Agentes
-
Agentes
Cursor leva os agentes de programação além da pull request com Rollouts e Security Review
Rollouts e Security Review estendem os agentes Cursor à saúde das implementações e à análise contextual de vulnerabilidades.
-
Investigação
Project Swap da Anthropic sugere que o maior desafio dos mercados de agentes pode ser perceber o que as pessoas querem
O Project Swap, com 201 participantes, sugere que compreender as preferências humanas pode ser um desafio maior do que a própria negociação entre agentes.
-
Investigação
DAYJOB mede a diferença entre seguir instruções e conseguir realmente fazer um trabalho
DAYJOB avalia agentes em tarefas longas e ambíguas de saúde e finanças. As melhores taxas de sucesso publicadas pela Surge AI continuam abaixo de 25%.
-
Investigação
AIDE² melhora o próprio agente de investigação, mas são testes escondidos que aprovam a versão seguinte
O AIDE² reescreveu o próprio harness durante oito dias e transferiu ganhos para testes reservados. A principal fronteira de controlo continua a ser a qualidade da avaliação.
-
Investigação
Um controlo de agentes só decide bem se receber o contexto necessário
Nova investigação propõe calcular as observações mínimas necessárias a um controlo de autorização, com código reproduzível e limitações explícitas.
-
Agentes
DeepSeek Harness 0.1.7 transforma a configuração dos agentes num runtime de extensões
DeepSeek Harness 0.1.7 torna as capacidades de agentes mais componíveis em execução. Aipolix analisa os benefícios e riscos operacionais.
-
Novos modelos
GPT-6 Sol e Luna tornam o encaminhamento entre modelos uma decisão central de custo
GPT-6 Sol e Luna criam uma diferença de preço de vinte vezes. Aipolix analisa encaminhamento, contexto longo e custo por tarefa.
-
Novos modelos
Claude Opus 5.5 baixa o custo dos agentes, mas o encaminhamento de segurança muda a avaliação
Opus 5.5 baixa preços e pode encaminhar pedidos sensíveis para modelos alternativos. Aipolix analisa o efeito na avaliação de agentes.
-
Novos modelos
Grok 4.7 mantém o preço por token, mas a conta dos agentes pode aumentar
O Grok 4.7 mantém o preço base, mas pode consumir mais tokens e ter custos distintos para pedidos longos na xAI e no Cursor.
-
Agentes
Plugin4Shell: extensões revistas podem instalar código diferente em agentes de programação
Como o Plugin4Shell contorna a identificação de versões no Git, quais as correções documentadas e que verificações fazer às extensões instaladas.