In partnership with
Bom dia. Bem-vindo novamente à InferêncIA News.
Uma proposta começa no computador, recebe uma anotação no celular durante o trajeto e volta para a tela maior no fim do dia. Para que um assistente ajude nas três etapas, ele precisa reconhecer o que ficou pendente. Hoje, isso muitas vezes significa repetir instruções e documentos, ou aceitar que mais dados pessoais e de trabalho sejam guardados sem muita clareza sobre os limites.
Quanto mais esses sistemas entram na rotina, mais importa entender como a continuidade funciona. O anúncio do Google desta semana traz uma proposta para manter contexto entre dispositivos com proteção técnica para os dados. Ainda não é um recurso liberado ao público em geral. É uma oportunidade de olhar, antes da promessa de conveniência, quais garantias e controles serão necessários.
🤝 Conteúdo dos nossos parceiros
Analytics on Live Data Without Leaving Postgres
When analytics on Postgres slows down, most teams add a second database. Then come the pipelines, the sync jobs, and a copy of your data that's always a little behind.
TimescaleDB takes a different approach: extend Postgres instead of splitting away from it. Hypertables partition your data automatically as volume grows. Hypercore compression cuts storage up to 95%. Continuous aggregates keep dashboards live without re-querying everything.
CERN runs Postgres this way for sensor data from the Large Hadron Collider.
No split architecture, no pipeline lag, no new query language to learn. Same SQL, same drivers, same tools.
Start on Tiger Cloud and get $1000 in credits.
Google propõe memória de IA entre dispositivos com chaves sob controle do usuário
A equipe do Google DeepMind detalhou nesta quarta-feira uma extensão do Private AI Compute: uma camada de memória persistente armazenada em servidores, mas criptografada com chaves derivadas dos dispositivos pessoais. A proposta permitiria que um assistente retomasse contexto entre celular, computador e outros aparelhos sem entregar ao Google uma chave permanente para ler esse histórico.
Na arquitetura descrita pela empresa, o dispositivo abre um canal criptografado com uma área isolada na nuvem. Ali, os dados são decifrados temporariamente para responder ao pedido, recebem o novo contexto e voltam a ser cifrados. O Google chama essa área de enclave seguro. É uma resposta técnica a uma limitação dos sistemas anteriores: eles podiam processar uma solicitação de forma isolada, mas não conservar uma memória rica entre sessões.
O ganho potencial é claro. Um assistente que recorda uma tarefa iniciada em outro aparelho exige menos repetição e pode lidar melhor com trabalhos longos. A contrapartida também merece atenção: uma memória mais útil concentra mais contexto sensível. O desenho da criptografia importa, mas também importam os controles de exclusão, a escolha do que será lembrado, a recuperação da conta e a forma como aplicações terão acesso ao contexto. O anúncio de hoje não resolve sozinho essas questões de produto e governança.
O Google afirma que publicará um registro público verificável do software executado nos servidores, uma atualização do documento técnico e resultados de auditoria independente. Essas medidas podem ajudar pesquisadores a examinar o sistema. Até aqui, porém, estamos lendo a descrição e as garantias apresentadas pela própria empresa; esta curadoria não executou uma auditoria de segurança nem encontrou data de disponibilidade geral da memória persistente.
A notícia é menos sobre um botão novo no Gemini e mais sobre a infraestrutura necessária para assistentes contínuos. Se o modelo descrito funcionar como prometido, privacidade não dependerá apenas de uma declaração contratual: haverá barreiras técnicas a verificar. Ainda assim, nenhuma arquitetura dispensa uma pergunta simples ao usuário: vale a pena guardar este dado para melhorar a próxima resposta?
🗣️ Pitaco:A memória é provavelmente o recurso que torna um assistente realmente útil ao longo do tempo, e também o que mais aumenta a responsabilidade de quem o oferece. Gosto de ver o Google explicar a arquitetura, mas preferiria que a mesma clareza chegasse aos controles cotidianos: o que foi salvo, por quanto tempo e como apagar. Criptografia é importante…
🤝 Conteúdo dos nossos parceiros
Your agents work while you sleep
Give a Skydive agent an ongoing responsibility and they’ll handle it on schedule, every time.
Have them prep your morning report, research new leads, monitor customer feedback, or keep projects moving overnight. You wake up, the work is already done.
Na Universidade Federal de Uberlândia, seis em dez respondentes usam modelos de linguagem; mais da metade diz não ter formação
A Universidade Federal de Uberlândia divulgou nesta quarta-feira recomendações institucionais para o uso de IA por estudantes, professores e servidores. O texto trata de ensino, pesquisa, extensão e atividades administrativas. A portaria que formalizou as diretrizes é de 24 de agosto; a novidade para esta edição é a divulgação do diagnóstico e das orientações pela universidade em 23 de setembro.
Na consulta usada para elaborar as recomendações, 466 pessoas responderam. Desse grupo, 59,7% afirmaram usar modelos de linguagem com alguma frequência, enquanto 57,9% disseram não ter formação para usar IA. A amostra não foi apresentada como representativa de toda a UFU; portanto, os percentuais descrevem os respondentes, não a universidade inteira.
As recomendações pedem supervisão humana, declaração do uso de IA quando pertinente e cuidado com dados pessoais ou estratégicos enviados a ferramentas externas. Para professores, a UFU sugere regras claras nos trabalhos acadêmicos e alerta que detectores de conteúdo gerado por IA não devem ser a única base para uma decisão. O ponto mais útil talvez seja o menos vistoso: a instituição reconhece que orientar o uso exige capacitação contínua, não apenas uma lista de proibições.
Claude Opus 5.5 estreia com menor custo declarado e salvaguardas mais rígidas
A Anthropic diz que o modelo custa 40% menos que o Opus 5 em cargas típicas e foi submetido a avaliadores externos antes do lançamento. São resultados e comparações divulgados pela empresa; a checagem de desempenho em tarefas reais continua cabendo a quem for adotá-lo.
OpenAI lança GPT-6 Sol e Luna com preços menores de API
A empresa anunciou Sol e Luna em 22/09, com redução de preço frente à geração 5.6 e acesso em Codex, ChatGPT Work e API conforme plano. Preço por token e custo de uma tarefa inteira não são a mesma coisa; vale medir a qualidade exigida e o uso efetivo.
O que faz: a Microsoft está adicionando os dois modelos ao Copilot para tarefas em Word, Excel, PowerPoint, Chat, Cowork e Copilot Studio.
Para quem serve: equipes que já trabalham no ambiente Microsoft e querem comparar modelos dentro das ferramentas que usam no dia a dia, sem trocar de fluxo para cada tarefa.
Ressalva: a liberação começou em 22/09 e pode variar por licença, região e acesso. Este destaque é curadoria do anúncio, não teste próprio; a disponibilidade e a qualidade em cada tarefa precisam ser conferidas.
O que faz: reúne PDFs, páginas da web, vídeos, áudios e arquivos do Google em um caderno para responder perguntas com referências ao material fornecido e criar resumos ou guias de estudo.
Para quem serve: estudantes, pesquisadores e profissionais que precisam retomar notas e documentos de um projeto sem procurar a informação em vários arquivos separados.
Ressalva: o Google confirma acesso pelo navegador no Brasil mediante conta e requisitos de idade; em contas de trabalho ou escola, o administrador pode precisar habilitar o serviço. As respostas ainda podem errar, e materiais confidenciais exigem avaliação prévia das regras de dados da conta. Não houve teste próprio.
O que faz: responde perguntas sobre PDFs, produz resumos e aponta trechos do documento usados para sustentar a resposta.
Para quem serve: quem revisa contratos, relatórios, manuais ou artigos extensos e precisa localizar informações específicas antes de ler ou conferir o texto completo.
Ressalva: a Adobe informa que o uso gratuito é limitado e que o acesso contínuo depende de plano ou complemento de IA. As citações ajudam a conferir, mas podem apontar para um trecho inadequado; documentos sensíveis e conclusões importantes pedem revisão humana. Não houve teste próprio.
🤝 Conteúdo dos nossos parceiros
Most AI Tools Weren't Built for This
B2B customer issues move across teams and systems, not through a single chat window. A new Harvard Business Review Analytic Services briefing paper, sponsored by Front, breaks down where AI tools fall short in B2B service and what to ask before you invest.
Líderes de vários países pedem avaliação independente de modelos avançados. A declaração de 22/09 propõe testes prévios, transparência e coordenação internacional; ainda não é uma norma adotada.
Ema capta US$ 77 milhões para ampliar agentes em processos corporativos. A rodada anunciada em 23/09 acompanha a disputa pelo orçamento antes destinado a software e serviços de TI.
Snorkel anuncia rodada de US$ 350 milhões para dados de treinamento. A companhia informou em 22/09 que pretende ampliar pesquisa e produção de dados para modelos; métricas de crescimento são declarações da empresa.
Baselayer levanta US$ 35 milhões e lança solução para identidade de agentes. A proposta é verificar quem autorizou um agente a agir; adoção ampla do padrão ainda está por provar.
Grab e OpenAI anunciam formação em IA para 30 mil parceiros no Sudeste Asiático. O programa anunciado em 23/09 começa em Singapura e tem meta de expansão ao longo de dois anos.
OpenAI amplia acesso a ferramentas de defesa cibernética para a Ucrânia. O anúncio de 23/09 é voltado à proteção de infraestrutura civil; não equivale a resultados já medidos.
A proposta de memória do Google e as diretrizes da UFU tratam de momentos diferentes da mesma escolha. Uma tenta proteger o contexto que a IA poderá guardar; a outra responde ao uso que já entrou na rotina de professores, estudantes e servidores. Em ambos os casos, a utilidade da ferramenta depende também de saber quais dados ela recebeu, como suas respostas são conferidas e quem continua responsável pela decisão.
Para quem usa IA no trabalho ou nos estudos, vale levar essas perguntas para a prática: há como consultar e apagar o que foi guardado? Informações sensíveis podem ficar fora do sistema? Existe revisão humana quando um erro pode prejudicar alguém? São critérios mais úteis do que ativar um recurso apenas porque ele ficou disponível.
Nos vemos amanhã…
Filipe, o único humano nesta empresa.
