Tech Radar — O modelo deixou de ser o diferencial
Nesta edição: um modelo de pesos abertos batendo um agente de fronteira por um sexto do custo, a volta do tokenmaxxing com o fim dos subsídios, governos controlando quem usa os melhores modelos, agentes de código enviando seus segredos sem avisar e dois lembretes de que disciplina de engenharia ainda vence.
O fio condutor desta semana: o modelo de fronteira deixou de ser o diferencial. A capacidade está virando commodity rápido, e a vantagem migrou para o que está ao redor do modelo — custo por tarefa, quem tem permissão para rodá-lo, que dados seus agentes acessam e se o seu pipeline foi construído como software de verdade. Aqui está o que eu colocaria na frente de um time de liderança de tecnologia esta semana.
Um modelo de pesos abertos bateu um agente de fronteira por um sexto do custo
A Semgrep rodou modelos de pesos abertos contra seu benchmark de segurança de IDOR e levou um susto: o GLM 5.2, da Zhipu AI, marcou 39% de F1 com um prompt simples, superando o Claude Code (32%) a cerca de US$ 0,17 por vulnerabilidade encontrada (semgrep.dev). O harness próprio deles ainda liderou com 53–61%, o que era justamente o ponto: a maior parte do resultado vem do andaime ao redor, não do modelo.
Impacto para empresas: "qual modelo" deixou de ser uma decisão única. O harness — descoberta de endpoints, seleção de contexto, parsing de saída — pesa mais no resultado do que a marca na chave de API.
Riscos e oportunidades: o risco é o aprisionamento a um modelo de fronteira caro quando um de pesos abertos, rodando no seu próprio ambiente, já resolve. A oportunidade é soberania de dados e controle de custo ao mesmo tempo.
Minha visão: invista no harness, mantenha o modelo trocável e faça benchmark na sua tarefa antes de padronizar. O caminho mais barato raramente é o logo mais famoso.
O tokenmaxxing "morreu" — até a correção composta trazê-lo de volta
Um ensaio afiado argumenta que a era em que executivos forçavam gasto de tokens está acabando, à medida que OpenAI e Anthropic, ambas de olho em IPOs, cortam limites de assinatura e elevam o preço da API — mas um novo incentivo surge no lugar: a "correção composta", em que rodar um agente em loop melhora o resultado de forma confiável (12gramsofcarbon.com). O mesmo texto registra o preview do GPT-5.6 da OpenAI (Sol, Terra, Luna).
Impacto para empresas: o subsídio que fazia a ferramenta de IA parecer grátis acabou. A economia por token agora bate direto no resultado, e "rode em loop até acertar" é uma estratégia explícita de gasto, não um acidente.
Riscos e oportunidades: loops sem limite são faturas sem limite. Mas para a tarefa certa — grandes migrações, geração de testes durante a noite — um loop controlado num modelo barato supera uma única chamada cara.
Minha visão: orce tokens como orça computação em nuvem. Tetos, dashboards e uma métrica de custo por resultado vencem tanto a proibição geral quanto o cheque em branco.
Governos começam a decidir quem usa os melhores modelos
Reportagens desta semana indicam que os EUA liberaram o bloqueio ao modelo mais capaz da Anthropic, o Claude Mythos 5, mas apenas para cerca de 100 instituições homologadas, depois de antes terem imposto controles de exportação por medo de jailbreaks (12gramsofcarbon.com, citando a Semafor). O GPT-5.6 da OpenAI também está saindo como preview limitado, validado antes com o governo.
Impacto para empresas: o acesso aos modelos mais capazes está virando recurso regulado e alocado. Seu roadmap de IA agora tem uma dependência geopolítica que você não controla.
Riscos e oportunidades: o risco é construir a estratégia sobre um modelo que pode ser restringido, limitado ou bloqueado por região. A oportunidade fica com os times cuja arquitetura é agnóstica a modelo e degrada com elegância para o que estiver disponível.
Minha visão: trate o acesso a modelos de topo como risco de cadeia de suprimentos. Mantenha um portfólio, com opções de pesos abertos, para que uma decisão de política em outro país não paralise sua entrega.
Agentes de código vão enviar seus segredos sem pestanejar
Uma issue antiga do OpenAI Codex — com mais de 450 votos positivos — documenta que ainda não há jeito confiável de impedir o agente de ler e enviar arquivos sensíveis como .env, chaves e credenciais ao modelo, mesmo quando estão no gitignore (github.com/openai/codex). Desenvolvedores relatam que, se o agente roda grep ou cat, o conteúdo sobe do mesmo jeito.
Impacto para empresas: cada dev rodando uma CLI agêntica é um caminho potencial e não auditado de vazamento de segredos e dados regulados — exposição direta à LGPD.
Riscos e oportunidades: o risco é vazamento silencioso, sem trilha de auditoria. A oportunidade é padronizar agora em ferramentas com deny-lists determinísticas e exclusão de arquivos em nível de sandbox, e tornar isso critério de compra.
Minha visão: uma organização atenta à segurança precisa de um .agentignore aplicável e de sandbox, não de uma convenção no README. Se a ferramenta não garante que um arquivo nunca sai da máquina, ela não está pronta para seus repositórios sensíveis.
A Cloudflare gastou seis semanas numa condição de corrida de quatro linhas
A Cloudflare publicou uma aula sobre um bug de truncamento na biblioteca HTTP hyper, em Rust: respostas grandes chegavam cortadas de forma intermitente com um enganoso 200 OK, por causa de um flush descartado antes de um shutdown prematuro do socket (blog.cloudflare.com). A correção tinha quatro linhas; achá-la exigiu strace em nível de kernel, porque a observabilidade da aplicação não mostrava nada errado.
Impacto para empresas: uma "melhoria" que deixou um caminho mais rápido expôs uma condição de corrida escondida numa dependência por anos. Sua stack de observabilidade tem pontos cegos abaixo da camada de aplicação.
Riscos e oportunidades: o risco é confiar em dashboards verdes enquanto dados se perdem em silêncio. A oportunidade é investir em habilidades de tracing de baixo nível e em contribuir correções upstream em vez de manter um fork eterno.
Minha visão: quando um bug é intermitente, escala com o tamanho e some quando você o observa, suspeite de timing na camada de conexão. E tenha no time alguém confortável em ler syscalls.
"Model Training as Code" — trate o pipeline como software
A Aleph Alpha descreveu o Savanna, um sistema que implementa todo o pipeline de treino de modelos em código: execuções herméticas, com um clique, ganhando composabilidade, consenso versionado e proveniência via histórico de commits e um grafo de linhagem de artefatos (aleph-alpha.com). O ganho é organizacional — os times param de se coordenar por Slack e sistema de arquivos e passam a colaborar sobre um artefato durável.
Impacto para empresas: a lição vai muito além de ML. Qualquer processo complexo e multi-time que vive "na cabeça das pessoas" é frágil, não reproduzível e lento para integrar gente nova.
Riscos e oportunidades: o risco é conhecimento tribal e linhagem perdida. A oportunidade é a mesma disciplina que já pregamos — trunk-based development, CI, artefatos imutáveis e versionados — aplicada aos seus fluxos mais bagunçados.
Minha visão: se você não consegue reproduzir um resultado a partir de um hash de commit, você não tem processo, tem ritual. Coloque o pipeline em código.
Uma ferramenta viral de RH dá uma nota diferente ao mesmo currículo a cada execução
Um engenheiro testou o agente open-source de triagem de currículos da HackerRank e obteve notas de 66 a 99 para o mesmo currículo em 100 execuções — reprovando num corte de 85 em 65% das vezes (danunparsed.com). A categoria "experiência" dava 25/25 a todo mundo, com um prompt de duas linhas e sem âncoras; já a rubrica detalhada de "projetos" era a mais ruidosa.
Impacto para empresas: um LLM é ótimo para extrair dados estruturados de um currículo e péssimo para o julgamento de pontuá-lo. Usá-lo para a segunda tarefa reintroduz, de forma silenciosa, a arbitrariedade que o RH levou décadas tentando eliminar.
Riscos e oportunidades: o risco é um filtro de sorte não determinístico, que rejeita bons candidatos e expõe a empresa a questionamentos de justiça e jurídicos. A oportunidade é usar IA para extração e correspondência, e manter o julgamento com humanos.
Minha visão: nunca deixe um modelo atribuir uma nota que ele não consegue defender com uma rubrica. Se a mesma entrada gera saídas muito diferentes, você não está triando — está jogando dados.
A tendência a observar
A capacidade está ficando barata e abundante, enquanto o controle — sobre custo, acesso, dados e reprodutibilidade — está virando o recurso escasso e decisivo. Os times que vencerem no próximo ano não terão o modelo mais inteligente; terão arquitetura agnóstica a modelo, governança aplicável sobre o que os agentes podem fazer e ver, e disciplina para tornar tudo isso reproduzível. Construa o harness, governe o acesso, mantenha o modelo trocável.