Sete sinais para entender a semana da IA: vazamento de modelos, motores de código, controle de pessoal

作者：Tara Tan / StrangeVC

编译：深潮 TechFlow

深潮导读：Este relatório semanal tem uma densidade extremamente alta, com sete sinais independentes cobrindo algumas das direções mais cruciais da indústria de IA.

Entre os quais, o mais digno de nota: a Anthropic acidentalmente expôs detalhes de um novo modelo com o codinome “Capybara” devido a um erro de configuração do CMS, que está classificado acima do Opus.

O texto completo é o seguinte:

Nos últimos meses, certamente já ultrapassámos algum limiar agentic. O que levava de quatro a seis semanas para ser construído há cinco anos, agora leva menos de cinco minutos. Seis meses atrás, a mesma tarefa ainda demorava de uma a duas horas, com a adição de muitos ajustes.

Esta é uma mudança de fase bastante significativa, da qual ainda podemos não ter totalmente consciência. O colapso da distância entre a ideia e o produto executável irá reescrever toda a indústria. Esta é uma mudança radical nas ferramentas que os humanos usam para construir, criar e resolver problemas.

Relativamente a isso, a OpenClaw tem estado claramente mais estável desde a aquisição pela OpenAI. Tem um caminho claro para se tornar um dos projetos de código aberto mais importantes na área de IA.

Vamos agora ao conteúdo desta semana.

O vazamento do Claude Mythos da Anthropic revela uma nova hierarquia de modelos

A Anthropic, devido a um erro de configuração do CMS, expôs acidentalmente detalhes de um modelo não lançado chamado Claude Mythos. O rascunho vazado descreve uma nova hierarquia “Capybara”, classificada acima do Opus, com grandes avanços em programação, raciocínio e capacidades de cibersegurança. A Anthropic confirmou que está testando o modelo com clientes de acesso antecipado, referindo-se a ele como uma “mudança radical” e o “modelo mais poderoso já construído até agora”. (Fortune, The Decoder)

Por que é importante: Além do próprio modelo, há duas coisas que merecem mais atenção. Primeiro, o rascunho vazado alerta que as capacidades de cibersegurança do modelo “superam em muito qualquer outro modelo de IA”, o que impulsionou o desempenho das ações de cibersegurança em um único dia de negociação. Em segundo lugar, a introdução de uma quarta hierarquia de modelos (Capybara acima do Opus) indica que a Anthropic está a construir espaço de preços para clientes empresariais, e não apenas espaço de desempenho para testes de benchmark.

O Claude Code está se tornando o motor de crescimento central da Anthropic

O Claude Code atualmente representa cerca de 4% de todas as submissões públicas no GitHub, e espera-se que atinja mais de 20% até o final do ano. A estimativa da taxa de execução anualizada da receita total da Anthropic alcança 14 bilhões de dólares, com a taxa de execução anualizada do Claude Code sozinha em cerca de 2,5 bilhões de dólares. Os usuários desta ferramenta expandiram-se de desenvolvedores para usuários não técnicos, que estão aprendendo comandos de terminal para construir projetos com ela. (SemiAnalysis, Uncover Alpha, VentureBeat)

Por que é importante: O Claude Code, através da adoção orgânica por desenvolvedores, reduziu o custo de aquisição de clientes para perto de zero. A expansão para funções não desenvolvedoras através do Cowork ampliou o mercado endereçável muito além dos 28 milhões de desenvolvedores profissionais globais.

Pretext de Cheng Lou: Layout de texto sem depender de CSS

Cheng Lou é um dos engenheiros de UI mais influentes da última década (React, ReasonML, Midjourney), e ele lançou o Pretext, um algoritmo de medição de texto puramente em TypeScript, que contorna completamente CSS, medições DOM e reorganização de browser. Os efeitos da demonstração incluem: renderização de dezenas de milhares de caixas de texto a 120 quadros por segundo, bolhas de chat comprimidas sem desperdício de pixels, layouts de revistas responsivos de várias colunas e arte ASCII de largura variável. (X post)

Por que é importante: O layout e medição de texto sempre foram gargalos invisíveis que impedem a nova geração de UI. O CSS foi projetado para documentos estáticos, e não para o design de interfaces fluidas, geradas por IA e em tempo real que se tornaram predominantes hoje. Se o Pretext cumprir os efeitos da demonstração, ele eliminará uma das últimas restrições fundamentais na aparência e experiência das interfaces nativas de IA.

Arm envia chip desenvolvido internamente pela primeira vez em 35 anos

A Arm lançou a AGI CPU, um processador de centro de dados de 136 núcleos, desenvolvido em conjunto com a Meta e baseado no processo de 3nm da TSMC. Esta é a primeira vez na história da empresa que vende chips prontos em vez de IP licenciados. A OpenAI, Cerebras e Cloudflare são os primeiros parceiros, com envios em massa previstos para começar antes do final do ano. (Arm Newsroom, EE Times)

Por que é importante: Atualmente, os centros de dados de IA são predominantemente baseados em GPU. As GPUs são responsáveis por treinar e executar modelos, enquanto os CPUs lidam principalmente com o fluxo de dados e agendamento. Mas as cargas de trabalho agentic são diferentes. Quando milhares de agentes de IA estão a executar simultaneamente, cada um coordenando tarefas, chamando APIs, gerenciando memória e roteando dados entre sistemas, esse trabalho de orquestração recai sobre o CPU. A Arm afirma que isso aumentará a demanda por CPUs em quatro vezes a cada gigawatt de capacidade de centro de dados. (HPCwire, Futurum Group)

NVIDIA e Emerald AI transformam centros de dados em ativos da rede elétrica

A NVIDIA e a Emerald AI anunciaram a formação de uma aliança com a AES, Constellation, Invenergy, NextEra e Vistra para construir “fábricas de IA flexíveis”, participando de serviços de equilíbrio da rede elétrica através da regulação da carga computacional. A primeira instalação, Aurora, está localizada em Manassas, Virgínia, e deverá abrir no primeiro semestre de 2026. (NVIDIA Newsroom, Axios)

Por que é importante: O maior gargalo da expansão da infraestrutura de IA não são os chips, mas sim os prazos de acesso à rede elétrica, que na maioria das regiões requerem de 3 a 5 anos. Centros de dados que podem demonstrar flexibilidade na rede podem aceder mais rapidamente e enfrentar menos resistência regulatória. Isso redefine a proposição de energia para investidores em infraestrutura de IA: o argumento vencedor não é “mais eletricidade”, mas sim “eletricidade mais inteligente”.

China limita a saída do CEO da Manus AI

As autoridades chinesas impuseram restrições ao CEO da Manus, Xiao Hong, e ao cientista-chefe Ji Yichao, após a aquisição da startup de IA registrada em Singapura pela Meta por 2 bilhões de dólares. O Ministério Nacional de Desenvolvimento e Reforma convocou os dois executivos em Pequim este mês e implementou restrições de viagem durante o período de revisão regulatória. (Reuters, Washington Post)

Por que é importante: Isto não é uma restrição comercial, mas sim uma restrição de pessoal. A China pode estar enviando um sinal: talentos de IA com antecedentes continentais são considerados ativos controlados, independentemente de onde a empresa esteja registrada.

Modelo de 400 bilhões de parâmetros opera localmente no iPhone 17 Pro

Um projeto de código aberto chamado Flash-MoE demonstrou um modelo de mistura de especialistas de 400 bilhões de parâmetros operando completamente no dispositivo, utilizando o chip A19 Pro do iPhone 17 Pro, alcançando a transmissão de pesos do SSD para a GPU. O modelo (Qwen 3.5-397B, quantização de 2 bits, 17 bilhões de parâmetros ativos) opera a uma velocidade de 0,6 tokens por segundo, com 5,5 GB de RAM restantes. (WCCFTech, TweakTown, Hacker News)

Por que é importante: Isto é uma prova de conceito, não um produto. Um modelo de 400 bilhões de parâmetros pode operar em um telefone com 12 GB de memória porque, a qualquer momento, apenas uma pequena parte do modelo está ativa (especialistas em mistura), enquanto o restante é transmitido sob demanda a partir do SSD embutido no telefone, em vez de permanecer na memória. Mas aplicar a mesma técnica a modelos muito menores - como 7 bilhões ou 14 bilhões de parâmetros - em chips móveis de próxima geração com armazenamento mais rápido, pode resultar em uma IA verdadeiramente utilizável, com velocidade de conversa, operando localmente no dispositivo, sem necessidade de nuvem.

Agente de IA completa uma série de experimentos de física de partículas de forma autônoma

Pesquisadores do MIT publicaram um framework chamado JFC (Just Furnish Context), demonstrando que um agente LLM construído com Claude Code pode executar autonomamente toda uma linha de análise de física de altas energias: seleção de eventos, estimativa de fundo, quantificação de incertezas, inferência estatística e redação de artigos. O sistema foi executado em dados abertos provenientes dos detectores ALEPH, DELPHI e CMS. (arXiv 2603.20179)

Por que é importante: Esta é uma das demonstrações mais claras de que a IA agentic pode automatizar fluxos de trabalho científicos de ponta a ponta em domínios com rigor metodológico extremamente elevado. As implicações de investimento diretas apontam para a reanálise de conjuntos de dados legados nos campos da física, genômica e ciência dos materiais - conjuntos de dados arquivados ao longo de décadas que ainda não foram totalmente explorados.