1. Chips próprios não exigem modelos próprios — Microsoft

A Microsoft anunciou o Maia 300 para inferência e prevê começar a implantá-lo em produção em 2027. É o Maia 200 que já executa cargas da empresa. O plano de ampliar a família Maia a vários gigawatts a partir de 2027 convive com a escolha entre modelos de diferentes origens. As comparações de eficiência do novo chip são alegações da fabricante, ainda não resultados observados em produção.

2. MiniMax seleciona onde gastar atenção — apresentação

Olive Song descreve o MiniMax M3 como treinado com texto e visão desde o início. Sua arquitetura usa um ramo leve para selecionar informações e aplicar atenção esparsa; a janela anunciada chega a um milhão de tokens. Segundo a apresentação, a preparação do contexto é até 9 vezes mais rápida e a geração até 15 vezes mais rápida que com atenção total. A referência é a arquitetura de atenção, não outro produto em produção, e os números são da equipe do modelo.

3. Descompilar com agentes exigiu um teste objetivo — relato do projeto

Maurice Heumann e colaboradores relatam que, após semanas de trabalho, o jogo já abria e carregava mapas, mas muitas funções reconstruídas estavam semanticamente erradas. Comentários deixados pelos agentes chegavam a convencer o revisor de que desvios eram aceitáveis. A equipe passou a recompilar cada função com o compilador original e comparar os bytes e as referências dos arquivos gerados antes da integração.

O autor estima entre 600 e 700 bilhões de tokens em três meses; ele perdeu parte dos registros, portanto não há contagem exata. O código permanece privado. A lição do caso está no critério de aceitação: aparência de progresso não demonstra equivalência de comportamento.

4. Agentes precisam de ambiente e critério de conclusão — Simular · Druid AI

A Simular apresenta infraestrutura para agentes que operam computadores. A Druid AI questiona o uso de taxas de automação e contenção como medidas suficientes de desempenho. Nenhuma das apresentações, isoladamente, prova que uma implantação seja eficaz: é preciso verificar se as tarefas terminam corretamente e com que qualidade. O experimento de descompilação mostra por que essa distinção importa.

5. Contexto e consultas com limites explícitos — 0sql · Pensieve

O 0sql recebe uma especificação de medidas, dimensões e filtros e, a partir de um modelo semântico, devolve uma consulta SQL ou uma recusa. Segundo o projeto, o serviço não se conecta ao banco nem recebe seus dados. O Pensieve indexa arquivos, repositórios e sessões no dispositivo e recupera trechos localizados para agentes. Em testes publicados pelo próprio autor, essa busca reduziu chamadas e custo por consulta; não é uma garantia para toda base de código. Um projeto restringe a forma da consulta, enquanto o outro reduz o material levado à conversa.

6. O caminho dos dados altera custo e controle — PostgreSQL · Cloudflare

Uma comparação apresentada na POSETTE mostra como o armazenamento pode limitar uma carga de PostgreSQL: o relato compara EBS gp3 e NVMe local em um conjunto de 3,3 bilhões de linhas. Não é um diagnóstico universal do banco. A Cloudflare permite filtrar, reestruturar e ocultar campos dos registros antes de exportá-los pelo Logpush em trabalhos compatíveis com NDJSON. Fazer esse tratamento perto da origem pode reduzir dados enviados e armazenados, dependendo da carga.

Síntese: Os casos apontam para decisões verificáveis sobre onde gastar capacidade computacional, quais dados deixar sair e como avaliar o trabalho de agentes. Escala, por si só, não responde a essas perguntas.