Bom dia. A edição de hoje reúne os movimentos mais relevantes em AI aplicada (pesquisa, produtos e mercado): de provas matemáticas formalmente verificadas e caça a vulnerabilidades em escala, até a transformação do áudio e o avanço de “agentic systems” nas empresas.

• 🧮 Google DeepMind usa AI para resolver 9 problemas abertos de Erdős
• 🛡️ Anthropic revela resultados do Project Glasswing com Claude Mythos
• 🏢 Polsia chega a valuation de US$ 250M alegando operar sem funcionários
• 🎧 Spotify expande para “vida inteira de áudio” com remixes licenciados, podcasts pessoais e audiobooks
• 📈 Nvidia atinge US$ 5T em valor de mercado após novo trimestre recorde
• 🔎 Google reconhece bug do novo AI Search ao definir certos termos

🧮 Google DeepMind: AI resolve nove problemas abertos de Erdős com provas verificadas

O Google DeepMind publicou detalhes do AlphaProof Nexus, um sistema que combina um LLM com o assistente de provas Lean para produzir demonstrações formalmente verificadas. Segundo o artigo, o agente resolveu de forma autônoma nove problemas abertos atribuídos a Paul Erdős (em áreas como combinatória e teoria dos grafos), incluindo questões que estavam sem solução há mais de cinco décadas. O ponto que mais chama atenção é o workflow: o modelo propõe passos, tenta formalizar no Lean, valida mecanicamente e itera até que uma prova completa passe na verificação, o que reduz o espaço para “alucinações” matemáticas e acelera a busca por construções corretas.

Detalhes

• O AlphaProof Nexus emparelha geração de linguagem com verificação formal em Lean para aceitar apenas provas que passam no checker.
• O trabalho relata custo operacional na ordem de algumas centenas de dólares por problema resolvido, sugerindo escalabilidade econômica para exploração matemática.
• Além dos nove problemas de Erdős, o sistema também teria provado dezenas de conjecturas abertas derivadas de sequências da OEIS, ampliando o uso para descoberta guiada por bases de conhecimento.

Em termos práticos, a combinação de geração + verificação formal muda o “jogo” ao permitir tentativa e erro em alta velocidade sem abrir mão de rigor. Para ver o material técnico e os resultados completos, saiba mais.

🛡️ Anthropic: Claude Mythos encontra 10 mil vulnerabilidades críticas em um mês

A Anthropic divulgou a primeira atualização do Project Glasswing, iniciativa focada em segurança ofensiva/defensiva com parceiros usando o Claude Mythos (Preview). Em apenas um mês, o ecossistema de participantes reportou mais de 10.000 vulnerabilidades classificadas como de alta ou crítica severidade, com resultados que, em alguns casos, teriam performance de triagem comparável ou superior à humana. O anúncio também reforça a estratégia de manter o modelo sob acesso controlado, argumentando que a mesma capacidade que melhora o patching pode acelerar abuso caso não existam salvaguardas maduras.

Detalhes

• Parceiros industriais relataram milhares de achados; um destaque citado foi a escala de detecção com baixa taxa de falsos positivos em ambiente real.
• Em varreduras de projetos open-source, uma parcela relevante dos alertas teria se mantido após triagem independente, indicando utilidade além de “ruído de scanner”.
• O programa deve se expandir para novos parceiros, incluindo governos aliados, antes de qualquer liberação mais ampla de modelos “Mythos-class”.

O recado central é que AI já consegue operar como multiplicador de segurança — e o gargalo passa a ser o tempo global de correção e atualização. Para os dados e o racional de restrição de acesso, saiba mais.

🏢 Polsia diz operar 8.000+ negócios com agentes e chega a valuation de US$ 250M

A Polsia, plataforma que afirma executar operações de negócios de forma autônoma via agentes de AI, anunciou uma rodada de US$ 30 milhões que avaliaria a empresa em US$ 250 milhões. O fundador afirma que o sistema de agentes conduz praticamente toda a operação — incluindo o próprio processo de captação — e que a empresa estaria próxima de um run rate anual relevante sem empregar pessoas. A história viralizou porque empurra ao limite a tese de “one-person company”, levantando dúvidas sobre o que, na prática, é automação real versus estrutura terceirizada, ferramentas externas e trabalho humano invisível.

Detalhes

• A proposta é um “AI operating system” para criar, executar e otimizar operações em escala, com agentes assumindo tarefas de marketing, produto e backoffice.
• A narrativa de crescimento rápido com equipe mínima reforça a tendência de empresas nativas de AI com custos fixos muito baixos.
• O caso também evidencia o desafio de auditoria: sem transparência, é difícil medir o que é automação ponta a ponta e o que depende de serviços humanos indiretos.

Independentemente do ceticismo, a rodada sugere que investidores estão dispostos a precificar agressivamente modelos de operação “agent-first”. Para entender a proposta diretamente na fonte, saiba mais.

🎧 Spotify amplia a aposta: remixes licenciados, podcasts pessoais e audiobooks com AI

No investor day, o Spotify apresentou uma visão em que o app deixa de ser “streaming de música” e vira a camada central de consumo e produção de áudio. Entre as novidades, a empresa anunciou um framework para remixes e covers gerados por AI com licenciamento e participação de receita, além de um produto que transforma conteúdos pessoais (como notas e agenda) em briefings em áudio estilo podcast. Também foi divulgado um caminho de publicação de audiobooks narrados com tecnologia de voz (em parceria com a ElevenLabs), reduzindo custo de produção e acelerando o catálogo — ao mesmo tempo em que reacende o debate sobre impacto em narradores e criadores.

Detalhes

• O acordo com a Universal Music Group cria um modelo para covers/remixes com consentimento, atribuição e divisão de receita — tentando separar fandom criativo de substituição de artistas.
• O “Studio by Spotify Labs” posiciona áudio gerado a partir de materiais do usuário como alternativa a leitura rápida, com o risco clássico de excesso de ruído nos inputs.
• A ferramenta de audiobook reduz barreiras para autores independentes, mas pressiona a indústria de voiceover ao entregar narração “boa o suficiente” em escala.

A estratégia é clara: ganhar tempo de tela (e de ouvido) com formatos onde identidade humana e utilidade contextual ainda importam mais que volume de conteúdo gerado. Para os anúncios e o contexto oficial do licenciamento, saiba mais.

📈 Nvidia reporta trimestre recorde e se torna a primeira empresa a bater US$ 5 trilhões

A Nvidia publicou mais um resultado acima das expectativas, reportando receita trimestral de US$ 81,6 bilhões com forte crescimento anual, impulsionada pela demanda por infraestrutura para modelos de AI, agentes e robótica. O mercado reagiu reforçando a leitura de que a empresa está no centro do ciclo de “reconstrução do computing” — e o valuation ultrapassou US$ 5 trilhões, com peso inédito no S&P 500. O dado que mais chamou atenção foi o volume de pedidos já comprometidos (backlog) para os próximos trimestres, sugerindo que a restrição de oferta segue sendo tão estratégica quanto a inovação.

Detalhes

• O crescimento é atribuído ao capex contínuo de hyperscalers, neoclouds e compradores soberanos de AI, que estão “reservando” capacidade com antecedência.
• O backlog divulgado para o período até 2026 indica visibilidade incomum de demanda em uma empresa de semicondutores.
• Mesmo sem acesso pleno ao mercado chinês, a companhia segue ampliando influência — e qualquer reabertura relevante pode estender o ciclo.

O quadro que se forma é de uma corrida onde infraestrutura virou vantagem competitiva nacional e corporativa, e a Nvidia permanece como o principal gargalo/beneficiário. Para os números e a cobertura completa, saiba mais.

🔎 Google admite bug no AI Search ao lidar com termos como “ignore” e “stop”

Usuários identificaram um comportamento estranho no novo modo de busca com AI do Google: consultas para definir palavras específicas, como “disregard”, “stop” e “ignore”, estariam disparando respostas no estilo chatbot em vez de retornar definições diretas. A empresa reconheceu o problema e afirmou que um ajuste está sendo preparado. O caso é pequeno, mas sintomático: quando o produto “nativo de AI” interpreta uma intenção simples como comando conversacional, a confiabilidade do fluxo básico de busca vira parte central da experiência — e do debate sobre quando usar geração versus recuperação.

Detalhes

• O bug parece ligado a termos com carga de ação/imperativo, que podem ser interpretados como instruções ao sistema em vez de objeto de definição.
• O Google informou que está ciente e que uma correção será disponibilizada em breve.
• O incidente reforça a necessidade de guardrails de intenção e fallback para resultados “clássicos” quando o usuário pede algo objetivo.

A lição aqui é que, em search, “errar simples” tem impacto desproporcional: definição e factualidade são a base de confiança do produto. Para a reportagem com o posicionamento do Google, saiba mais.