Mark Zuckerberg publicou um ensaio pedindo a democratização da superinteligência. Na mesma semana, três palestras do AI Engineer World’s Fair mostraram que a indústria ainda não sabe avaliar os agentes que coloca em produção. Os assuntos parecem desconectados, mas convergem numa pergunta: como confiar em sistemas cuja capacidade cresce mais rápido que nossa habilidade de medi-los?

Open-weight como jogada política

Zuckerberg escreveu que concentrar o poder de IA em poucas instituições é mais perigoso do que abrir o acesso para todos. O argumento tem apelo. A prática é mais complicada. Matthew Berman concorda com a tese central, mas aponta a contradição: Zuckerberg prega abundância e ignora o desemprego que a automação já causa em trabalhos de escritório. A frase “o poder corrompe, e o poder absoluto corrompe absolutamente” aparece no ensaio como crítica à postura da Anthropic, que Zuckerberg descreve como querer destruir o mundo para salvá-lo.

Mark Zuckerberg just called out Dario (and Anthropic) · Matthew Berman · 37min03s

Do outro lado dessa briga, a Meta lançou o Muse Glimmer: 30 bilhões de parâmetros, pesos abertos, rodando em GPU de consumidor com quantização de 4 bits e speculative decoding. Fireship nota a ironia da trajetória. A empresa abandonou o código aberto com Llama 4 e Muse Spark (fechado), voltou atrás quando perdeu terreno para modelos chineses e sentiu pressão de Wall Street. O Glimmer foi destilado do Spark via logit distillation. A Meta gastou US$ 14 bilhões na Scale AI e fez uma contratação massiva para montar a Meta Superintelligence Labs. O resultado compete com Qwen 3.6 e Gemma 4. E a taxa de 28% de sucesso em ataques de injeção de prompt é apresentada como avanço de segurança, embora seja um número alto para qualquer padrão razoável.

Meta’s new model wants “deep access” to your personal life… · Fireship · 5min44s

O chão dos agentes

Ben Hylak, da Raindrop, traz uma ideia que muda como pensar sobre avaliação: não importa tanto quão inteligente seu agente é, importa quão burro ele fica no pior momento. O teto impressiona em demo. O piso quebra confiança em produção. Um agente que recomenda um concorrente, apaga dados ou manda texto sem sentido para um cliente porque tinha acesso ao e-mail. Hylak diz que o discurso de avaliação ainda vive no paradigma de chatbot, quando você sabia a resposta de cada pergunta. Com agentes operando em domínios abertos, isso não existe mais. A pergunta útil não é quais problemas seu agente tem, porque ele tem problemas infinitos. É quais importam.

Designing Agents (The Floor Is the Frontier) · AI Engineer (Ben Hylak, Raindrop) · 19min46s

Vivek Trivedy, da LangChain, leva a discussão para o lado prático. Melhorar agentes não é ajustar prompts. É minerar dados de execução em escala. Cada chamada de ferramenta, cada mensagem, cada falha vira um rastro que revela onde e por que o agente quebrou. Sem coleta sistemática de traces, não há iteração possível. O comportamento de um agente é difícil de entender só lendo o prompt. Você precisa olhar execuções reais para saber o impacto de uma mudança.

Improving Agents is a Data Mining Problem · AI Engineer (Vivek Trivedy, LangChain) · 20min02s

Fechando esse bloco, Shlok Khemani apresenta um panorama de sistemas de memória para agentes, comparando abordagens que tentam dar continuidade às conversas e decisões ao longo do tempo. O vídeo faz parte da mesma trilha do World’s Fair sobre memória e aprendizado contínuo. (O resumo do Brain não trouxe detalhes específicos desta palestra, então fica a indicação sem análise aprofundada.)

Lessons from Studying Every Memory System · AI Engineer (Shlok Khemani, Independent) · 19min31s

O gap entre demo e realidade

Fireship passou três dias no MIT e saiu com uma conclusão desconfortável. As demos de robôs humanoides são projetadas para captar investimento, não para refletir capacidade real de substituir humanos. O problema não é andar ou manter equilíbrio. É a destreza fina das mãos. As taxas de sucesso variam de 0% a 90% para tarefas simples como pegar um copo sem derrubar. O que funcionou para LLMs e modelos de difusão (escala massiva de dados, aprendizado por reforço) ainda não se aplica de forma confiável ao mundo físico. Pesquisadores do MIT estimam que a substituição de tarefas domésticas está a mais de uma década de distância.

I spent 3 days at MIT… the robot hype is worse than you think · Fireship · 7min02s

A mesma tensão entre aparência e realidade aparece na camada de software. Matthew Berman analisa o GrokBot, que esconde código, chamadas de ferramentas e estrutura de diretórios atrás de uma interface limpa. Cada conversa vira um agente separado, com perguntas contextuais guiando o usuário. A ideia é tornar IA agêntica acessível a quem não programa. Funciona no visual. Mas a organização por agente em vez de por tópico pode confundir quem prefere agrupar o trabalho por assunto.

Cursor just made something incredible… · Matthew Berman · 17min17s

A pergunta não é se a IA vai ser aberta ou fechada, ou se robôs vão dominar tarefas domésticas. É se vamos conseguir medir esses sistemas antes de confiar neles.