🔌 Anthropic e SpaceX fecham acordo de compute que destrava limites do Claude

A Anthropic anunciou um acordo para alugar integralmente o cluster Colossus 1, da SpaceX, em Memphis, em um movimento que amplia capacidade de inferência e reduz gargalos recentes de uso do Claude. O pacto chama atenção pelo contexto: poucos meses atrás, Elon Musk atacava publicamente a empresa — agora, a SpaceX passa a fornecer compute para um dos principais concorrentes de OpenAI, justamente enquanto Musk disputa com a companhia em tribunal.

Segundo a Anthropic, o Colossus 1 é um supercluster de 300+ MW, com mais de 220 mil GPUs NVIDIA previstas para entrar em operação “dentro de um mês”. A empresa afirma que, com a nova capacidade, os limites de uso do Claude Code (janelas de 5 horas) passam a dobrar em planos pagos, há aumentos adicionais via API e restrições de “horário de pico” deixam de ser um entrave em alguns tiers. Musk, por sua vez, enquadrou o movimento como uma política de “alugar compute” para empresas que estariam tomando passos corretos para manter a IA benéfica.

Detalhes

• A Anthropic passa a ter acesso total ao Colossus 1, um complexo em Memphis com potência acima de 300 MW e forte densidade de GPUs.
• A empresa diz que dobrará os caps de uso do Claude Code em planos pagos e aumentará limites de API, removendo restrições que apareciam em horários de pico.
• O anúncio reforça a tendência de “compute como produto” para grandes players de infraestrutura, incluindo fornecimento para rivais diretos no mercado de modelos.

No curto prazo, o acordo é uma resposta direta ao problema mais sensível para usuários: disponibilidade e limites de uso. No médio prazo, ele também sinaliza um novo posicionamento da SpaceX como “senhorio de compute” no ecossistema de IA. Saiba mais.

🏛️ Mira Murati detalha tensão interna e segurança de modelos no julgamento Musk vs. OpenAI

A ex-CTO da OpenAI, Mira Murati, depôs por vídeo no processo movido por Elon Musk contra a OpenAI, trazendo acusações diretas sobre governança e decisões de segurança. No relato, Murati descreve um ambiente de liderança com diretrizes conflitantes e afirma que teria sido informada, de forma incorreta, de que um modelo poderia pular revisão de segurança após “aval” do jurídico — algo que ela diz ter verificado depois como falso.

Além do aspecto técnico, o depoimento revisita o período conturbado da troca de comando em 2023, quando Murati assumiu interinamente após a demissão de Sam Altman. Ela afirmou que o processo do conselho colocou a organização em risco operacional e reputacional, sugerindo fragilidades em mecanismos de supervisão. O caso, porém, segue dependente do que o júri entender como relevante para as alegações de Musk sobre a trajetória e a missão da empresa.

Detalhes

• Murati afirma que Altman teria dito que o jurídico autorizou pular uma revisão de segurança, mas ela diz ter confirmado depois com a assessoria legal que isso não era verdade.
• Ela descreve um padrão de orientações divergentes dadas a executivos diferentes, o que enfraquecia a autoridade do cargo de CTO e criava “caos” na liderança.
• O depoimento reabre a discussão sobre o episódio do conselho em 2023 e seu impacto na estabilidade de governança e tomada de decisão na OpenAI.

O depoimento adiciona combustível a uma disputa que já mistura governança, segurança e competição por mercado, mas a consequência jurídica efetiva depende de como essas acusações se conectam às teses centrais do processo. Saiba mais.

🧭 Interact AI quer transformar sites em experiências interativas guiadas por agente

A Interact AI lançou uma proposta para “atualizar” o que seria um padrão pouco evoluído há décadas: o site tradicional. Em vez de depender de menus, FAQs e páginas de produto, a ideia é inserir uma camada de IA que atua como guia — conduzindo o visitante para as partes mais relevantes, respondendo perguntas em tempo real e até executando demonstrações de produto conforme o contexto da conversa.

O posicionamento da startup é que essa interface aprende com cada interação, refinando explicações e caminhos sugeridos para novos usuários. Na prática, trata-se de uma abordagem de “produto como conversa”, na qual o website vira um front-end de agente: menos navegação manual e mais descoberta orientada. O desafio, naturalmente, é equilibrar utilidade com controle de marca, privacidade e consistência das respostas em cenários de alto tráfego.

Detalhes

• A ferramenta adiciona uma camada conversacional sobre páginas existentes, guiando visitantes por produtos e recursos conforme intenção e perguntas.
• A empresa afirma que o sistema melhora com o tempo ao acumular conversas, ajustando sugestões e respostas para reduzir fricção no funil.
• Esse modelo pode competir com estruturas clássicas de onboarding, demos e páginas de suporte, mas exige boas políticas de dados e observabilidade.

Se a tese se confirmar, “site” deixa de ser coleção de páginas e vira um fluxo dinâmico, mais parecido com um vendedor técnico do que com um catálogo. Saiba mais.

👨‍💻 Como usar o Claude Design para criar decks a partir de dados (com insights acionáveis)

Um guia prático mostrou uma forma de usar o Claude Design para converter planilhas e relatórios “bagunçados” em apresentações com narrativa, gráficos e recomendações. A estratégia parte de um princípio simples: em vez de pedir “um deck bonito”, você define com clareza o objetivo analítico (por exemplo, encontrar padrões de performance) e fornece dados estruturados (CSV/planilhas) junto com instruções para correlacionar ativos e extrair melhores práticas.

O fluxo sugere abrir o claude.ai/design, escolher o formato “Slide deck”, ativar speaker notes e subir os arquivos. A geração pode levar de 10 a 15 minutos e, ao final, o material pode ser exportado para PowerPoint ou Google Slides. O “pulo do gato” é duplicar o projeto e adicionar novas fontes de dados para ampliar a robustez das conclusões sem perder o contexto do deck original.

Detalhes

• Comece com um CSV/planilha e defina o objetivo do deck (padrões, ranking, diagnóstico, recomendações), evitando pedidos genéricos.
• Use prompt orientado a análise: peça gráficos, comparações por item, extração de best practices e recomendações concretas, mantendo formato “apresentável”.
• Duplique o projeto para incorporar fontes adicionais, mantendo consistência de narrativa e reaproveitando configurações.

O ganho real não é só economizar tempo de design, e sim transformar dados operacionais em decisão executável com uma história clara e visual. Saiba mais.

🛸 DeepMind escolhe EVE Online como sandbox para testar agentes de longo prazo

A Google DeepMind fez um investimento minoritário na Fenris Creations (spin-off do estúdio por trás de EVE Online) e anunciou que usará o universo do MMO como ambiente de pesquisa para IA. Diferente de jogos “fechados” que foram usados para benchmarks no passado, EVE é conhecido por sua economia emergente, corporações de jogadores e conflitos prolongados — uma sociedade digital que evolui continuamente e exige coordenação, memória e tomada de decisão em horizontes longos.

Os testes devem ocorrer em um clone offline do EVE, permitindo rodar agentes em escala sem interferir no servidor ao vivo. A DeepMind posiciona jogos como campo de treinamento ideal para algoritmos, citando uma linha histórica que vai de Atari e AlphaGo a AlphaStar e SIMA. A aposta aqui parece menos “vencer o jogo” e mais estudar como agentes planejam, lembram e se adaptam em sistemas complexos e parcialmente imprevisíveis.

Detalhes

• O EVE Online oferece economia dinâmica, organizações sociais e conflitos longos em um único shard, o que torna o ambiente útil para pesquisa de agentes.
• O plano inclui execuções de agentes em um ambiente offline, focando em raciocínio de longo prazo, memória e aprendizagem contínua.
• A iniciativa reforça a transição de “IA para jogos” para “IA em ecossistemas vivos”, mais próxima de sistemas do mundo real.

Ao escolher um MMO com dinâmica social e econômica realista, a DeepMind sinaliza que o próximo salto em agentes pode depender menos de puzzles e mais de mundos persistentes. Saiba mais.

🤖 Claude Managed Agents ganha “dreaming”, outcomes e orquestração multiagente

A Anthropic lançou um conjunto de novidades para Claude Managed Agents voltado a times que constroem fluxos de agentes em produção. O destaque é o “dreaming”: um modo em que o agente revisita sessões anteriores para identificar padrões, falhas recorrentes e preferências do usuário, e então consolida uma memória mais limpa para melhorar desempenho futuro. Junto disso, entram recursos de outcomes (definição explícita do que é “sucesso”) e orquestração multiagente, permitindo dividir tarefas complexas entre agentes coordenados.

A proposta é tornar sistemas de agentes menos frágeis em tarefas longas: em vez de um único agente tentar fazer tudo, você define objetivos, permite iteração até cumprir critérios e delega subtarefas para componentes especializados. Isso aproxima o produto de uma camada de “runtime” de agentes, com foco em repetibilidade, avaliação e melhoria contínua, que são pontos críticos quando se tenta sair de demos e ir para operações de verdade.

Detalhes

• “Dreaming” permite que o agente reflita sobre sessões passadas e gere um repositório de memória refinado para reduzir erros persistentes.
• Outcomes ajudam a especificar critérios de sucesso, incentivando iteração guiada por meta em vez de encerrar ao fim do prompt.
• Orquestração multiagente facilita decomposição e coordenação de tarefas complexas, com agentes diferentes assumindo papéis especializados.

Na prática, essas peças miram o mesmo objetivo: agentes mais confiáveis, que aprendem com histórico e conseguem manter qualidade em fluxos longos e multi-etapas. Saiba mais.

🧰 Dicas rápidas e links úteis (ferramentas, leituras e sinais)

Selecionamos alguns pontos acionáveis e leituras complementares das seções de “Quick Hits”, ferramentas em alta e sinais de redes sociais — já com links diretos para você explorar.

Detalhes

• SubQ (Subquadratic): modelo/abordagem com alegação de contexto ultra-longo (12M tokens) e aceleração para tarefas extensas, com foco em reduzir custo e latência.
• MRC (open-source): iniciativa para manter treinos gigantes de IA resilientes quando há falha de hardware no meio da execução, com participação de múltiplas empresas de infraestrutura.
• Claude Managed Agents: página de referência para explorar o “harness” de agentes gerenciados e recursos como memória e orquestração.
• GPT 5.5 Instant: atualização de modelo anunciada como novo padrão em produtos da OpenAI, focada em velocidade para uso cotidiano.
• Memoket: ferramenta que captura conversas e preserva contexto para evitar “briefings do zero” em interações repetidas com IA.
• Replit: ambiente para prototipar apps com prompts, útil para transformar ideias em demos executáveis sem setup pesado.
• Sinal de social (vídeo): tendência de “entrar” em cenas famosas usando IA, indicando como edição generativa está ficando mainstream.
• Sinal de social (imagens): alerta sobre confiabilidade de screenshots com novos modelos de imagem, reforçando a necessidade de verificação.

Use esta seção como um “painel de exploração”: ferramentas para testar hoje e leituras para entender para onde o ecossistema está indo. Saiba mais.