A IA parou de esperar o prompt
Durante muito tempo, IA era uma coisa que você chamava quando precisava de alguma coisa. Abria o chat, fazia uma pergunta, esperava a resposta e seguia a vida.
Essa semana apareceram vários sinais de que essa lógica está mudando. O Claude Duet monitora trabalho e aparece quando acha que algo precisa da sua atenção. A OpenAI lançou uma API feita para tomar centenas de pequenas decisões quase em tempo real. Modelos locais estão ficando bons o suficiente para manter agentes rodando no seu próprio dispositivo.
A IA está começando a sair do modo “responda quando eu pedir” e entrar no modo “fique de plantão”.
Bora ao que aconteceu.
A Jogada da Semana
O agente não precisa mais esperar você chamar
A Anthropic apresentou o Claude Duet, um agente proativo baseado no Opus 5.5. Em vez de esperar uma conversa começar, ele acompanha os aplicativos de trabalho conectados, prepara briefings, envia alertas, continua tarefas em segundo plano e pede aprovação antes de executar ações mais importantes. A empresa está abrindo o produto em research preview para usuários Pro e Max nos Estados Unidos. Anthropic
Pra mim, a parte interessante não é o briefing automático. É a mudança de comportamento.
Chatbots são reativos. Você pergunta, eles respondem. Um agente proativo precisa decidir sozinho quando vale a pena aparecer, o que merece atenção e o que pode continuar fazendo sem incomodar ninguém. Isso cria um problema novo: boa parte do trabalho do agente passa a ser decidir pequenas coisas o tempo inteiro.
E aí entra uma segunda notícia da semana.
A OpenAI colocou a Decisions API em disponibilidade geral. Ela usa GPT-6 Luna para responder perguntas fechadas a partir de texto, imagem ou JSON, como classificar uma entrada, escolher uma rota, priorizar uma tarefa ou decidir qual ação executar em seguida. A API suporta até 400 perguntas por requisição, é até 10 vezes mais rápida que usar Luna pela Responses API e cobra US$ 0,10 por milhão de tokens de entrada, sem custo de output. OpenAI
Parece uma API pequena, mas ela resolve exatamente um problema de agentes que ficam ativos por muito tempo. Nem toda decisão precisa chamar um modelo frontier, gerar um parágrafo e gastar centenas de tokens. Às vezes você só precisa de “sim ou não”, “A ou B”, “urgente ou pode esperar”.
Essa separação entre pensar muito e decidir rápido pode ser uma das peças que faltavam para agentes realmente contínuos.
E o terceiro pedaço apareceu nos modelos locais. A Meta lançou o Muse Glimmer 30B, aberto sob Apache 2.0 e pensado para agentes rodando em hardware de consumo. A NVIDIA lançou o Nemotron 3.5 Bolt E4B, que ocupa cerca de 4 GB e mantém tool use multi-turno. A Recursive colocou o Flint para coding agentic local, rodando acima de 125 tokens por segundo em um MacBook Pro M4 Pro. Meta | NVIDIA | Recursive
A combinação começa a ficar interessante: modelos pequenos ficam de plantão, decision models resolvem o que é simples e modelos maiores entram quando realmente precisam pensar.
Talvez o próximo salto dos agentes não venha de um modelo muito mais inteligente.
Venha de saber quando pensar, quando agir e quando simplesmente ficar quieto.
Para Builders
A NVIDIA lançou uma família inteira para retrieval agentic: Nemotron 3.5 Embed, Rerank e Parse. O Parse transforma PDFs e documentos visuais em conteúdo estruturado, o Embed encontra evidências em texto e imagem e o Rerank decide o que realmente merece entrar no contexto do agente. Nos testes da NVIDIA, adicionar reranking reduziu o gasto de tokens do agente em cerca de 14% enquanto melhorou a qualidade da recuperação. NVIDIA
A OpenAI também anunciou algo que eu não imaginava escrever tão cedo: GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna e Codex estão chegando ao Google Cloud. Os modelos entram no Model Garden, com cobrança pela própria fatura do Google e integração futura com Antigravity e Gemini Agent. A Microsoft continua sendo a principal parceira de cloud da OpenAI, mas a exclusividade claramente ficou mais flexível. OpenAI
E a Moonshot lançou o Kimi K3.1 Pro, com contexto de 1 milhão de tokens e uma versão Highspeed cerca de três vezes mais rápida. O modelo custa US$ 2 de input e US$ 10 de output por milhão no modo normal. Kimi
Voz está virando sistema completo
A Mistral lançou o Voxtral 3, com transcrição em mais de 50 idiomas, TTS em mais de 35 e um SDK de voice agent baseado em LiveKit. O ponto interessante é que speech-in, reasoning e speech-out funcionam como um pipeline de streaming, sem obrigar uma etapa a esperar completamente pela anterior. Mistral
A ElevenLabs foi na mesma direção com Eleven Realtime v1 Mini e Max, speech-to-speech em mais de 90 idiomas e API compatível com OpenAI Realtime. A mensagem é bem clara: construir agente de voz está deixando de ser montar cinco componentes diferentes na mão. ElevenLabs
Drops
O FLUX 3 Max, da fal em parceria com a Black Forest Labs, gera um vídeo de 10 segundos em cerca de 12 segundos e aparece empatado entre os líderes do ranking preliminar de image-to-video da Artificial Analysis. Velocidade de geração finalmente começa a chegar perto da duração do próprio vídeo. fal
A Tencent abriu o Hy-Nomas, um world model de vídeo interativo que gera segmentos controlados por texto e trajetória de câmera, mantendo memória entre cenas e rodando em uma RTX 4090. Hugging Face
O Carbon-X, do Hugging Face e parceiros acadêmicos, mistura DNA e linguagem natural em um modelo aberto de cerca de 14B. Ele consegue responder sobre mutações e regiões regulatórias e gerar sequências, com a vantagem de poder rodar localmente em dados sensíveis. Os próprios autores deixam claro que ainda precisa de validação. Hugging Face
O Nanbeige4.3-33B chega aberto sob Apache 2.0, com contexto de 512K e foco em coding agentic e trabalho de escritório. Hugging Face
A MiniMax também abriu os pesos do M3.1-Flash, um MoE multimodal com contexto de 1 milhão de tokens e suporte day-one no vLLM. Hugging Face
Ferramenta da Semana: SurgePix
A SurgePix tenta resolver um problema que ainda me irrita em muita ferramenta de imagem: você gera uma arte boa e, na hora de ajustar texto, trocar uma região ou manter identidade visual, praticamente precisa começar de novo.
Ela combina geração com edição em canvas, permite alterar regiões e trabalhar com elementos de marca, mas a parte que mais me chamou atenção são as agent skills open-source. Dá para chamar geração e edição visual direto de agentes como Claude Code e Cursor, inclusive com skills específicas para edição, logos, peças de campanha e adaptação de formatos.
É um caminho interessante porque imagem deixa de ser uma etapa manual separada e começa a entrar no mesmo workflow dos agentes que já estão produzindo código e conteúdo. SurgePix
Dica da Semana: Halloween no Bit a Bit
Essa semana o Bit a Bit entrou no clima de Halloween.
Tem evento especial rolando por lá, então a dica é simples: entra, joga e vê o que mudou. Aprender IA não precisa ser chato.
Fechando o Lab
A coisa que ficou na minha cabeça essa semana foi a palavra “atenção”.
Um chatbot espera você lembrar que ele existe. Um agente proativo precisa perceber alguma coisa, decidir se aquilo importa, escolher se deve agir e saber quando vale a pena interromper você.
Isso parece detalhe de produto, mas muda completamente a relação com IA.
Quanto mais esses sistemas ficam ativos em segundo plano, menos o desafio é escrever uma resposta perfeita e mais passa a ser administrar atenção, custo, permissão e confiança.
Talvez o próximo grande salto dos agentes não seja fazer mais.
Seja saber quando fazer.
Nos vemos semana que vem.
💖 Feito com IA, café e senso crítico 👉 doug.ia.br