA na medicina: Mayo detecta câncer anos antes e Harvard testa triagem melhor que médicos
Duas evidências fortes chegaram ao mesmo tempo sobre IA na prática clínica: um estudo associado à Mayo Clinic indica que um modelo pode sinalizar câncer de pâncreas em exames de rotina muito antes do diagnóstico, e um trabalho de Harvard avaliou um modelo de raciocínio em casos reais de pronto-socorro, com acurácia de triagem superior à de médicos assistentes em cenários de informação incompleta.
No caso da Mayo, o modelo analisou tomografias originalmente interpretadas como normais e identificou sinais prévios em uma parcela relevante de pacientes que mais tarde desenvolveram câncer de pâncreas — um tipo de doença em que ganhar meses (ou anos) pode mudar o prognóstico. Já o estudo de Harvard comparou o desempenho do modelo em hipóteses diagnósticas iniciais (triagem) e encontrou uma vantagem justamente nos primeiros minutos, quando dados são escassos e a pressão é máxima — uma das partes mais difíceis do atendimento.
Detalhes
- Detecção precoce em câncer de pâncreas é crítica porque grande parte dos casos só aparece em estágio avançado, quando as opções diminuem rapidamente
- Na triagem de pronto-socorro, o ganho observado está no raciocínio sob incerteza: formular hipóteses úteis antes de todos os exames estarem disponíveis
- Ambos os trabalhos reforçam a leitura “IA como segunda opinião”, antes de recomendar uso amplo sem ensaios prospectivos e desenho de responsabilidade clínica
🏢 OpenAI e Anthropic criam veículos com private equity para levar IA para empresas
Anthropic anunciou a criação de uma nova empresa de serviços focada em implementar Claude em negócios de médio porte, apoiada por nomes como Blackstone, Hellman & Friedman e Goldman Sachs. No mesmo dia, surgiram relatos de que a OpenAI também está estruturando uma joint venture semelhante, com capital de firmas de private equity, para acelerar a adoção de suas ferramentas em empresas do portfólio desses investidores.
A leitura do movimento é pragmática: para muitas companhias, o gargalo deixou de ser “ter acesso ao modelo” e passou a ser execução — integração com sistemas legados, desenho de workflows, segurança, conformidade, change management e medição de ROI. Ao criar braços de serviços, os laboratórios de IA tentam capturar essa camada de implementação e, ao mesmo tempo, reduzir fricção para escalar dentro de grandes bases de clientes.
Detalhes
- A proposta da Anthropic é combinar times de Applied AI com empresas que precisam de workflows sob medida, não apenas API
- O modelo de joint venture com PE cria um canal direto para centenas de empresas investidas que querem “instalar IA” rápido
- A tendência aproxima labs de IA de consultorias — com vantagem de produto e acesso privilegiado às capacidades mais novas
🧩 Cofounder 2 promete “empresa de uma pessoa só” com times de agentes
A General Intelligence apresentou o Cofounder 2, uma plataforma que orquestra múltiplos agentes para tocar funções inteiras de uma empresa — de engenharia a vendas e marketing — com a ambição explícita de habilitar negócios gigantes com equipes mínimas. A ideia é reduzir drasticamente o custo de coordenação: em vez de contratar um time completo, o fundador monta um “organograma” de agentes, define metas e acompanha entregas como se estivesse gerenciando departamentos.
O produto se posiciona como camada de execução: agentes especializados, rotinas de planejamento e acompanhamento de roadmap, e mecanismos para dividir tarefas em fluxos paralelos. Se funcionar bem, o impacto não é só produtividade individual; é uma mudança de modelo mental sobre como startups nascem, validam e escalam, especialmente em mercados com baixo custo de distribuição e alta automação de backoffice.
Detalhes
- O Cofounder 2 se apresenta como um “time full-stack” virtual: engenharia, growth, operações e vendas em paralelo
- O foco em organograma e roadmap indica que a plataforma tenta resolver coordenação e não apenas geração de conteúdo/código
- O caso de uso natural é solopreneur e micro-startups, mas o efeito pode chegar em squads enxutos dentro de empresas maiores
🧑💻 Perplexity Computer entra no Microsoft Teams como worker dentro do canal
A Perplexity colocou no ar o Perplexity Computer no Microsoft Teams, levando o conceito de “digital worker” para dentro do fluxo diário de chat e colaboração. A proposta é que, uma vez instalado via marketplace, o agente consiga executar tarefas como pesquisa, montagem de dashboards e produção de rascunhos sem o usuário sair do Teams — reduzindo troca de contexto e encurtando o caminho entre pergunta e entrega.
Esse tipo de integração tende a ser mais importante do que parece: a adoção enterprise frequentemente morre na etapa em que as pessoas precisam abrir mais uma ferramenta, aprender mais uma interface e lidar com mais um conjunto de permissões. Ao ir para o hub de comunicação, o agente vira parte do trabalho, não um “site externo”.
Detalhes
- Integração direta no Teams coloca o agente onde as decisões acontecem (threads, reuniões, canais e documentação)
- O conceito de “digital worker” sugere execução, não só resposta: produzir artefatos (dashboards, documentos) como output final
- O acesso depende de planos pagos (Pro/Max/Enterprise), o que indica foco em organizações e governança
🛠️ Dicas rápidas para testar hoje (ferramentas, workflows e sinais do mercado)
Fechando a edição, selecionamos algumas dicas acionáveis e sinais relevantes que apareceram nas seções de ferramentas, notas rápidas e “o que mais aconteceu”. A ideia é te dar atalhos de teste (e alguns alertas) sem depender de benchmark de vitrine.
Detalhes
- Cursor Team Kit: pacote de workflows usados internamente pela equipe do Cursor (inclui automações de shipping e revisão), rodando localmente
- Vercel deepsec: CLI open-source para rodar agentes de segurança em sandboxes paralelos e encontrar vulnerabilidades com validação
- Pocket TTS (Kyutai): TTS open-source leve (CPU) e em tempo real, útil para protótipos de voz sem GPU
- Codex Pets: “companheiros” animados que te notificam quando tarefas do Codex finalizam ou precisam de input
- Familiar (pet-robô): robô do tamanho de um bulldog voltado a idosos, sinal de que “companions” estão migrando do software para hardware
- EUA avaliam revisão pré-lançamento de modelos: possível mudança para um processo formal de supervisão antes de releases públicos
- Grok 4.3: modelo da xAI destacado por custo-eficiência e performance em alguns domínios
- Cofounder 2: se você quer experimentar orquestração de agentes “em formato de empresa”, aqui é o ponto de partida