A Anthropic lançou o Claude Projects v2, redesenhando o recurso de uma estrutura baseada em pastas para uma interface orientada a conversas que gerencia builds por meio de delegação de tarefas e threads paralelos. Simultaneamente, o Google está testando um agente familiar que opera em um computador na nuvem dedicado para coordenar atividades para até seis membros do lar.
Esta atualização cobre vários desenvolvimentos no cenário de IA, incluindo a Meta abrindo sua plataforma Muse para desenvolvedores de terceiros, lançando uma nova versão de seu modelo de segmentação e um incidente de segurança envolvendo o Gemini do Google.
A Xiaomi abriu o código-fonte dos modelos omnimodais MiMo-V2.6 Pro e Flash, projetados para coordenar agentes na construção e teste visual de cenas 3D interativas. Esses modelos podem gerar ativos do Blender, controlar braços robóticos a partir de feeds de câmera, produzir frontends e apresentações, montar vídeos e compor música como partituras e MIDI.
Pesquisadores apresentam o AIDE^2, um sistema que implementa um ciclo de autoaperfeiçoamento recursivo para um agente de pesquisa com IA ao otimizar seu próprio código. O sistema propõe alterações em sua lógica interna, avalia versões modificadas em tarefas de P&D de IA e retém apenas as melhorias que obtêm o melhor desempenho em avaliações ocultas.
Os autores apresentam o Growing Harness, um paradigma de treinamento que aprende a estrutura de controle de um agente a partir do feedback da tarefa, em vez de depender de harnesses padrão com grande carga contextual. Ao converter decisões de controle recorrentes em código executável e reservar chamadas de LLM para raciocínio semântico, o método visa criar agentes especialistas reutilizáveis.
Pesquisadores apresentam o CliffCompaction, uma técnica de autocompactação projetada para reduzir custos para agentes de codificação de longo alcance em até 50% sob um contexto limitado. O método mantém ou melhora o desempenho no Terminal-Bench e alcança resultados de estado da arte no KernelBench ao manter as informações compactadas fiéis por meio de truncamento em vez de reformulação.
Pesquisadores apresentam o AIDE^2, um sistema que implementa um ciclo de autoaperfeiçoamento recursivo para um agente de pesquisa de IA de ponta, otimizando seu próprio código. O sistema propõe alterações em sua lógica interna, avalia versões modificadas em tarefas de P&D de IA e retém apenas as atualizações que obtêm o melhor desempenho em avaliações ocultas.
Pesquisadores apresentam o CliffCompaction, uma técnica de autocompactação projetada para agentes que lidam com milhões de tokens, que corta custos em até 50% sob contexto limitado. O método mantém ou melhora o desempenho no Terminal-Bench e alcança resultados de estado da arte no KernelBench ao manter a fidelidade das informações por meio de truncamento em vez de reformulação.
Pesquisadores apresentam o Agensh, um arnês multiagente auto-organizado e escalável que elimina o gargalo do orquestrador central ao permitir que trabalhadores concorrentes reivindiquem sub-tarefas assincronamente e mesclam o progresso.
A Alibaba Cloud apresentou o Qwen3.8-Omni-Flash, um modelo agêntico multimodal nativo projetado para tarefas de produtividade do mundo real que melhora substancialmente a compreensão e o raciocínio multimodal em comparação com os modelos omni anteriores.
A SpaceXAI integrou seu agente de IA Grok Bot em sua operação combinada de suporte ao cliente após a aquisição da Cursor, permitindo que a equipe gerencie um aumento de 175% nos tickets de suporte sem adicionar funcionários. A empresa evitou contratar aproximadamente 200 membros adicionais e reduziu os custos de resolução para entre US$ 0,20 e US$ 0,30 por ticket ao aproveitar o modelo de precificação baseado no uso do Grok Bot.
A Parallel integrou o GPT-6 Astra da OpenAI em sua infraestrutura de agentes de IA, alcançando uma redução de 50% tanto no tempo de pesquisa quanto nos custos de código em comparação com modelos anteriores. A empresa relata que o novo modelo permite que os agentes concluam trabalhos de conhecimento complexo significativamente mais rápido, mantendo alta qualidade de saída.
A OpenAI lançou um sistema aprimorado de cache de prompts para a família GPT-6 que oferece, por padrão, maiores taxas de acerto no cache e concede descontos de até 90% nos tokens de entrada em cache. A atualização introduz novas ferramentas para ajudar os desenvolvedores a monitorar o desempenho, diagnosticar falhas de cache e otimizar suas integrações.
A AntLing lançou a família Ming-Image-0.1-Design, que inclui dois modelos de 6B parâmetros: Ming-Image-0.1-Design e Ming-Image-0.1-Design-Layer.
A versão 2.1.280 do Claude Code introduz o Claude Opus 5.5 como o novo modelo padrão Opus, com janela de contexto de 1M e preços atualizados. A atualização também adiciona suporte à roda do mouse para rolagem de listas no modo tela cheia e permite a configuração dos limites de comprimento da descrição das ferramentas MCP.
O Gerador de Estado do Mundo (WSG) é um modelo que mantém os planos de agentes linguísticos alinhados às regras de seu ambiente de execução, reescrevendo estados após falhas. É treinado em 226K trajetórias extraídas de sete domínios sintéticos onde um programa aplica regras e verifica a alcançabilidade do objetivo.
A Xiaomi lançou a série MiMo-V2.6, introduzindo modelos omnimodais nativos, incluindo MiMo-V2.6-Pro e MiMo-V2.6-Flash. A empresa também lançou o MiMo-V2.6-Pro-UltraSpeed, que oferece velocidade de saída até 20x mais rápida com a mesma qualidade.
Uma nova análise destaca um fenômeno em sistemas multiagente onde relações geradas entre agentes governados separadamente adquirem força de governança em todo o grupo. Isso ocorre quando os agentes deixam mensagens e artefatos persistentes que restringem as trajetórias uns dos outros, criando uma orientação distribuída efetiva não especificada por tarefas individuais.
O autor desenvolveu um projeto em Rust chamado SelMem para experimentar com memória imperfeita e dependente do caminho para grandes modelos de linguagem. Essa abordagem imita a memória humana, permitindo que agentes comprimam, esqueçam e reconstruam memórias ao longo do tempo, em vez de armazenar cópias perfeitas das interações.
Pesquisadores propõem o AgentRouter, um classificador leve que otimiza fluxos de trabalho agênticos multi-etapas ao rotear etapas individuais da trajetória para níveis apropriados de modelo, em vez de usar modelos de fronteira para cada tarefa. O sistema aborda a ineficiência das soluções existentes que ignoram a complexidade variada de subtarefas dentro de uma única sessão de agente.