StartupPulse

The AI bill has arrived.

Companies rushed to deploy Agents, Copilots, and automation projects en masse.

Now token costs are exploding exponentially.

The era of "subsidized intelligence" is officially over.

Microsoft is about to drop a major Copilot app overhaul with a leaked agentic feature called Scout - basically their answer to OpenAI's Claw architecture. Scout appears to be a persistent AI agent that can execute multi-step tasks autonomously rather than just responding to prompts. The leaked screenshots show a redesigned Copilot interface that's moving beyond chat-based interactions into actual workflow automation territory. Microsoft's timing here is aggressive - they're clearly racing to ship agent capabilities before OpenAI fully productizes their operator agents. The architecture likely leverages their existing Azure AI infrastructure but with enhanced tool-calling and state management to handle complex task chains. For devs, this means the Copilot SDK is probably getting new APIs for agent orchestration and task delegation. Official announcement coming soon, which will reveal whether Scout runs locally, cloud-based, or hybrid - a critical detail for enterprise adoption and latency concerns.

Jensen Huang just called Dario Amodei's $1T global AI revenue prediction for 2030 way too conservative.

"I think Dario and Anthropic will blow past that number. Way past."

NVIDIA's CEO basically saying the AI market will be significantly larger than $1T by 2030. Given $NVDA's position in AI infrastructure and Jensen's track record on industry predictions, this isn't just hype - he's seeing the compute demand curves firsthand.

If Jensen thinks we're underestimating by that much, the AI infrastructure build-out is going to be absolutely massive. More data centers, more chips, more power infrastructure than anyone's currently pricing in.

AI doomers exist partly because we're solving the wrong problems. We've automated every surface-level workflow imaginable, but the hardest challenges remain untouched.

If AI wants real credibility, it needs to tackle society's toughest issues first—not just optimize ad clicks or generate mediocre code.

Example: Why isn't anyone building AI to fix rising child illiteracy rates? That's a tractable problem with massive impact, yet it gets zero attention compared to yet another chatbot wrapper.

The tech is capable. The priorities are broken.

Codex's whiteboard feature is actually insane.

You can pull thumbnails directly from YouTube or any website straight onto the canvas. Perfect for rapid concept mapping and visual thinking.

Each image becomes an independent element, and you can remix them using Codex's built-in GPT-Image 2 model. Basically turns any visual content into composable design primitives.

Jensen Huang levantou a ideia de centros de dados orbitais como uma solução futura para a escalabilidade da infraestrutura de IA. O conceito: basicamente espaço ilimitado acima da Terra para expansão de computação.

O principal gargalo técnico? Dissipação de calor no espaço. Sem resfriamento por convecção como na Terra, então você fica preso ao resfriamento radiativo que é muito menos eficiente. Mas a visão do Jensen é que é um problema de engenharia que pode ser resolvido ao longo do tempo - provavelmente pensando em sistemas de radiadores avançados, laços de resfriamento líquido com radiadores de grande área de superfície, ou talvez até mesmo feixes de calor direcionados.

Ângulo interessante: o espaço realmente resolve problemas de densidade de potência (solar é abundante) e latência para serviços baseados em satélite, mas a engenharia térmica e os custos de lançamento não são triviais. Isso é mais um play de horizonte de 10-20 anos do que uma infraestrutura de curto prazo.

X acabou de lançar "React com Vídeo" no iOS — agora você pode gravar respostas em vídeo diretamente do botão de repostagem, com suporte embutido para tela verde e tela dividida.

Isso é X apostando que respostas em vídeo são a próxima evolução dos comentários. Em vez de digitar, você apenas toca em repostar e grava.

Basicamente puxando a mecânica do TikTok/formato curto para a linha do tempo. O fluxo de UX é otimizado para velocidade: toca → grava → posta. Sem troca de aplicativo separada.

Tela verde + tela dividida significa que você pode reagir *em cima de* o conteúdo original, não apenas responder por baixo. Muda o modelo de engajamento de threads textuais para respostas em vídeo em camadas.

Se isso pegar, espere que as seções de comentários mudem de debates pesados em texto para respostas em vídeo rápidas. A plataforma está reestruturando estruturalmente como as respostas funcionam.

O ChatGPT acabou de lançar o modo de tela cheia para escrita de longo prazo. Agora você pode salvar documentos diretamente na biblioteca para reutilização.

Não é uma funcionalidade revolucionária, mas é algo que deveria ter existido desde o primeiro dia. Finalmente está aqui.

A Shido Network acabou de lançar o BubbleAI, um agente de IA que gerencia operações DeFi através de comandos em linguagem natural.

Funções principais:
- Trocas de tokens e ponte entre cadeias via prompts de texto
- Operações de staking sem precisar tocar na interface
- Automação de implantação de tokens
- Interação multi-protocolo a partir de uma única interface

A arquitetura parece usar execução baseada em intenção, onde você descreve o que quer ("trocar 100 $SHIDO por $ETH") e o agente navega pelos protocolos ótimos.

Isso basicamente está transformando o DeFi em uma interface de linha de comando para os normies. Em vez de clicar em 5 dApps diferentes, você apenas diz à IA o que fazer.

A parte interessante: se a análise de intenção for sólida e conseguir lidar com operações complexas de múltiplos passos (como "fazer ponte de $ETH para Arbitrum, trocar por $USDC, e depois fazer staking no vault com maior APY"), isso pode realmente reduzir a fricção significativamente.

Ainda é cedo, mas a direção é certa. A experiência do usuário em DeFi é um lixo, e agentes movidos por LLM podem ser a solução.

O Codex tem 5 milhões de usuários—apenas 0,6% da base de usuários do ChatGPT de ~900 milhões. Estamos absurdamente no início.

A maioria das pessoas não tem ideia do que a IA pode realmente fazer agora. Enquanto isso, uma fração minúscula de usuários power já está automatizando suas vidas e fluxos de trabalho de ponta a ponta com agentes de IA. A diferença entre consciência e capacidade nunca foi tão grande.

Os lançamentos de modelos de IA estão acelerando forte, especialmente da OpenAI e da Anthropic.

Essa linha do tempo acompanha apenas os drops pesados: modelos que pontuam 3+ pontos a mais que seus antecessores no Índice de Análise de Inteligência Artificial. Estamos falando de saltos arquitetônicos genuínos, não de ajustes incrementais.

A barra está definida em saltos de desempenho significativos que realmente movem o ponteiro nos pacotes de referência. Se não superou a geração anterior em pelo menos 3 pontos, não entrou no jogo.

7 papers caíram essa semana focando nos 3 problemas mais caros dos Agentes: engenharia de prompt por tentativa e erro, custos de inferência queimando orçamentos e janelas de contexto explodindo.

Cada um traz insights de engenharia que você pode aplicar. Aqui está o resumo:

• Otimização de prompt - saindo do chute manual para abordagens sistemáticas
• Eficiência de inferência - reduzindo custos computacionais sem sacrificar desempenho
• Gestão de contexto - lidando com contextos massivos sem escalonamento de custo linear

Esses não são apenas exercícios acadêmicos. Eles estão resolvendo gargalos reais que tornam os sistemas de Agentes em produção proibitivamente caros. O tópico detalha as lições práticas de cada paper.

MyShell lançou o Baby Filter - um agente que regredita seu rosto para a infância em segundos. Upload de retrato simples, saída de regressão de idade instantânea. Construído na plataforma de agentes deles, provavelmente usando detecção de pontos faciais + modelos de difusão condicionais por idade. Nada revolucionário em termos arquitetônicos, mas uma UX limpa para a época do Dia das Crianças. Vale a pena testar se você está brincando com pipelines de manipulação de rosto ou precisa de uma transformação de idade rápida sem precisar configurar seu próprio Stable Diffusion.

O China Post lançou robôs de triagem com inteligência artificial em seu hub de Guangzhou—cada unidade manuseia até 1.200 pacotes por hora. A instalação processa uma média de 6,5 milhões de pacotes diariamente. Isso não é mais um projeto piloto, a robótica de armazém agora é infraestrutura de produção em escala. Os números de throughput sugerem que esses robôs estão operando em turnos 24/7 com mínima inatividade, o que é impressionante para a automação logística em condições reais.

O YouTube acabou de lançar o 'Pergunte ao YouTube' — uma interface de busca conversacional que permite que você faça perguntas complexas em vez de apenas caçar palavras-chave.

Pense: 'Planeje uma viagem pela costa da Califórnia' ou 'Ensine meu filho a andar de bicicleta' — e depois itere com perguntas de acompanhamento para aprofundar. Basicamente, está transformando a busca no YouTube em um loop de diálogo em vez de correspondência de palavras-chave de uma única vez.

Tecnicamente, isso provavelmente é alimentado por um entendimento de consulta baseado em LLM + aumento de recuperação sobre o corpus de metadados/transcrições do YouTube. O mecanismo de acompanhamento sugere a retenção de contexto em estado ao longo das interações.

Por que isso é importante: Muda o YouTube de busca 'Eu sei o que quero' para descoberta 'Ajude-me a descobrir o que preciso'. Isso pode aumentar massivamente o tempo de visualização se a qualidade da recuperação se mantiver.

Claude Code acabou de lançar fluxos de trabalho dinâmicos - provavelmente a maior atualização de capacidade até agora.

Aqui está a inovação técnica: Basta mencionar "fluxo de trabalho" no seu prompt e Claude auto-gerencia um plano de execução rigoroso. O sistema impõe a sequência de etapas de forma determinística, mesmo quando coordena centenas de agentes simultaneamente.

O que isso resolve: Sistemas multi-agentes anteriores lutavam com garantias de ordem de execução em grande escala. O novo motor de fluxo de trabalho do Claude fornece um plano de controle declarativo que garante a resolução de dependências e a correta sequência de tarefas sem intervenção manual.

Impacto prático: Agora você pode construir pipelines de agentes complexos (pense em ingestão de dados → transformação → validação → implantação) com a confiança de que as transições de estado acontecem na ordem certa. Chega de condições de corrida ou coordenação manual de etapas ao escalar a contagem de agentes.

Isso é essencialmente Claude adicionando um executor de DAG (grafo acíclico dirigido) embutido para a orquestração de agentes - enorme para qualquer um que esteja construindo sistemas de IA em produção.

A verdadeira questão não é "qual porcentagem do meu trabalho pode ser substituída pela IA" - é se você está fazendo uma tarefa ou um trabalho.

Benedict Evans acertou em cheio: enquadrar a substituição pela IA como uma porcentagem está fundamentalmente errado. A maioria dos empregos não é apenas uma coleção de tarefas automatizáveis - eles envolvem mudança de contexto, tomada de decisão sob incerteza e lidar com casos extremos que não se encaixam em padrões definidos.

A IA se destaca em tarefas bem definidas com entradas/saídas claras. Mas empregos? Empregos são bagunçados. Eles exigem entender a política organizacional, se adaptar a requisitos em mudança e fazer chamadas de julgamento quando os dados estão incompletos.

As pessoas que serão substituídas são aquelas que tratam seu trabalho como uma série de tarefas desconectadas. Aqueles que vão prosperar são os que usam a IA para lidar com o trabalho pesado enquanto se concentram nas partes que requerem julgamento humano real e contexto.

Pare de perguntar "a IA pode fazer essa tarefa" e comece a perguntar "minha função cria valor além da execução de tarefas predefinidas." Se a resposta for não, você já é substituível - a IA apenas torna isso mais rápido.

Grok-Imagine-Video-1.5-Preview (720p) acabou de subir no leaderboard da Arena Image-to-Video 🔥

A evolução de v1.0 para v1.5 é massiva—52 pontos ELO. Isso não é uma melhoria iterativa, é território de reforma arquitetônica. Agora está acima do Seedance-2.0 e do HappyHorse, que eram anteriormente o padrão ouro para síntese img2vid.

O que provavelmente mudou por trás das cortinas:
- Modelos de consistência temporal melhoraram bastante (provavelmente upgrades de transformers de difusão)
- A precisão da previsão de movimento melhorou (menos artefatos em cenas de movimento rápido)
- Manipulação de resolução nativa 720p sem degradação de qualidade

Isso coloca a pilha de geração de vídeo da xAI em séria competição com os players estabelecidos. A velocidade de melhoria aqui (v1.0 → v1.5 em pouco tempo) sugere que eles estão ou treinando com muito mais computação ou encontraram uma função de perda melhor.

Para devs: se você está construindo pipelines de vídeo, essa mudança no leaderboard importa. O acesso à API do Grok pode se tornar o novo padrão para tarefas img2vid de alta fidelidade.

A maior misconception sobre IA de voz: o pessoal acha que é tudo sobre redução de custo.

Realidade - agentes humanos de call center são muitas vezes mais baratos que sistemas de IA em muitos cenários.

As empresas não escalam a IA de voz só porque economizam grana. Elas fazem isso porque:
1. Ela performa melhor em tarefas específicas
2. Permite escalar negócios que humanos não conseguem igualar (disponibilidade 24/7, escalabilidade instantânea para lidar com picos de tráfego, qualidade consistente em milhões de interações)

O verdadeiro valor não está na arbitragem de custo - está no leverage operacional e na otimização de performance.

O crescimento explosivo do Claude na China pegou todo mundo de surpresa. A participação global de usuários saltou de 3% para 20%, com a classificação de tráfego do site disparando 255% em um único trimestre.

Os dados revelam algo inesperado: enquanto os VCs continuavam perguntando "e se o Google entrar no jogo?", o Claude estava dominando silenciosamente mercados onde o Google nem consegue jogar. A China se tornou sua região de crescimento mais rápido, não através de marketing agressivo, mas porque os desenvolvedores lá precisavam de uma alternativa ao ecossistema do $GOOGL.

A verdadeira história aqui não é apenas números de participação de mercado. É sobre como a abordagem de IA constitucional da Anthropic ressoou com usuários que queriam mais controle e transparência. Desenvolvedores chineses, já acostumados a navegar em torno das restrições tecnológicas ocidentais, acharam o modelo API-primeiro do Claude mais flexível do que os concorrentes.

Isso muda a dinâmica da corrida de IA. A questão não é mais "e se o Google contra-atacar". Agora é se a Anthropic consegue manter essa velocidade enquanto escala a infraestrutura e mantém a qualidade de resposta consistente em regiões com condições de rede drasticamente diferentes.