116 artigos sobre AI Engineering
Browser-Use é um framework Python que permite a agentes de IA navegar, interagir e extrair dados de qualquer website através de instruções em linguagem natural. Com 77k+ stars, está se tornando padrão para automação web com LLMs.
LinkedIn revela desafios técnicos ao treinar modelos GPT-OSS com RL agêntico: problemas de roteamento MoE, inconsistências entre treino e inferência, e a implementação de attention sinks no FlashAttention-v3.
Novo paper propõe pipeline de geração de dados verificáveis para treinar agentes de tool-calling em cenários realistas. Benchmarks revelam falhas frequentes em LLMs de ponta, mas fine-tuning com trajetórias bem-sucedidas mostra melhorias consistentes.
OpenAI apresenta Codex App para macOS, uma interface desktop para gerenciar múltiplos agentes de IA, executar workflows paralelos e automatizar tarefas de desenvolvimento de software em larga escala.
PerpetualBooster v1.1.2 traz treinamento 2x mais rápido, suporte a ONNX e exportação nativa para XGBoost. A biblioteca elimina tuning de hiperparâmetros usando controle de generalização automático.
OpenClaw é um agente de IA open source que roda localmente e integra com WhatsApp, Telegram e Discord. Com 145k stars no GitHub, ele automatiza tarefas reais — mas traz riscos sérios de segurança.
Jornalista e programador veterano compartilha insights de 50 projetos usando Claude Code e Codex: da euforia inicial ao burnout, e o que engenheiros precisam saber antes de mergulhar nessa nova forma de desenvolver software.
AWS anuncia disponibilidade geral de retrieval multimodal para Bedrock Knowledge Bases, unificando busca em texto, imagem, áudio e vídeo com Amazon Nova Embeddings e Bedrock Data Automation.
TTARAG introduz adaptação em tempo de teste para sistemas RAG, atualizando dinamicamente os parâmetros do modelo durante inferência para melhorar performance em domínios especializados como medicina e biomedicina.
Pesquisadores propõem framework para converter VLMs existentes para Multi-Head Latent Attention, reduzindo até 94% do KV cache com apenas 10% dos parâmetros ajustados e sem retreinamento do zero.
Liquid AI apresenta modelo de raciocínio com 1.2B de parâmetros que roda em 900MB de RAM. Arquitetura híbrida com convoluções 1D supera transformers tradicionais em velocidade e eficiência de memória.
Pesquisadores da Anthropic descobriram que Claude 3.5 Haiku representa contagens de caracteres em manifolds curvos similares às células de posição encontradas no cérebro de mamíferos, abrindo novos caminhos para interpretabilidade de IA.
FlashInfer é uma biblioteca de kernels GPU de alta performance para serving de LLMs, com suporte a paged KV-cache, FP8/FP4, MoE e compatibilidade com CUDAGraph. Já integrada aos principais frameworks de inferência.
Microsoft Research lança Argos, framework que treina agentes multimodais verificando se o raciocínio está ancorado em evidências visuais reais, reduzindo alucinações e melhorando performance em robótica.
Dataset LongPage expande de 300 para 6.067 romances com reasoning traces hierárquicos, permitindo treinar LLMs para geração de livros completos com planejamento estruturado em cenas, capítulos e arcos narrativos.
Novo estudo compara tokenizadores coupled, semi-decoupled e decoupled para speech-language models, mostrando que arquiteturas desacopladas melhoram significativamente a qualidade de síntese e introduzindo MTP para decodificação 12x mais rápida.
Banana-Slides é um gerador de apresentações baseado no Nano Banana Pro do Google que permite criar PPTs completos a partir de uma frase, editar com comandos de voz e exportar arquivos editáveis.
A Europa acelera investimentos massivos em IA soberana com gigafábricas, modelos open-source e startups como Mistral AI, inspirada pelo sucesso do DeepSeek chinês que provou que eficiência supera escala bruta.
BoxMind usa grafos neurais e visão computacional para transformar vídeos de boxe em recomendações táticas. Sistema alcançou 87.5% de precisão em previsões olímpicas e foi validado em tempo real em Paris 2024.
Emergent, plataforma de vibe-coding que permite criar aplicações completas via linguagem natural, levanta US$ 70M e projeta US$ 100M em ARR até abril. O que isso significa para o desenvolvimento de software?
AutoScout24 transformou experimentos fragmentados de IA em um framework padronizado usando Amazon Bedrock AgentCore e Strands Agents SDK, criando um modelo replicável para agentes empresariais.
Novo método combina KLD-weighted Clustered Federated Learning com U-Shaped Split Learning para treinar GANs de forma distribuída, alcançando até 60% de melhoria em métricas de classificação sem compartilhar dados brutos.
Teste prático com 5k itens de memória mostra que embedding search falha em queries temporais e multi-hop, enquanto abordagem file-based atinge 75% de accuracy nesses cenários — mas com trade-off de custo.
A AWS publicou um guia completo para automatizar o deploy de agentes de IA no AgentCore Runtime usando GitHub Actions, com pipeline CI/CD que inclui autenticação OIDC, scanning de segurança e suporte a múltiplos frameworks.
Microsoft lança DIFF V2 com inferência equiparável ao Transformer padrão, sem kernels customizados, e promete 0.02-0.03 menor loss em linguagem. Mudanças arquiteturais simplificam produção.
Nova família Falcon H1 Tiny traz modelos de 90M de parâmetros com arquitetura híbrida Transformer-Mamba, disponíveis em formato GGUF com quantizações a partir de 20MB para rodar em edge devices.
MemOS é um framework Python open-source que aplica conceitos de sistemas operacionais ao gerenciamento de memória de agentes de IA, oferecendo scheduling, retrieval e updates para memória de longo prazo.
Parloa triplica seu valuation em apenas 8 meses, alcançando US$ 3 bilhões com nova rodada de US$ 350 milhões. O movimento reflete o aquecimento do mercado de agentes de IA para contact centers.
Pesquisadores propõem LiteEmbed, um método que adapta CLIP para reconhecer classes raras ou culturalmente específicas através de otimização de embeddings de texto, sem necessidade de retreinar os encoders do modelo.
Microsoft Research lança OptiMind, um SLM de 20B parâmetros que traduz problemas de negócio em formulações matemáticas para solvers de otimização, com performance comparável a modelos maiores e execução local.
STEP3-VL-10B alcança 92.2% no MMBench e 80.11% no MMMU com apenas 10B de parâmetros, superando modelos como GLM-4.6V-106B e Qwen3-VL-235B através de treinamento unificado e técnica PaCoRe para escalar compute em inferência.
Sakana AI apresenta DroPE, método que estende contexto de LLMs pré-treinados removendo embeddings posicionais — sem os custos computacionais do fine-tuning tradicional para contextos longos.
Microsoft lança Fara-7B, modelo agentico de 7B parâmetros que navega na web usando apenas screenshots, sem depender de accessibility trees. Código aberto, MIT license, e otimizado para rodar on-device.
Framework VIGIL introduz protocolo verify-before-commit para proteger agentes LLM contra ataques de injeção em tool streams, reduzindo ataques em 22% sem sacrificar a flexibilidade de raciocínio adaptativo.
Novo método usa teoria dos jogos para criar feedback loops em agentes LLM. Logs são convertidos em grafos, equilíbrio de Nash é calculado e injetado no prompt, dobrando a taxa de sucesso em benchmarks.
Novo método de agent-guided pruning permite que LLMs decidam adaptativamente como comprimir outros modelos, superando baselines estruturados com 69% menos degradação de perplexidade e sem necessidade de retreinamento.
Microsoft Research lança Agent Lightning, framework que separa execução de agentes do treinamento por RL, permitindo otimização contínua sem reescrever código. Resultados mostram ganhos em SQL, RAG e matemática.
Microsoft, Meta, Amazon, Perplexity e Mistral AI se juntam ao Google pagando à Wikimedia Foundation por acesso premium à API da Wikipedia, sinalizando nova era de monetização de dados para treinamento de IA.
OpenAI anuncia parceria com Cerebras para adicionar 750MW de capacidade computacional de alta velocidade, focando em reduzir latência de inferência e tornar o ChatGPT mais rápido para aplicações em tempo real.
Fast-ThinkAct usa destilação de conhecimento e raciocínio latente para reduzir em até 89,3% a latência de inferência em modelos Vision-Language-Action, mantendo capacidades de planejamento e adaptação.
DeepSeek apresenta Engram, módulo que moderniza embeddings N-gram para lookup O(1), criando um novo eixo de esparsidade complementar ao MoE. Resultados mostram +5.0 em BBH e salto de 84.2 para 97.0 em retrieval de contexto longo.
OpenAI está pedindo que contratados façam upload de projetos de empregos anteriores para avaliar agentes de IA, levantando questões sobre privacidade e governança de dados em treinamento de modelos.
Google DeepMind lança Gemma Scope 2 com ferramentas open-source de interpretabilidade para toda a família Gemma 3, expandindo recursos para pesquisadores de AI Safety analisarem comportamentos complexos de LLMs.
Paper propõe que trajetórias de Long Chain-of-Thought efetivas possuem estruturas moleculares estáveis com três tipos de interação. Método Mole-Syn guia síntese de estruturas para melhorar treinamento.
Google ADK Python é um toolkit open-source code-first para construir, avaliar e deployar agentes de IA sofisticados. Com 17k+ stars e licença Apache 2.0, promete flexibilidade e controle para engenheiros.
Nova arquitetura MCAN integra pistas de alta frequência, inconsistência cromática e conteúdo espacial para detectar imagens geradas por IA com performance superior em benchmarks como GenImage e UniversalFakeDetect.
OpenHands é um agente de IA open-source que automatiza tarefas completas de desenvolvimento de software, desde escrever código até criar pull requests, com suporte a GPT-4, Claude e modelos locais.
O APEX-SWE é um novo benchmark que testa se modelos de IA conseguem executar tarefas reais de engenharia de software, como integração de sistemas cloud e debugging de falhas em produção. O melhor modelo alcançou apenas 25% de acurácia.
Multiplex Thinking é uma nova abordagem de raciocínio para LLMs que agrega K tokens candidatos em um único token contínuo, mantendo incerteza de forma compacta e superando CoT tradicional em benchmarks de matemática.
Microsoft Copilot inventou partida de futebol que nunca existiu, e polícia britânica usou o dado em relatório oficial. Caso ilustra riscos críticos de alucinações de IA em sistemas de segurança pública.
Google DeepMind lança Veo 3.1 com recurso 'Ingredients to Video' para maior controle na geração de vídeos, incluindo suporte nativo a formato vertical para plataformas como TikTok e Reels.
