Desenvolvedor e criador do bridgecode, ambiente de desenvolvimento agêntico para orquestrar squads de agentes de IA. Ajuda quem vai do vibe coding ao desenvolvimento profissional a sair da ideia e chegar ao produto entregue.
252 artigos por Marcelo Santiago
Pesquisadores criaram um benchmark de agentes de código baseado em pedidos reais de usuários. Mesmo o melhor modelo completa apenas 26,4% das tarefas. Veja os números.
A OpenMOSS publicou em 7 de novembro de 2026 o MOSS-Live, sistema full-duplex que mantém a conversa fluindo enquanto o assistente responde e executa tarefas em segundo plano.
ONESTRUCTION publicou em 7 de novembro de 2026 um ranking de 20 modelos de IA em cinco eixos de trabalho real de construção. Claude Opus 5.5 liderou com 73,7 pontos.
Box e Nvidia anunciam o Box Context Retrieval, motor de busca semântica powered by Nemotron que transforma conteúdo empresarial em conhecimento para agentes de IA.
A Palo Alto Networks negocia a compra da Clutch Security, startup de segurança para credenciais de agentes de IA, por US$ 500 milhões.
A startup Underdog lançou o Woof, modelo de voz de 32 MB que roda no navegador sem internet e está aberto para download.
A Anthropic lançou o Personal Finance no Claude: vincule contas bancárias e pergunte sobre seu dinheiro, com acesso somente leitura.
A METR publicou avaliação com acesso interno à Anthropic: IA já acelera o próprio desenvolvimento de IA em cerca de duas vezes a taxa histórica.
RoleRouteBench é um ambiente reproduzível para avaliar roteamento dinâmico de papéis em tarefas multi-etapa. Veja os resultados do JEV 1.13 nos quatro domínios.
O CloudOpsBench libera 45 tarefas de operação em nuvem para testar seu agente de IA. Veja como clonar, validar e rodar contra emulador ou AWS real.
O CloudOpsBench mede como agentes de IA executam tarefas reais de operação em nuvem. O melhor agente resolve 60,6% das 45 tarefas na AWS. Veja os números.
Hy4 da Tencent traz 1 milhão de tokens de contexto, visão e tool calling nativo para agentes de código e tarefas de longa duração.
Curadoria técnica e aprofundada: arquiteturas agênticas, benchmarks reais de tokens, servidores MCP e ferramentas open source direto no seu e-mail e no blog.
