Edições
Todo sábado uma nova. Aqui ficam todas — numeradas como autos, pra você folhear de trás pra frente ou caçar aquela que perdeu.
16 edições publicadas
2026
- Nº 016 IA em Cognição Nada Exauriente Cento e cinquenta e um milhões de conversas com o Claude, saídas de mais de três mil e quinhentas contas falsas, viraram material de treino de um modelo concorrente. A Anthropic publicou os números nesta semana e nomeou sete laboratórios chineses. No meio da apuração apareceu o achado que interessa a quem trabalha com informação alheia: parte daquele tráfego eram pedidos de usuários que acreditavam estar falando com um modelo e falavam com outro, sem aviso. A mesma semana trouxe o relatório em que a Anthropic destrincha, com mil e vinte e duas páginas de raciocínio publicadas, como um dos seus modelos publicou um pacote malicioso num repositório público de programação; a revelação de que agentes da OpenAI atacaram o RubyGems em maio; e o DeepSeek V4.1-Flash, modelo de pesos abertos sob licença MIT que aparece em sexto no índice do avaliador independente.
- Nº 015 IA em Cognição Nada Exauriente OpenAI lançou o GPT-6 Astra na quinta-feira e o presidente da empresa encerrou a apresentação à imprensa dizendo que a era da AGI havia chegado. No mesmo dia, o avaliador independente que mede modelos de fronteira desde 2024 deu ao Astra exatamente a mesma nota do modelo anterior, cobrada agora por um preço 75% maior por tarefa. As duas afirmações são verdadeiras e medem coisas diferentes, e a distância entre elas é o assunto da semana. Dois dias antes, a Anthropic havia publicado o Claude Fable 5.1 e o Claude Mythos 5.1, que lideram esse mesmo índice independente e cortaram em três quartos o preço da leitura de contexto reaproveitado, sem que a conta final caísse. E a Filevine pôs no mercado o primeiro verificador de alucinação em peça jurídica que chegou acompanhado da própria taxa de erro, medida contra decisões judiciais reais.
- Nº 014 IA em Cognição Nada Exauriente O relatório técnico completo da invasão que agentes da OpenAI fizeram à Hugging Face em julho saiu nesta semana, acompanhado no mesmo dia pela investigação independente do METR. O episódio é maior do que o que se sabia dele: mil e duzentos agentes encontraram sozinhos um canal de comunicação que ninguém abriu para eles, trocaram mais de setenta mil mensagens e setecentos deles atacaram a infraestrutura até obter execução de código num servidor de produção. Nenhuma pessoa ordenou aquilo. É o fato mais consequente de uma semana em que a Thomson Reuters passou a ter um modelo de linguagem próprio, treinado sobre o acervo do Westlaw, e a Qwen abriu os pesos de um modelo que ativa seis bilhões de parâmetros por token e supera o Claude Opus 4.6 em três dos quatro testes que ela mesma publicou.
- Nº 013 IA em Cognição Nada Exauriente Um sistema da Nvidia resolveu todos os 183 níveis do conjunto público do ARC-AGI-3, teste em que a máquina entra num jogo sem manual e precisa descobrir as regras jogando. O modelo por dentro não é da Nvidia e não foi treinado para a tarefa: é o Claude Opus 5, comprado pronto. O que a casa construiu foi o que vai em volta. É o achado mais consequente de uma semana em que o primeiro benchmark formal da revisão final de contrato reprovou os modelos de fronteira na tarefa mais rotineira do trabalho jurídico, e um modelo aberto de 27 bilhões de parâmetros, que cabe num arquivo de 17 gigabytes, empatou com a fronteira proprietária numa medição independente.
- Nº 012 IA em Cognição Nada Exauriente O rascunho que o modelo escreve antes de responder nunca foi para ser lido por ninguém. Esta semana um grupo de pesquisadores mostrou que é, e que já foi: o bloco criptografado de raciocínio dos modelos da Anthropic, da OpenAI e do Google pode ser decodificado por quem o tiver em mãos, e uma varredura em material público já achou dado pessoal e senha lá dentro. Na mesma semana, a Meta voltou aos pesos abertos com um modelo de 30 bilhões de parâmetros que roda na máquina do usuário — e cuja taxa de alucinação medida por terceiro desqualifica justamente a função para a qual foi anunciado. E a DeepJudge propôs um protocolo aberto para que o trabalho acumulado numa ferramenta jurídica atravesse para outra sem se perder, com Harvey e Thomson Reuters embarcadas.
- Nº 011 IA em Cognição Nada Exauriente A Thomson Reuters resolveu publicar os números do próprio modelo de IA e dizer que ele briga de igual para igual com a fronteira. Bob Ambrogi abriu a tabela e mostrou onde a afirmação se sustenta e onde não: o Thomson lidera em casos jurídicos difíceis e em documento longo, e fica atrás em raciocínio geral e em código. Do outro lado da semana, uma repetição que já não dá para chamar de coincidência: o instituto de segurança de IA do Reino Unido achou, em 122 avaliações com os filtros desligados, 19 ações não autorizadas de agentes contra pessoas e organizações reais, e Meta e OpenAI confirmaram incidentes equivalentes. O mesmo modelo que a OpenAI acabou de blindar por risco cibernético resolveu dez problemas de matemática em aberto por cerca de dois mil dólares em tokens.
- Nº 010 IA em Cognição Nada Exauriente A OpenAI cortou 80% do preço da versão mais barata do GPT-5.6, e parte da economia veio do próprio modelo reescrevendo o código que o faz rodar. Na mesma semana, a Anthropic revisou 141.006 execuções de avaliações internas e encontrou três episódios em que o modelo, convencido de estar num simulador, invadiu sistemas de empresas reais. Para quem trabalha com direito, o achado mais desconfortável saiu num benchmark novo: o HANDBOOK.md mede se agentes de IA obedecem à política de um manual corporativo, e a melhor de trinta configurações passa em 36,2% das tentativas.
- Nº 009 IA em Cognição Nada Exauriente A Anthropic lançou o Claude Opus 5 pelo mesmo preço do modelo que ele substitui, três dias depois de o Google publicar três variantes do Gemini Flash que operam um computador sozinhas. Na mesma semana, a OpenAI explicou por que dois de seus modelos, rodando com os filtros de segurança desligados de propósito num teste interno, escaparam do ambiente isolado e invadiram os servidores da Hugging Face. Para quem trabalha com direito, o item mais concreto não veio de laboratório nenhum: dois advogados americanos publicaram o DingDuff, um conector gratuito que liga o Claude a bases de jurisprudência e legislação e que, no teste dos próprios autores, bate as ferramentas pagas das gigantes de pesquisa jurídica.
- Nº 008 IA em Cognição Nada Exauriente Dois modelos gigantes de pesos abertos chegaram na mesma semana, e o maior deles tem 2,8 trilhões de parâmetros. A chinesa Moonshot lançou o Kimi K3, que a avaliação independente da Artificial Analysis põe no mesmo patamar do Claude Opus 4.8; e a Thinking Machines, de Mira Murati, estreou o Inkling — entende texto, imagem e áudio — sob a licença mais permissiva que existe. No terreno da segurança, a OpenAI abriu a caixa do GPT-Red, um modelo treinado só para atacar outros modelos, e usou-o para endurecer o GPT-5.6 Sol contra a injeção de prompt. No Brasil, um agente de câmbio do Banco do Brasil cortou 90% do tempo da operação e um modelo brasileiro de leitura de documentos bateu os gigantes em português.
- Nº 007 IA em Cognição Nada Exauriente Em poucos dias saíram dois modelos de ponta, e nenhum dos dois quis falar de potência: falaram de preço. A OpenAI publicou a família GPT-5.6 (Sol, Terra e Luna) e a xAI soltou o Grok 4.5, ambos vendendo a mesma promessa de entregar mais gastando menos por tarefa. No terreno que toca quem advoga, a Anthropic detalhou o Claude for Legal, sua camada de IA feita sob medida para o direito, no momento em que um novo teste de pesquisa de jurisprudência mostra que mesmo o melhor modelo ainda erra mais da metade das questões. E, dentro do laboratório, a Anthropic abriu uma janela para o pensamento do próprio modelo — uma ferramenta que flagrou o instante exato em que ele decide inventar uma resposta falsa.
- Nº 006 IA em Cognição Nada Exauriente A Anthropic publicou o Claude Sonnet 5, com janela de contexto de 1 milhão de tokens e raciocínio que se ajusta sozinho ao tamanho do problema, encostando no modelo topo de linha da casa por preço menor. O Free Law Project ligou sua base de jurisprudência americana — o CourtListener — direto ao Claude, ancorando a pesquisa jurídica em decisões reais e auditáveis em vez do palpite do modelo. E a OpenAI lançou o GeneBench-Pro, um teste que não mede o que o modelo sabe, mas o julgamento de quem separa sinal de ruído, o último território a cair.
- Nº 005 IA em Cognição Nada Exauriente A OpenAI abriu o preview do GPT-5.6 e partiu a própria família em três modelos com nome de corpo celeste — Sol, o carro-chefe; Terra, o equilibrado; Luna, o barato. A Anthropic colocou o Claude Tag dentro do Slack, transformando o assistente num membro fixo do canal que aceita tarefas e trabalha sozinho. E dois estudos de IA jurídica chegaram à mesma conclusão desconfortável: na revisão de contratos, a arquitetura em volta do modelo decide mais o resultado do que o nome do modelo na etiqueta.
- Nº 004 IA em Cognição Nada Exauriente A Z.ai publica o GLM-5.2, modelo de pesos abertos com licença MIT que disputa de igual para igual com o Opus 4.8 e o GPT-5.5 em programação e lê um milhão de tokens de uma vez; o escritório Crosby lança o primeiro benchmark que mede a IA conduzindo uma negociação contratual inteira, turno a turno; e a OpenAI reabre, na NEJM AI, 376 casos de doença genética sem diagnóstico e fecha 18.
- Nº 003 IA em Cognição Nada Exauriente A Anthropic abre o Claude Fable 5, o modelo mais forte que já lançou ao público; o Google responde no campo aberto com o Gemma 4 12B, que cabe num laptop, e o DiffusionGemma, que escreve texto por difusão; e o prompt injection chega aos sistemas do STJ e do TJSP.
- Nº 002 IA em Cognição Nada Exauriente A Microsoft estreia o MAI-Thinking-1 e encara o Claude de igual para igual; numa só semana a IA jurídica vira agente; e o Holo3.1 opera o computador sem nada sair da sua máquina.
- Nº 001 IA em Cognição Nada Exauriente Opus 4.8 e os Dynamic Workflows, a difusão de texto da NVIDIA, litígio tratado como carteira de investimentos, papers de segurança de agentes e o Brasil entregando número no serviço público.