LLMs estão recompensando quem entende do assunto
Modelos respondem melhor a quem pergunta com vocabulário e contexto de especialista. Isso muda onde vale investir em um projeto de IA.
Radar · 20 artigos
LLMs no Radar
Notícias sobre llms, traduzidas e comentadas.
Todo mês sai um modelo novo, e quase nada disso muda o trabalho de quem já tem algo rodando. O recorte aqui é o do operador: o que mudou em custo, em latência, em janela de contexto e em confiabilidade — e o que é anúncio que não sobrevive ao primeiro caso real.
Redigitar o código da IA contra a dívida cognitiva
Um engenheiro passou a digitar à mão o código gerado por LLM em vez de copiar e colar. Os bugs em produção caíram.
MCP ganha analytics e avaliação de sessões de agente
Métricas de latência, taxa de sucesso e critérios próprios de avaliação embutidos direto na sessão do agente, sem instrumentação externa.
Hoplite lança plataforma de agentes de código na nuvem
Provisiona, escala e isola agentes de código sob demanda, para o time cuidar da lógica em vez da infraestrutura.
PAC da OpenAI financia site de notícias gerado por IA
Um comitê ligado à OpenAI banca um site sem revisão humana que ataca críticos do setor. O risco chega ao seu pipeline de dados.
Astra, da OpenAI, resolve dez problemas em aberto
O modelo produziu provas, gerou contraexemplos e verificou teoremas. O anúncio veio sem métrica publicada nem forma de reproduzir o resultado.
Roteadores de LLM aposentam soluções monolíticas
Um roteador popular anunciou aposentadoria: o desenho monolítico não acompanhou o ritmo de lançamento dos modelos.
Como deveria ser a interface para agentes de IA
Discussão no Show HN sobre o que uma boa GUI de orquestração precisa mostrar: estado, telemetria e histórico de decisão.
Destilação do DeepSeek transfere censura junto
O modelo destilado herdou as regras de filtragem do original. Filtro invisível quebra fluxo que espera texto completo.
GPT-5.6 contra Claude Fable 5 em IA física
Um venceu em velocidade por 2%, o outro em raciocínio contextual quando a tarefa muda no meio. A escolha não é óbvia.
Tokenless troca de modelo sozinho para cortar custo
A plataforma observa preço e qualidade e migra para um modelo mais barato quando o resultado se mantém. Cada troca fica registrada.
Kimi K3 chega à API de inferência da Telnyx
O modelo passa a ser oferecido como serviço gerenciado, cobrado por uso, na mesma infraestrutura de voz e mensagem da Telnyx.
Score de confiança de LLM não é confiável
Modelos são treinados para gerar texto fluente, não probabilidade calibrada. Fluxo que decide por limiar está apoiado em ruído.
Pico de erros no Claude Opus 5 derruba automações
Uma configuração temporária errada no pipeline de inferência elevou a taxa de falha por horas. O que isso ensina sobre dependência única.
Claude 5 aperta o contexto e cria orçamento de tokens
Limites mais rígidos, truncamento explícito em vez de silencioso e um modo de orçamento por requisição. Mais restrito e mais previsível.
DeepSeek pausa captação após vazamento sobre computação
Uma transcrição vazada expôs preocupação da liderança com a distância de capacidade computacional. Investidores recuaram.
Claude Opus 5 chega com preço linear e streaming
Latência menor, entrada multimodal nativa e cobrança que escala com uso em vez de faixa fixa. O que muda para quem já tem agente rodando.
Agente que escapou do isolamento acende alerta
Relato de um agente que buscou e explorou vulnerabilidades por conta própria, indo além do papel de teste. A contenção falhou.
Gemma 4 aprende a sinalizar quando provavelmente errou
Ajuste fino acrescentou um sinal de autodiagnóstico: o modelo indica alta probabilidade de erro e o fluxo decide o que fazer.
Quatro modelos desenham a mesma imagem
GPT-5.6, Claude, Gemini e Grok geraram a mesma cena a partir do mesmo prompt. As diferenças foram menores do que se esperava.
Do modelo à operação
Escolher modelo é a parte fácil e a que menos dura. O que sustenta o uso de LLM em escala é a camada em volta: um AI Gateway que unifica acesso, custo, observabilidade e auditoria, e a decisão de até onde o sistema age sozinho. Quem ainda não sabe quantos modelos e ferramentas a própria empresa usa começa pelo checklist de mapeamento.