A IA ficou mais barata, mais autónoma e mais difícil de distinguir do humano

A conta da inferência deixou de ser o gargalo

A DeepSeek colocou no GitHub o DeepInfer, a estrutura de inferência que sustenta os seus serviços de produção, com licença Apache 2.0. A empresa justificou a decisão em termos simples: "partilhamos a nossa stack de produção para ajudar a comunidade a baixar custos de computação, reduzir consumo de energia e tornar a IA mais acessível". O código suporta chips Nvidia e Huawei, mas reteve as peças que mais poupança geram — cache KV, separação entre prefill e decode e balanceamento de carga.

O EAGLE-4 chegou a 961 tokens por segundo, até quatro vezes mais rápido do que a inferência convencional. A V4.1 Flash, com licença MIT e contexto de um milhão de tokens, já corre em quantização GGUF em hardware de consumo.

Para uma PME portuguesa, a decisão prática é esta: tarefas que exigiam um modelo de topo passam a correr num modelo intermédio, com latência aceitável e fatura previsível. A eficiência é hoje tema de gestão.

Agentes que continuam a trabalhar quando o utilizador sai

A Anthropic apresentou o Claude Duet, um agente proativo em pré-visualização por lista de espera para subscritores Pro e Max. O produto assenta no Claude Opus 5.5 e foi desenhado para profissionais e pequenos empresários com "mais tarefas do que conseguem acompanhar". O Duet envia um resumo todas as manhãs, trabalha em tarefas de fundo, sinaliza o que exige decisão humana e pede autorização antes de agir em nome do utilizador. Liga-se a mais de 6000 extensões, de Gmail a Shopify.

O problema que este tipo de produto expõe não é o modelo, é a memória. A Databricks respondeu com o MemCurrent, uma camada que constrói conhecimento institucional entre sessões. Nos testes internos, a taxa de sucesso dos agentes em tarefas reais subiu de 22% para 68%, com execução 26% mais rápida e 31% menos tokens. Em três benchmarks públicos, igualou o desempenho de entregar todo o histórico de conversa ao agente com 12 vezes menos tokens, e superou o OpenClaw, o Mem0 e o PropMem.

A leitura é direta: um agente sem memória recomeça todos os dias e paga esse reinício em tokens. A vantagem deixa de estar no tamanho do modelo e passa a estar no histórico que ele consegue reaproveitar.

A IA já não fala de ciência, faz ciência

A Anthropic utilizou o Claude para desenhar cerca de 318 mil proteínas dirigidas a toxinas de escorpião, num processo autónomo. O resultado não substitui ensaios laboratoriais, mas encurta a fase de candidatos: o que exigia meses de triagem passa a produzir matéria-prima científica em dias.

No mesmo ciclo, um artigo sobre o método GRAFT propõe uma solução para o reward hacking, um problema antigo do reinforcement learning. A abordagem deixa o modelo "trapacear" à vontade num adaptador descartável e elimina esse adaptador depois, em vez de esconder o comportamento. É engenharia de contenção, não confiança cega.

As duas notícias apontam para o mesmo padrão: a IA começa a corrigir-se com menos supervisão passo a passo. A supervisão não desaparece, muda de lugar — do comando individual para a validação do resultado.

A segurança chegou antes dos atacantes, desta vez

A OpenAI revelou que uma equipa de investigadores usou o GPT-5.6 Sol para identificar duas vulnerabilidades críticas no PHP: CVE-2026-109618 e CVE-2026-109619. As falhas permitem execução remota de código nos servidores. A empresa classificou-as como "uma das vulnerabilidades com maior impacto dos últimos tempos" e descreveu o intervalo entre a descoberta e a divulgação como uma "janela do defensor". Durante dois meses, coordenou correções com os responsáveis do PHP, a Wiz, a Cloudflare e agências governamentais, na iniciativa Patch the Planet.

Em Portugal, o TEK Notícias confirmou a exposição nacional ao PHP2SHELL e a disponibilidade das correções. O mesmo meio noticiou que a Microsoft saiu de um projeto de datacenter com a Nscale no Reino Unido por restrições de rede elétrica, e manteve os planos para Sines. A MEO testou com a Altice Labs e o Instituto de Telecomunicações a primeira distribuição quântica de chaves em fibra comercial no país.

A IA encontrou as falhas antes dos atacantes, mas essa vantagem dura pouco. Quem mantém software desatualizado continua a ser o elo mais frágil de qualquer estratégia de IA.

Regulação: prazo maior, obrigações iguais

A 13 de outubro, a União Europeia adotou formalmente o AI Omnibus, o pacote que simplifica a aplicação do AI Act. A alteração mais visível está nos prazos: os sistemas de alto risco do Anexo III passam para 2 de dezembro de 2027 e os do Anexo I para 2 de agosto de 2028. O Omnibus acrescenta duas proibições — conteúdo íntimo não consensual e material de abuso sexual de menores gerado por IA — com entrada em vigor em dezembro de 2026.

O resto mantém-se. As regras de transparência do artigo 50 aplicam-se desde 2 de agosto de 2026, com uma transição de quatro meses para sistemas já no mercado. As obrigações para modelos de uso geral não mudaram e a fiscalização está em curso desde agosto. Para uma empresa que usa IA, o prazo extra não é autorização para adiar: continua a ser necessário inventariar sistemas, classificar casos de uso por risco e rever contratos com fornecedores.

A imperfeição como prova de humanidade

Enquanto a regulação discute rótulos, o mercado responde por outra via. Músicos e ouvintes começam a valorizar o que soa deliberadamente imperfeito: notas fora do tom, métricas irregulares, géneros improváveis como o Celtic EDM. A IA produz música polida com facilidade, e o polimento deixou de ser sinal de qualidade. "Mesmo antes da IA, conseguíamos fazer música perfeita", afirmou David Das, vice-presidente da Society of Composers and Lyricists, ao The Deep View. "A IA, na sua forma atual, parece levar isso ainda mais longe."

Cecil Coleman, baterista dos australianos Body Type, descreve a mesma reação: o som gerado por IA soa sobreproduzido e os artistas respondem com aspereza. A qualidade que resta aos humanos é a decisão — o desvio consciente face ao previsível.

A confiança entrou também nos produtos. A OpenAI passou a permitir ocultar conversas específicas no ChatGPT, à medida que os utilizadores levam assuntos pessoais para a ferramenta. A privacidade seletiva e a autenticidade declarada tornaram-se funcionalidades, não princípios.

🧰 Toolkit: IA no Terreno

• DigUp: pesquisa local por descrição em PDF, áudio, vídeo e código, com EmbeddingGemma 2 e sem telemetria.
• Harness: junta Claude Code, Codex, Cursor e OpenCode num só painel, com ramos separados; open source para Mac e Linux.
• Jockey (12 Labs): encontra o momento exato de um clipe a partir de um link de YouTube, TikTok ou Reels.
• InfoRock: fatura do custo de API por chamada, incluindo retries silenciosos que não aparecem na fatura do fornecedor.
• Mercury 3: modelo de difusão com mais de 1000 tokens por segundo e API compatível com OpenAI, a 0,20 dólares por milhão de tokens.
• Inbox Zero: alternativa open source ao Superhuman, com triagem de newsletters e respostas no tom do utilizador.
• Fish Audio Drama 3: texto-para-fala com indicações de representação e suporte a 83 idiomas.

A semana desenha um setor que resolveu o problema do custo e ainda não resolveu o da confiança. A inferência ficou mais barata, os agentes ganharam memória e a ciência ganhou velocidade. Ao mesmo tempo, a falha mais grave do ano esteve escondida numa linguagem de 30 anos usada por 70% dos sites, e a resposta europeia foi dar mais dois anos às empresas. A tendência que sai reforçada é a da vantagem operacional: quem mede o custo por token, guarda contexto entre sessões e mantém o software atualizado usa IA todos os dias. Quem trata a IA como selo de modernidade paga a fatura sem saber porquê.

#IAPortugal #noticiasIA