A Anthropic, responsável pelo Claude, está em tratativas para adquirir a Decart AI, startup israelense de inteligência artificial avaliada em cerca de US$ 4 bilhões. Segundo informações divulgadas, a operação pode alcançar, no entanto, aproximadamente US$ 6 bilhões.
A negociação ocorre em meio à estratégia da Anthropic de reforçar sua capacidade computacional para acompanhar a expansão do Claude. A Decart desenvolve soluções de infraestrutura destinadas a elevar a velocidade e a eficiência de sistemas de inteligência artificial e também possui modelos próprios.
As conversas ainda estão em fase inicial. Caso o negócio avance, os profissionais da Decart deverão ser incorporados à equipe da Anthropic dedicada ao desempenho e à eficiência de seus modelos. A movimentação acontece enquanto a companhia também se prepara para uma possível oferta pública de ações nos Estados Unidos.
Decart recebeu aporte de US$ 300 milhões em maio
Anthropic é a criadora do Claude – Imagem: PhotoGranary02/Shutterstock
A Decart levantou US$ 300 milhões em uma rodada de investimentos liderada pela Radical Ventures. A Nvidia entrou como nova investidora, ao lado de companhias como Adobe, Amazon e Toyota Ventures. Após a captação, o valor atribuído à startup chegou a aproximadamente US$ 4 bilhões.
Entre as tecnologias desenvolvidas pela empresa está o Lucy, sistema voltado à edição de vídeos em tempo real. Outro produto é o Oasis, utilizado para criar ambientes virtuais destinados ao treinamento e à avaliação de robôs e de tecnologias de direção autônoma.
A eventual compra se encaixa no movimento da Anthropic para ampliar seus recursos de processamento. A empresa vem aumentando os gastos com infraestrutura para responder à procura por seus serviços e anunciou, na semana anterior, a contratação de profissionais especializados em hardware e software para trabalhar em chips próprios e em modelos de inteligência artificial mais rápidos e eficientes.
A Anthropic foi criada em 2021 por Dario Amodei e outros executivos que haviam deixado a OpenAI. A companhia chegou ao público com o Claude em março de 2023, aproximadamente cinco meses depois do lançamento do ChatGPT.
Desde então, a empresa ganhou espaço no mercado de inteligência artificial. O material fornecido informa que a Anthropic é avaliada em cerca de US$ 965 bilhões e já supera a OpenAI em valor de mercado. No início de junho, a companhia também apresentou de maneira confidencial um pedido para realizar uma oferta pública inicial nos Estados Unidos.
Claude Mythos amplia atenção sobre segurança
Claude Mythos – Imagem: Saulo Ferreira Angelo/Shutterstock
Além da expansão comercial e de infraestrutura, a Anthropic ganhou destaque pelas capacidades atribuídas ao Claude Mythos, apresentado no início de 2026. O modelo foi descrito no material como capaz de localizar vulnerabilidades de segurança que poderiam escapar à análise humana.
Especialistas ouvidos no conteúdo destacam que o avanço dessas capacidades também aumenta os riscos associados ao uso de sistemas de inteligência artificial. Izabela Anholett avaliou que os produtos da Anthropic costumam chegar ao mercado com desempenho competitivo e demonstram cuidado em seu desenvolvimento.
A mesma especialista alertou para o potencial de dano caso o Mythos fosse utilizado por pessoas mal-intencionadas. A preocupação está relacionada à capacidade atribuída ao sistema de detectar e explorar falhas em ambientes digitais.
Por causa dos riscos associados à ferramenta, o acesso ao Mythos não foi disponibilizado ao público em geral. Conforme o material, a Anthropic estabeleceu um grupo formado por empresas e órgãos governamentais que podem utilizar o sistema, incluindo Amazon, Apple, Microsoft, Google, Nvidia, Broadcom e Mozilla.
A Mozilla também aparece como exemplo da aplicação prática do modelo. De acordo com o conteúdo fornecido, uma versão inicial do Claude Mythos Preview foi utilizada na análise do Firefox, contribuindo para a identificação de vulnerabilidades que resultaram em 271 correções na versão 150 do navegador.
Diogo Cortiz, citado no material como especialista, considera que episódios desse tipo ajudam a demonstrar a capacidade do sistema para encontrar falhas de segurança. Ao mesmo tempo, ele pondera que empresas do setor de inteligência artificial podem apresentar seus produtos de maneira mais favorável do que suas capacidades reais.
A chinesa DeepSeek lançou oficialmente nesta quinta-feira (13) o V4 Pro, seu novo modelo de IA. A empresa tenta recuperar terreno diante de concorrentes locais enquanto amplia contratações, capacidade computacional e busca por investimentos.
Batizado de V4-Pro-0813, o modelo chega com recursos aprimorados para agentes de IA e pode ser usado por API, aplicativo e web. A companhia também anunciou novos preços para as APIs do V4 Pro e V4 Flash.
A DeepSeek lançou oficialmente o V4 Pro e quer recuperar espaço diante de rivais chineses cada vez mais fortes. – Imaem: Nuthawut Somsuk/iStock
Lançamento acontece após surpresa com o V4 Flash
O lançamento ganhou atenção depois que o V4 Flash, versão mais barata da empresa, superou a prévia do V4 Pro, apresentada em abril, em alguns testes independentes.
O resultado chamou a atenção porque o Pro foi desenvolvido para ser o modelo mais avançado da DeepSeek. Para a Reuters, o desempenho também indica que a companhia pode ter acelerado seus avanços tecnológicos entre a versão preliminar e o lançamento oficial.
A empresa agora enfrenta uma concorrência mais forte dentro da própria China. Moonshot AI, Zhipu AI, MiniMax, Alibaba e ByteDance estão entre as companhias que também vêm lançando novos modelos.
DeepSeek busca transformar fama em negócio
A DeepSeek ganhou projeção mundial no início de 2025, quando o modelo R1 viralizou. O sucesso alimentou o debate sobre a possibilidade de criar sistemas avançados de IA com custos menores que os praticados por empresas norte-americanas.
Manter esse destaque, porém, exige dinheiro e infraestrutura. Segundo a Reuters, a empresa planejava uma nova rodada de financiamento com avaliação de aproximadamente US$ 74 bilhões (cerca de R$ 384 bilhões), após levantar cerca de US$ 7,4 bilhões (aproximadamente R$ 38,4 bilhões) em sua primeira rodada externa, em junho.
A captação representa uma mudança para uma empresa que havia evitado capital externo. Também evidencia o custo crescente da corrida pela IA, que envolve chips, data centers e profissionais especializados.
O V4 Pro chega em meio a uma disputa que reúne DeepSeek, Alibaba, ByteDance, MiniMax e outras empresas chinesas. – (Reprodução: DELL AI/ChatGPT)
Equipe maior e chips próprios no radar
A DeepSeek pretende pelo menos dobrar seu quadro de funcionários em diferentes áreas, incluindo as equipes de data centers e agentes de IA.
A Reuters também informou em julho que a companhia ampliou a contratação privada de engenheiros especializados em design de chips. A intenção é desenvolver seu próprio chip de inteligência artificial e reduzir a dependência de fornecedores como Nvidia e Huawei.
Entre as principais iniciativas estão:
lançamento oficial do V4 Pro;
acesso ao modelo por API, aplicativo e web;
mudança nos preços das APIs do V4 Pro e V4 Flash;
expansão das equipes ligadas a data centers e agentes de IA;
contratação de engenheiros para desenvolver chips próprios.
Com o V4 Pro, a DeepSeek tenta fazer mais do que manter a atenção conquistada com o R1. A empresa está ampliando estrutura, equipe e capacidade de investimento para enfrentar uma disputa cada vez mais acirrada no mercado chinês de inteligência artificial.
O Tribunal Superior Eleitoral (TSE) se reúne nesta quinta-feira (13) para discutir o uso de deepfakes nas campanhas eleitorais. A reunião ocorre após uma ação do PT contra um vídeo de Jair Bolsonaro produzido por inteligência artificial e exibido na convenção que confirmou Flávio Bolsonaro como candidato do PL à Presidência.
Segundo o g1, os ministros devem decidir se a proibição será geral ou se ficará limitada a conteúdos capazes de enganar eleitores ou prejudicar candidatos. Eles também devem discutir quais punições seriam aplicadas em caso de violação.
O vídeo de Bolsonaro feito com IA está no centro de uma ação do PT e pode influenciar a interpretação das regras eleitorais. – Imagem: Blossom Stock Studio / Shutterstock
Ministros discutem alcance da regra
A reunião será fechada e ocorrerá depois da sessão de julgamentos do plenário. O encontro foi marcado pelo presidente do TSE, Kassio Nunes Marques.
Ministros ouvidos pelo g1 apontam uma tendência de proibição geral dos deepfakes. Uma das justificativas é evitar uma enxurrada de ações individuais sobre o uso da tecnologia nas campanhas.
Algumas linhas devem concentrar a conversa:
proibir qualquer uso de deepfake durante a campanha;
permitir a tecnologia quando não houver tentativa de enganar o eleitor ou prejudicar um candidato;
estabelecer advertências e multas para determinadas violações;
aplicar punições mais severas em casos recorrentes.
A resolução publicada pelo TSE neste ano já proíbe conteúdo sintético gerado ou manipulado digitalmente para prejudicar ou favorecer uma candidatura. A regra abrange alterações na imagem ou na voz de pessoas vivas, falecidas ou fictícias.
Vídeo de Bolsonaro está no processo
A ação do PT envolve um vídeo exibido na convenção que confirmou Flávio Bolsonaro como candidato do PL. Nas imagens, um avatar se apresenta como uma simulação da imagem e da voz do ex-presidente e informa que foi produzido com inteligência artificial.
Para o PT, avisar que houve uso de IA não torna o conteúdo permitido. Na ação apresentada ao TSE, o partido afirma: “O deepfake de uso legítimo continua sendo deepfake”.
A defesa de Flávio Bolsonaro discorda. Os advogados sustentam que não houve tentativa de enganar o público, já que o vídeo informava que não se tratava da presença física, de uma transmissão ao vivo ou de uma gravação autêntica de Bolsonaro.
A defesa comparou ainda o recurso a máscaras e bonecos de papel usados em campanhas. Segundo os advogados, houve “apenas a criação de um boneco tecnológico”, acompanhada de avisos sobre o uso da IA.
Se o TSE adotar uma vedação total, o vídeo exibido na convenção de Flávio Bolsonaro poderá ser considerado irregular e gerar multa. – Imagem: FAMILY STOCK/Shutterstock
Decisão pode afetar eleições de 2026
Especialistas também divergem sobre a interpretação das regras eleitorais. Para uma corrente, o material já seria irregular porque a norma do TSE impede conteúdos sintéticos que substituam a imagem ou a voz de uma pessoa, mesmo com autorização. Outra avaliação é que a inteligência artificial pode ser usada nas eleições desde que o público seja informado claramente sobre sua utilização.
O caso pode ser julgado pelo TSE na próxima semana. Se a Corte adotar uma proibição total, o vídeo exibido na convenção poderá ser considerado irregular e resultar em multa.
O entendimento que sair desse debate deve estabelecer um parâmetro para o uso de conteúdos produzidos ou modificados por inteligência artificial durante a campanha eleitoral.
A Apple está negociando novos acordos com empresas de mídia para utilizar conteúdos jornalísticos na entrega de notícias e informações atualizadas por meio da Siri, sua assistente de voz equipada com inteligência artificial (IA). A iniciativa faz parte dos esforços da companhia para melhorar a ferramenta, que há anos é criticada por oferecer recursos limitados.
Segundo pessoas familiarizadas com as negociações que falaram com o The Wall Street Journal, a fabricante do iPhone procurou publishers nos últimos meses. Os acordos propostos teriam duração de vários anos e dariam à Apple acesso aos conteúdos necessários para alimentar a Siri com IA, cuja nova versão é esperada para chegar ainda neste ano.
A Apple teria proposto um modelo de remuneração variável, no qual publishers parceiros receberiam pagamentos quando seus conteúdos fossem utilizados. Segundo as fontes, a companhia chegou a discutir um orçamento que poderia alcançar nove dígitos em dólares para esses pagamentos.
A Apple não comentou as negociações.
Modelo de pagamento seria diferente do padrão
O modelo discutido pela Apple se diferencia das formas mais comuns de licenciamento adotadas atualmente por grandes empresas de IA;
Os acordos tradicionais entre companhias de IA e organizações jornalísticas individuais costumam envolver pagamentos garantidos e dar acesso amplo aos conteúdos;
No modelo em discussão pela Apple, os pagamentos seriam vinculados ao uso efetivo dos materiais;
As conversas com publishers ocorrem enquanto a Apple trabalha para ampliar as capacidades da Siri;
A assistente de voz, presente há anos nos dispositivos da companhia, vem sendo criticada justamente pela falta de utilidade em tarefas mais complexas;
Recentemente, a Apple anunciou uma grande atualização da Siri que deverá integrar IA de maneira mais profunda à experiência dos usuários da empresa.
Modelo discutido pela Apple se diferencia das formas mais comuns de licenciamento adotadas atualmente por grandes empresas de IA – Imagem: tang90246/iStock
A companhia já possui experiência em acordos envolvendo conteúdo jornalístico. Segundo pessoas familiarizadas com os contratos, a Apple pagou publishers anteriormente pelo acesso a materiais que também incluíam direitos de utilização para treinamento de IA.
A empresa também mantém uma relação de longa data com organizações de mídia por meio do Apple News+, serviço pago de notícias lançado em 2019. Alguns publishers deixaram a plataforma desde então, mas os acordos geraram receitas significativas para um grupo de empresas de notícias e revistas.
Apple já teve problemas com notícias geradas por IA
A preocupação com o uso de IA para produzir e distribuir notícias não é nova para a Apple. No fim de 2024, a companhia iniciou um experimento no qual oferecia aos usuários resumos de notícias gerados por IA. A ferramenta chegou a publicar manchetes incorretas, provocando preocupação entre publishers. Diante dos problemas, a Apple desativou rapidamente o recurso.
Agora, ao negociar novos acordos com empresas de mídia, a companhia busca garantir acesso a conteúdo atual que possa ser utilizado pela futura Siri com IA para fornecer notícias e informações aos usuários.
O Google promoveu uma ampla reorganização de sua estrutura de inteligência artificial recentemente, transferindo parte das equipes do Google DeepMind para a estrutura corporativa e concentrando decisões estratégicas nas mãos de Koray Kavukcuoglu. As informações são exclusivas da Reuters, publicadas nesta quarta-feira (12).
A mudança ocorre em meio à pressão para recuperar terreno diante de concorrentes como Anthropic e OpenAI. O movimento também reduz a autonomia histórica do laboratório criado pelo Google após sua aquisição em 2014, aproximando o desenvolvimento do Gemini das prioridades comerciais da companhia.
Nos bastidores, Sergey Brin voltou a exercer influência sobre os esforços de treinamento dos modelos e passou a defender maior velocidade para alcançar a fronteira tecnológica. Ao mesmo tempo, o Google enfrenta atrasos no lançamento de sua próxima versão principal do Gemini e limitações de capacidade computacional.
Reorganização concentra decisões sobre o Gemini
(Imagem: Poetra.RH / Shutterstock.com)
A transformação ganhou forma pública em 5 de agosto, quando o Google anunciou mudanças no comando do Google DeepMind. Demis Hassabis deixou a liderança executiva do laboratório e assumiu a presidência, enquanto seu então substituto, Koray Kavukcuoglu, passou a ocupar o posto central na condução da unidade.
A nova configuração formalizou uma transferência de poder que já vinha ocorrendo. Kavukcuoglu acumulava, desde 2025, a função de principal arquiteto de inteligência artificial do Google, cargo criado para ampliar a presença do Gemini nos produtos da empresa. Pessoas familiarizadas com a operação disseram à Reuters que, desde então, sua influência sobre os rumos do modelo aumentou.
A posição de Kavukcuoglu também o colocou mais próximo das áreas responsáveis pela geração de receita com inteligência artificial. Antes mesmo de deixar Londres e se mudar para Mountain View, ele era apontado como o principal elo entre o DeepMind e o Google Cloud, divisão considerada central para os negócios de IA da companhia.
O novo arranjo ainda atingiu outros nomes de peso. Jeff Dean e Oriol Vinyals, que estavam entre os responsáveis técnicos originais pelo Gemini, deixaram a empresa para participar de uma nova startup. A saída dos executivos levantou dúvidas sobre o futuro de equipes que tinham maior liberdade para desenvolver pesquisas além do treinamento direto do modelo.
Durante uma reunião geral realizada em 6 de agosto, funcionários também foram informados de que algumas equipes não técnicas seriam retiradas da estrutura do DeepMind e passariam a responder diretamente à organização corporativa do Google. A medida reforçou entre integrantes do laboratório a percepção de que sua independência estava sendo reduzida.
A administração tentou conter essas preocupações ao afirmar que as atividades cotidianas do laboratório permaneceriam essencialmente iguais. Hassabis continuaria dedicado a questões de longo prazo relacionadas à ciência e aos impactos sociais da inteligência artificial, enquanto Kavukcuoglu manteria o controle sobre o Gemini.
A mudança, contudo, acontece em um contexto de pressão crescente por desempenho. Segundo pessoas ouvidas pela Reuters, testes internos levaram o Google a adiar em dois meses a nova versão principal do Gemini, após resultados abaixo dos obtidos por concorrentes em áreas como programação.
O histórico recente contribuiu para essa pressão. O Gemini havia alcançado brevemente a liderança entre os modelos concorrentes após uma atualização lançada em novembro de 2025, mas perdeu novamente espaço diante dos avanços de empresas rivais.
Fontes familiarizadas com o desenvolvimento atribuíram parte dessa dificuldade a problemas estruturais. A disponibilidade limitada de capacidade computacional e divergências entre diferentes líderes dos projetos teriam dificultado a concentração de recursos em áreas importantes, incluindo programação. A burocracia interna também teria contribuído para um ritmo de lançamentos inferior ao de concorrentes considerados mais ágeis.
Google – Imagem: Below the Sky/Shutterstock
Nesse cenário, Brin voltou a atuar informalmente junto às equipes responsáveis pelo treinamento dos modelos. De acordo com uma pessoa familiarizada com sua participação, o cofundador passou meses cobrando dos funcionários uma aproximação mais rápida com os sistemas considerados de fronteira.
A influência de Brin também teria alcançado a distribuição de recursos. Entre os temas que receberam sua atenção estava a chamada autoaperfeiçoamento recursivo, conceito associado à possibilidade de sistemas de inteligência artificial aprimorarem suas próprias capacidades sem intervenção humana.
Embora já não exerça cargo executivo, Brin conserva influência decorrente de sua posição como cofundador. A Reuters relatou que ele também havia adotado uma postura de mobilização interna após o lançamento do ChatGPT, em 2022, quando o avanço da tecnologia da OpenAI provocou forte reação dentro do Google.
Hassabis, por sua vez, havia reduzido sua participação direta na gestão do Gemini depois de ajudar a colocar o modelo em funcionamento em 2023. Segundo fontes citadas pela Reuters, responsabilidades relacionadas ao desenvolvimento foram gradualmente transferidas para seus subordinados.
A concentração de autoridade em Kavukcuoglu também pode afetar a relação entre o DeepMind e o Google Cloud. Um dos relatos obtidos pela Reuters aponta que executivos da divisão de computação em nuvem esperam que a mudança reduza conflitos envolvendo a distribuição dos chips de inteligência artificial disponíveis para a empresa, conhecidos como TPUs.
O novo desenho coloca, portanto, a estratégia de modelos, a integração do Gemini aos produtos e as demandas comerciais em uma estrutura mais próxima da sede do Google. Um porta-voz da companhia confirmou à Reuters que Kavukcuoglu terá a palavra final sobre decisões importantes envolvendo o DeepMind.
O ChatGPT e o Gemini chegaram à marca de 1 bilhão de usuários, colocando OpenAI e Google em uma disputa cada vez mais apertada pelo mercado de inteligência artificial.
O ChatGPT ainda parece ter a maior audiência, mas o Gemini vem crescendo em ritmo mais rápido. Com o bilhão alcançado pelos dois serviços, o próximo desafio é transformar essa multidão em uso frequente — e receita.
A corrida dos chatbots mudou de fase. Chegar ao bilhão era o desafio; agora, o problema é fazer essa audiência valer. – Imagem: Summit Art Creations/Shutterstock
Gemini chega ao bilhão
O Google anunciou que o Gemini atingiu 1 bilhão de usuários mensais. Sundar Pichai, CEO da companhia, afirmou no X que o serviço é o produto que mais cresce na história do Google.
Esse é o 14º produto do Google a alcançar a marca. A empresa, porém, não foi a primeira plataforma de IA a chegar lá.
O ChatGPT já havia atingido 1 bilhão de usuários. A OpenAI revelou o número em 6 de agosto, em uma publicação sobre como as pessoas usam inteligência artificial. A porta-voz Lindsay McCallum afirmou que a marca mensal havia sido alcançada algum tempo antes.
Números não contam a mesma história
Comparar diretamente os dois serviços não é simples. Google e OpenAI divulgam métricas diferentes.
Em fevereiro, a OpenAI dizia ter 900 milhões de usuários ativos por semana no ChatGPT. Cinco meses depois, chegou ao bilhão mensal. McCallum não informou quantos usuários mensais a plataforma possui hoje.
O avanço do Gemini foi mais acelerado:
750 milhões de usuários mensais em fevereiro;
950 milhões no fim de julho;
1 bilhão de usuários mensais em agosto;
mais de 100 milhões de usuários ativos no iOS.
O último número foi divulgado por Josh Woodward, responsável pelo Gemini. A plataforma também está presente nos aparelhos Android, o que representa uma vantagem importante para o Google.
O Google tem uma carta na manga
Os números divulgados pelo Google parecem se referir ao aplicativo Gemini. As diferentes integrações da ferramenta nos produtos da companhia não entram nessa conta.
O Gemini instalado em smartphones Android aparentemente faz parte da métrica. Como o Google controla o sistema operacional, essa distribuição oferece ao serviço uma porta de entrada que a OpenAI não possui.
A situação ajuda a entender o interesse da OpenAI em desenvolver hardware próprio.
O ChatGPT continua como o chatbot mais conhecido, mas sua antiga vantagem sobre os concorrentes parece ter diminuído. – Imagem: jackpress / Shutterstock
A liderança está em disputa
A diferença entre as empresas diminuiu ao longo deste ano. O Claude Code ganhou espaço e pressionou a OpenAI a avançar com o Codex. O Google, enquanto isso, ampliou a presença do Gemini em seus produtos.
Os modelos também vêm se alternando na liderança, enquanto soluções chinesas entram com mais força na disputa.
O ChatGPT continua sendo o chatbot de IA mais conhecido e aparentemente o mais popular. Sua vantagem, contudo, já não parece tão grande. A corrida pelo primeiro bilhão acabou. Agora começa outra: descobrir como fazer essa enorme quantidade de usuários continuar usando as ferramentas — e pagar por elas.
A Anthropic está oferecendo salários que chegam a US$ 455 mil por ano para profissionais que vão ajudar a testar os limites de segurança de seus sistemas de inteligência artificial (IA). A empresa mantém uma equipe dedicada à segurança e ao combate a abusos, com vagas relacionadas a riscos biológicos, químicos e explosivos, cibernéticos, fraude e golpes, além de riscos radiológicos e nucleares.
Entre as posições estão profissionais responsáveis por testar os sistemas, investigar ameaças e analisar riscos em áreas como química, biologia, cibersegurança e armas nucleares e explosivos.
Apesar do aspecto incomum das vagas, o objetivo não é simplesmente pedir ao Claude que produza uma resposta proibida e verificar se ele obedece. A Anthropic coloca seus modelos à prova de diferentes maneiras para descobrir se alguém poderia contornar suas barreiras de segurança e usar a IA para causar danos. O trabalho serve para identificar essas falhas antes que elas sejam exploradas.
Por que a Anthropic quer “quebrar” o Claude?
A Anthropic mantém uma equipe chamada Frontier Red Team, voltada a testar sistemas de IA para entender suas capacidades e identificar riscos que podem surgir à medida que os modelos avançam. O nome vem de red teaming, prática de segurança em que uma equipe assume o papel de um possível atacante para tentar encontrar falhas em um sistema. No caso da IA, isso significa procurar maneiras de contornar as barreiras de segurança e descobrir se o modelo pode ser usado para causar danos.
Entre os focos estão ameaças químicas, biológicas, radiológicas e nucleares, cibersegurança e riscos relacionados à autonomia dos sistemas.
Nesse trabalho, a empresa combina testes feitos por pesquisadores, especialistas de diferentes áreas e sistemas automatizados. A Anthropic afirma que especialistas externos podem ajudar tanto a testar os modelos quanto a desenvolver novas formas de avaliação. Dependendo do risco analisado, os profissionais podem trabalhar com versões do Claude disponíveis ao público ou com modelos não comerciais submetidos a diferentes mecanismos de segurança.
Gabriel Cunha, especialista em IA da Oracle, explicou ao Olhar Digital que “a função é fazer com que a capacidade institucional de identificar riscos e estabelecer controles acompanhe o avanço das capacidades dos modelos”.
Especialistas atacam o sistema e verificam se o modelo oferece uma vantagem real em relação ao que uma pessoa já conseguiria fazer sem ele.
Gabriel Cunha, especialista em IA da Oracle
A própria Anthropic descreve um processo que começa com testes feitos por especialistas e pode depois ser ampliado com sistemas automatizados. Primeiro, os profissionais definem o tipo de ameaça que querem investigar e procuram formas de fazer o sistema apresentar comportamentos de risco. Conforme entendem melhor o problema, os testes podem ser repetidos em centenas ou milhares de situações diferentes.
A empresa também usa modelos de IA para ajudar nessa tarefa. Um sistema pode criar tentativas de ataque para testar outro modelo e, a partir dos resultados, ajudar a desenvolver novas formas de proteção. O processo é repetido para verificar se as barreiras continuam funcionando mesmo depois que novas formas de ataque são descobertas.
Claude, chatbot da Anthropic – Imagem: Mijansk786/Shutterstock
Não basta fazer a IA responder algo proibido
Uma das razões para a Anthropic trabalhar com especialistas de áreas tão diferentes é que uma resposta inadequada não significa, por si só, que o modelo tenha uma capacidade capaz de produzir dano no mundo real. O especialista precisa avaliar se aquilo que o sistema produziu está correto e pode ser aplicado na prática.
“Conseguir que uma IA responda algo proibido não demonstra, por si só, um risco real”, afirma Rodrigo Gava, CTO da Vultus e especialista em cibersegurança. “O ponto é avaliar se a resposta está tecnicamente correta, se é operacionalmente viável e se reduz de maneira relevante o conhecimento, o tempo ou o custo necessário para causar dano.”
Em cibersegurança, ele dá um exemplo: “Um código pode parecer sofisticado e não funcionar, enquanto uma sequência de informações aparentemente inofensivas pode completar uma cadeia real de exploração.”
A própria Anthropic segue essa lógica em seus testes de segurança. Os especialistas primeiro definem qual ameaça querem investigar, que tipo de informação poderia ser usada para causar dano e o que seria necessário para que o modelo realmente ajudasse alguém a realizar essa ação. Em uma avaliação de riscos biológicos, por exemplo, mais de 150 horas foram dedicadas a testes com especialistas em biossegurança.
O mesmo aconteceu na avaliação de riscos nucleares. Em parceria com a National Nuclear Security Administration (NNSA), dos Estados Unidos, especialistas da agência passaram um ano testando modelos Claude em um ambiente seguro. O trabalho ajudou a Anthropic a criar uma ferramenta capaz de identificar conversas potencialmente relacionadas ao desenvolvimento de armas nucleares.
Em testes preliminares, a ferramenta identificou 94,8% das consultas relacionadas a armas nucleares e não apresentou falsos positivos no conjunto avaliado. A precisão geral foi de 96,2%. Segundo a Anthropic, o sistema foi posteriormente usado em parte do tráfego do Claude para ajudar a identificar possíveis usos indevidos.
Como os especialistas tentam encontrar as falhas
Segundo Gava, “o processo normalmente começa com um modelo de ameaça: quem é o potencial atacante, qual é seu objetivo, quais recursos possui e o que seria considerado sucesso”. A partir daí, são criados cenários para tentar provocar comportamentos que indiquem uma vulnerabilidade.
Os testes não se limitam necessariamente a um pedido direto ao modelo. Os profissionais podem testar conversas em várias etapas, reformulações de um mesmo pedido, mudanças de idioma e contexto, uso de ferramentas, agentes autônomos e combinações de técnicas. A intenção é encontrar situações em que uma proteção isolada pareça funcionar, mas possa ser contornada quando diferentes recursos são combinados.
Depois que os especialistas identificam um problema, a Anthropic pode transformar aquela situação em um teste que será repetido em centenas ou milhares de variações. Dessa forma, a empresa consegue verificar se a falha aparece novamente e se as mudanças feitas no modelo realmente resolveram o problema.
A empresa também usa inteligência artificial para ajudar nessa tarefa. Um modelo pode criar tentativas de ataque para testar outro sistema, e os resultados podem ser usados para desenvolver novas formas de proteção. O processo então é repetido para verificar se as barreiras continuam funcionando.
Os modelos também são testados contra ataques complexos
A necessidade de testar os modelos também cresce à medida que eles se tornam capazes de encontrar formas de explorar sistemas. Em maio de 2026, a Anthropic afirmou que o Claude Mythos Preview conseguia encontrar vulnerabilidades, transformá-las em formas de exploração e combinar diferentes etapas para realizar ataques completos.
Em outro estudo, a Anthropic avaliou o Claude Opus 4 e o Claude Sonnet 4 em desafios de cibersegurança que iam de exercícios individuais a simulações de redes complexas. Segundo a empresa, os modelos apresentaram avanços tanto na identificação de vulnerabilidades quanto na execução de ataques com várias etapas, embora ainda tivessem dificuldades para manter planos longos diante de obstáculos inesperados.
O avanço também aparece na busca por falhas ainda desconhecidas, conhecidas como zero-days. Em fevereiro, a Anthropic afirmou que o Claude Opus 4.6 havia melhorado significativamente a capacidade de encontrar vulnerabilidades graves em escala em comparação com modelos anteriores. A empresa defendeu que esse tipo de capacidade pode ser usado para reforçar a defesa de sistemas.
Para Gabriel Cunha, situações como essas ajudam a explicar por que as empresas precisam testar não apenas respostas individuais, mas também a capacidade dos modelos de combinar diferentes recursos para atingir um objetivo. Quanto mais tarefas um sistema consegue executar sozinho, maior é a necessidade de avaliar o que pode acontecer quando essas capacidades são utilizadas em conjunto.
A própria Anthropic mantém a equipe Frontier Red Team para acompanhar esse avanço. Em 2026, o grupo publicou avaliações sobre exploração de vulnerabilidades, ataques cibernéticos e ameaças relacionadas ao uso de IA por agentes mal-intencionados. A empresa afirma que o objetivo é entender as capacidades atuais dos modelos e antecipar o que pode surgir à medida que elas evoluem.
Nenhum teste consegue garantir que a IA é segura
Apesar de todo esse esforço, os testes não conseguem garantir que uma IA seja completamente segura. Há uma quantidade praticamente ilimitada de combinações possíveis entre comandos, contexto, ferramentas e comportamentos de um modelo. Além disso, novas versões ou recursos podem criar vulnerabilidades que não existiam durante avaliações anteriores.
A principal limitação é que nenhum red team consegue cobrir à exaustão todos os cenários que definem com certeza que a IA é segura. Os modelos são probabilísticos, o espaço de interação é praticamente infinito e os atacantes adaptam suas técnicas.
Rodrigo Gava, CTO da Vultus
A própria Anthropic reconhece essas limitações. Em uma análise sobre segurança de IA, a empresa afirma que os testes para riscos de segurança nacional ainda são mais “arte do que ciência”, já que não existe uma forma totalmente padronizada de provocar comportamentos preocupantes nos modelos.
Testes de segurança não conseguem garantir que uma inteligência artificial esteja livre de vulnerabilidades – Imagem: The KonG / Shutterstock
Há ainda um equilíbrio entre dois tipos de erro. Um falso negativo ocorre quando uma tentativa de abuso não é identificada e consegue passar pelos mecanismos de proteção. Já um falso positivo pode fazer com que uma atividade legítima seja bloqueada porque o sistema a classificou como potencialmente perigosa.
Por isso, a Anthropic combina diferentes mecanismos de proteção. Entre eles estão os testes de segurança, programas que recompensam quem encontra falhas, monitoramento e sistemas automatizados para identificar tentativas de contornar as barreiras dos modelos.
No Frontier Safety Roadmap, a empresa estabeleceu como meta desenvolver, até janeiro de 2027, um sistema capaz de encontrar novas formas de contornar as proteções contra armas químicas e biológicas em escala. A Anthropic também pretende criar ferramentas capazes de investigar automaticamente ataques cibernéticos sofisticados envolvendo Claude.
É por isso que a Anthropic procura especialistas tão específicos
As vagas abertas pela Anthropic mostram como essa estrutura funciona na prática. A empresa procura profissionais para diferentes funções, incluindo especialistas em segurança biológica, riscos químicos e explosivos, cibersegurança, fraude e golpes, além de riscos radiológicos e nucleares.
As funções são diferentes. Uma delas é a de Red Team Engineer, profissional responsável por tentar encontrar falhas nos sistemas antes que elas sejam exploradas. A vaga exige experiência em segurança de IA e testes de segurança, além de conhecimentos sobre formas de contornar as barreiras dos modelos. A faixa salarial anunciada fica entre US$ 320 mil e US$ 405 mil por ano.
Outra posição é a de gerente de inteligência de ameaças relacionadas a riscos químicos, biológicos, radiológicos, nucleares e explosivos. O profissional será responsável por liderar uma equipe dedicada a detectar e investigar tentativas de usar os sistemas da Anthropic para esses fins. O salário para a posição chega a US$ 455 mil anuais.
Há ainda funções que exigem experiência diretamente relacionada à área de risco. Uma das vagas voltadas à segurança biológica, por exemplo, pede pelo menos oito anos de experiência prática em ciências da vida, além de conhecimentos em áreas como biologia molecular, descoberta de medicamentos ou biologia computacional.
A divisão mostra que a estratégia não se resume a fazer o Claude recusar determinados pedidos. A Anthropic procura profissionais para encontrar vulnerabilidades, avaliar riscos, investigar possíveis abusos e transformar essas descobertas em novas formas de proteção.
A Anthropic quer automatizar parte desse trabalho
A Anthropic considera que o crescimento das capacidades dos modelos também exige ampliar a escala dos testes. No Frontier Safety Roadmap, a empresa afirma que já testa continuamente suas proteções e usa programas que recompensam pessoas capazes de encontrar formas de contorná-las. A companhia diz que, no futuro, pode precisar enfrentar tentativas de abuso mais sofisticadas.
Uma das metas para janeiro de 2027 é desenvolver um sistema capaz de encontrar novas formas de contornar as proteções contra armas químicas e biológicas em uma escala maior do que a alcançada atualmente pelos participantes do programa de recompensas. A empresa afirma que esse trabalho deverá envolver automação.
A Anthropic também pretende desenvolver, até o mesmo período, um sistema capaz de investigar automaticamente a maioria dos ataques cibernéticos sofisticados que utilizem Claude, com pouca ou nenhuma intervenção humana. A ideia é identificar padrões que indiquem tentativas coordenadas de abuso, em vez de apenas bloquear respostas individuais.
Assim, especialistas de domínio trabalham em conjunto com pesquisadores e engenheiros para determinar quais capacidades representam riscos relevantes, quais guardrails são necessários e em que condições um modelo pode ser disponibilizado com segurança.
Gabriel Cunha, especialista de IA da Oracle
Os guardrails são as barreiras de segurança criadas para limitar comportamentos de risco dos modelos, como tentativas de usar a IA para atividades ilegais ou perigosas.
O desafio, porém, permanece aberto. À medida que os modelos ganham novas capacidades e passam a combinar ferramentas e informações de maneiras que não estavam previstas nas avaliações anteriores, os próprios mecanismos de teste precisam evoluir. Para Rodrigo Gava, a função do red team não é declarar que uma IA é definitivamente segura, mas reduzir a possibilidade de que uma vulnerabilidade passe despercebida até ser explorada fora do ambiente de avaliação.
A SpaceXAI, empresa de inteligência artificial de Elon Musk, está lançando o Grok Bot, ferramenta criada para executar tarefas profissionais com vários agentes de IA. Segundo a Bloomberg, o sistema acessa aplicativos e sites, guarda informações de trabalhos anteriores e compartilha contexto entre os bots.
A novidade reforça a tentativa da companhia de acompanhar Anthropic e OpenAI em um mercado que aposta cada vez mais em agentes capazes de realizar tarefas de forma autônoma.
O Grok 4.5, criado pela Cursor, chega em meio à disputa entre SpaceXAI, OpenAI e Anthropic pelo avanço dos chamados agentes de IA. – Imagem: RixAiArt/Shutterstock
Grok Bot coloca agentes para trabalhar juntos
O Grok Bot não foi pensado apenas para responder perguntas. A proposta é receber tarefas ao longo do dia e distribuí-las entre agentes de inteligência artificial, que podem trocar informações e manter o contexto necessário para concluir cada atividade.
A ferramenta também consegue entrar em diferentes aplicativos e sites. Ao preservar dados de trabalhos anteriores, evita que determinadas tarefas tenham de começar novamente do zero.
A SpaceXAI já utiliza o produto internamente nas equipes de engenharia, crescimento e marketing. Entre os usos estão:
busca por novas contas para a equipe de vendas;
elaboração de e-mails durante a noite;
coleta de recibos recebidos por e-mail;
compartilhamento de informações entre diferentes agentes.
A proposta é simplificar a distribuição de tarefas para um conjunto de agentes que trabalham de forma coordenada.
Empresa tenta avançar na corrida da IA
O lançamento ocorre enquanto a SpaceXAI busca acompanhar empresas como Anthropic e OpenAI no mercado de agentes de IA. Em maio, a companhia apresentou seu primeiro agente voltado à programação para competir com as soluções da Anthropic.
Depois, a empresa lançou o Grok 4.5, construído com a Cursor. A startup de programação ganhou destaque na chamada era do “vibe coding”, impulsionada pela procura por ferramentas capazes de escrever e corrigir códigos.
Em junho, a SpaceX fechou um acordo de US$ 60 bilhões (cerca de R$ 310,2 bilhões) para adquirir a Cursor.
Com o Grok Bot, a SpaceXAI tenta levar agentes de IA para atividades práticas de empresas, além de simples conversas. – Imagem: JRdes/Shutterstock
Musk amplia aposta em inteligência artificial
A SpaceXAI também tenta levar seus produtos Grok para bancos, empresas de investimento e outros negócios. A iniciativa busca aumentar a receita da área de IA e apoiar a ambição de Musk de transformar a SpaceX em uma empresa de inteligência artificial.
Na última semana, durante uma chamada de resultados da SpaceX, Musk afirmou que a empresa estava avançando em inteligência artificial. Ele também disse que o próximo modelo, o Grok 4.6, poderia ser lançado ainda nesta semana.
O Grok Bot chega como mais uma tentativa da SpaceXAI de colocar agentes de IA em tarefas práticas do cotidiano empresarial.
Um modelo de IA ainda não lançado da Anthropic conseguiu avançar em um dos grandes problemas não resolvidos da matemática: a Hipótese de Riemann. A IA aumentou significativamente o limite inferior de soluções para as quais a hipótese é válida, mas ainda não encontrou uma prova definitiva.
O resultado chama atenção pelo método usado. Um funcionário da Anthropic sem formação matemática significativa pediu que o modelo tentasse provar a hipótese e, depois, deixou a IA coordenar o trabalho por cerca de um dia e meio.
A IA da Anthropic não resolveu a Hipótese de Riemann, mas ampliou o limite de soluções para as quais a hipótese permanece válida. – Imagem: PhotoGranary02/Shutterstock
Um desafio que dura mais de 150 anos
A Hipótese de Riemann é um dos grandes mistérios da matemática e está relacionada à distribuição dos números primos. Uma prova geral da hipótese vale atualmente US$ 1 milhão, cerca de R$ 5,16 milhões.
Assim como outros modelos de inteligência artificial, o sistema da Anthropic ainda não conseguiu solucionar definitivamente o problema. Mesmo assim, o avanço mostra que essas ferramentas podem explorar problemas matemáticos complexos de maneira bem mais profunda do que simplesmente fornecer respostas baseadas em conhecimentos existentes.
Tudo começou com um pedido direto. O funcionário solicitou que a IA desse uma “tentativa de verdade” de provar a hipótese. A partir daí, o modelo passou a coordenar a tarefa durante aproximadamente 36 horas.
650 ideias testadas pela inteligência artificial
O trabalho envolveu uma quantidade impressionante de tentativas e verificações:
650 ideias diferentes foram testadas;
60 subagentes participaram da tarefa;
31 milhões de tokens de saída foram utilizados;
dois subagentes desenvolveram as principais ideias matemáticas;
outros 13 contribuíram com sugestões para esses agentes.
A divisão das funções também foi curiosa. Trinta subagentes tentaram desenvolver novas ideias, mas não conseguiram chegar a abordagens inéditas. Outros 13 ficaram encarregados de validar os argumentos. Os dois últimos ajudaram a preparar a versão inicial do artigo.
“Dos 60 subagentes, dois foram responsáveis pelo desenvolvimento das principais ideias matemáticas”, explica uma nota de rodapé do trabalho.
O resultado foi confirmado por dois matemáticos da Anthropic e formalizado com o Lean, assistente de provas de código aberto.
A Hipótese de Riemann tem mais de 150 anos e continua sem uma prova geral. A IA, porém, conseguiu avançar na investigação. – Imagem criada por inteligência artificial. Gemini/Olhar Digital
A matemática ainda está dividida
O episódio faz parte de uma sequência de avanços envolvendo grandes modelos de linguagem. Neste ano, diferentes sistemas de IA já ajudaram a resolver problemas de Erdős. A Anthropic também apresentou um trabalho que contestou a antiga conjectura de Jacobian, enquanto a OpenAI divulgou dez resultados comprovados por seu modelo interno, chamado Astra.
A evolução, porém, divide opiniões. Em junho, matemáticos levantaram preocupações sobre o impacto da IA em princípios tradicionais da área, especialmente a ideia de que provas devem ser atribuídas a autores que assumam responsabilidade por suas descobertas e correção.
O medalhista Fields Timothy Gowers apresentou uma visão diferente. Para ele, a presença crescente da IA pode transformar a matemática de uma maneira mais complexa — e talvez positiva.
“Se chegarmos a um mundo em que os teoremas matemáticos não estejam mais associados aos matemáticos, talvez isso não seja mais problemático do que o fato de as estrelas não receberem nomes de astrônomos e de a maioria nem sequer ter nome”, escreveu Gowers em seu blog.
O caso da Anthropic mostra que a IA ainda não resolveu a Hipótese de Riemann, mas já consegue explorar caminhos que seriam difíceis de testar manualmente em escala semelhante.
A Manus, startup de inteligência artificial, voltará a operar de forma independente após autoridades chinesas determinarem que a Meta desfaça a aquisição da empresa. O negócio, anunciado em dezembro de 2025, envolvia mais de US$ 2 bilhões (cerca de R$ 10,3 bilhões).
A separação terá impacto também sobre usuários. Alguns precisarão fazer backup de dados gerados a partir de 29 de dezembro de 2025, que poderão ser apagados ainda neste mês.
A decisão chinesa mostra como regras sobre tecnologia podem mudar grandes negócios de IA. Imagem: Photo For Everything/Shutterstock
Manus retoma operação independente
Fundada na China em 2022, a Manus transferiu posteriormente suas operações para Singapura. A startup desenvolve agentes de IA de uso geral.
A Meta anunciou a aquisição em dezembro, mas o acordo passou a ser analisado por autoridades chinesas e americanas. Em abril, a Comissão Nacional de Desenvolvimento e Reforma da China determinou que a transação fosse desfeita.
A decisão iniciou o processo de separação entre as empresas. No mesmo período, Pequim ampliou o controle sobre exportações de tecnologia e negócios internacionais, enquanto China e Estados Unidos disputam espaço em áreas como talentos, hardware e dados de IA.
A Manus informou que “em breve voltará a operar como uma empresa independente”.
Alguns dados serão apagados
A mudança afetará parte dos dados armazenados pelos usuários. A Manus informou que determinadas informações geradas a partir de 29 de dezembro de 2025 serão excluídas ainda neste mês.
Segundo a empresa, a medida é necessária para cumprir exigências regulatórias em algumas regiões e faz parte da separação da Meta.
Usuários afetados serão avisados pelo aplicativo Manus;
também receberão uma comunicação por e-mail;
será possível fazer backup dos dados antes da exclusão;
os dados afetados são os gerados a partir de 29 de dezembro de 2025.
Enquanto a Meta perde a Manus, a disputa por negócios de IA entre China e EUA continua. – Imagem: Summit Art Creations/Shutterstock
Meta perde uma aposta em IA
A aquisição fazia parte da estratégia da Meta para ampliar seus negócios de inteligência artificial. A empresa planejava incorporar a tecnologia da Manus a produtos destinados a consumidores e empresas.
O acordo ocorreu enquanto a Meta trabalhava para criar um negócio de assinaturas ligado à IA e competir com o Google e os laboratórios Anthropic e OpenAI.
Na semana anterior ao anúncio da separação, a Meta lançou seu primeiro agente de programação, em mais uma iniciativa para gerar receita com inteligência artificial.
Tencent aparece como possível interessada
A separação também ocorre em meio ao interesse de outras empresas pela Manus. Segundo a Reuters, a Tencent negociava em julho para se tornar a maior acionista da startup.
Com o rompimento do acordo, a Manus volta ao caminho independente enquanto o mercado de IA continua marcado pela disputa entre empresas chinesas e americanas. A startup ainda precisará lidar com as exigências regulatórias que determinaram o fim da aquisição pela Meta.
