O Claude agora decide quanto precisa pensar

Meta apresenta sua IA pessoal, Unitree prepara IPO e novos materiais prometem esfriar os chips da IA.

AuthorAuthor

Filipe Solevicz & Finn Puklowski
11 de agosto de 2026

In partnership with

E aí, seja bem-vindo ao conteúdo de hoje.

A IA está aprendendo a administrar seus próprios recursos. O novo Auto Mode do Claude Code marca uma mudança interessante: em vez de o desenvolvedor decidir quanto raciocínio um modelo deve usar, o próprio agente passa a fazer esse cálculo, ajustando automaticamente desempenho, velocidade e custo para cada tarefa. É um passo que aproxima a IA de um comportamento mais autônomo, no qual ela não apenas executa instruções, mas também escolhe a melhor forma de executá-las.

E os demais destaques mostram que essa autonomia está avançando em diferentes direções. A Meta apresentou o Glimmer para tornar suas IAs mais persistentes e personalizadas, aproximando a visão de uma inteligência que acompanha o usuário ao longo do tempo. Na China, a Unitree se prepara para abrir capital enquanto aposta que robôs humanoides serão a próxima grande plataforma tecnológica. Já a Discovered Materials usa IA para descobrir novos materiais capazes de resfriar chips com mais eficiência, atacando um dos gargalos que pode limitar o crescimento de toda a indústria. A inteligência artificial está ficando cada vez mais independente, mas sua evolução continua exigindo avanços igualmente profundos em hardware, robótica e infraestrutura.

Claude Code ganha modo inteligente para otimizar custo e desempenho

Até então, usuários precisavam escolher manualmente qual modelo ou nível de processamento utilizar. Com o Auto Mode, o Claude Code passa a avaliar a complexidade da solicitação e selecionar dinamicamente a configuração mais adequada, reservando modelos mais avançados apenas para tarefas realmente difíceis.

A novidade reflete uma mudança importante na forma como agentes de IA serão utilizados. Em vez de o usuário gerenciar modelos, contexto e orçamento, essa responsabilidade passa para o próprio agente, que otimiza recursos em tempo real para entregar o melhor resultado possível.

Esse tipo de automação também reduz custos operacionais. Como modelos de fronteira são significativamente mais caros que versões menores, alternar automaticamente entre diferentes níveis de capacidade pode tornar agentes de programação mais viáveis para uso contínuo em empresas.

O Auto Mode sinaliza uma tendência maior da indústria. À medida que laboratórios oferecem múltiplos modelos com capacidades e preços diferentes, a vantagem competitiva passa a estar na inteligência da orquestração, isto é, na capacidade de escolher automaticamente o modelo certo para cada tarefa.

Por que isso importa?

A próxima geração de agentes não será apenas mais inteligente, mas também mais eficiente. Em vez de pedir ao usuário que escolha entre diferentes modelos, a IA começa a administrar seus próprios recursos, aproximando-se de um sistema que otimiza desempenho e custo de forma autônoma.

🇧🇷 IA generativa no Brasil 🇧🇷 

Glimmer mostra como Zuckerberg imagina o futuro da IA

Diferentemente de um chatbot convencional, o Glimmer foi projetado para manter contexto ao longo do tempo, compreender preferências individuais e adaptar seu comportamento conforme a relação com o usuário evolui. A proposta é transformar a IA em um assistente permanente, capaz de oferecer recomendações, organizar tarefas e antecipar necessidades.

O lançamento materializa uma estratégia que Zuckerberg vem defendendo há meses. Em vez de focar apenas em produtividade corporativa, a Meta aposta que bilhões de pessoas terão um agente pessoal integrado aos seus dispositivos, redes sociais e futuros óculos inteligentes, funcionando como a principal interface entre usuários e tecnologia.

Essa abordagem diferencia a Meta de parte da concorrência. Enquanto OpenAI e Microsoft concentram esforços em agentes para trabalho e empresas, a Meta busca construir um assistente voltado para a vida cotidiana, profundamente integrado ao seu ecossistema de produtos e à identidade digital de cada pessoa.

O Glimmer também reforça uma mudança na competição entre os grandes laboratórios. A disputa deixa de ser apenas sobre quem possui o modelo mais inteligente e passa a envolver quem consegue construir a relação mais duradoura com o usuário. Memória, contexto e personalização podem se tornar ativos tão valiosos quanto desempenho em benchmarks.

Porque isso importa.

A próxima plataforma da IA pode ser um agente que conhece o usuário ao longo de anos, e não apenas durante uma conversa. O Glimmer mostra que a Meta está construindo essa visão, apostando que o futuro da inteligência artificial será definido pela personalização contínua, e não apenas pela capacidade dos modelos.

🤑 Maiores investimentos do dia no mercado

Maior fabricante de humanoides do mundo se prepara para abrir capital

Conhecida inicialmente por seus robôs quadrúpedes, a Unitree expandiu rapidamente sua atuação para humanoides de baixo custo, apostando em uma estratégia semelhante à que impulsionou a indústria chinesa de carros elétricos: produção em escala, integração da cadeia de suprimentos e redução agressiva de preços. Isso permitiu à empresa acelerar a adoção comercial e ampliar sua presença em pesquisa, indústria e desenvolvimento de aplicações.

A ascensão da Unitree também reflete uma política nacional. A China vem investindo pesadamente em robótica, reunindo fabricantes de componentes, universidades e empresas em polos industriais dedicados à produção de humanoides. O objetivo é construir uma cadeia de valor completa antes que o mercado atinja maturidade.

Esse movimento aumenta a pressão sobre concorrentes como Tesla, Google DeepMind, Figure AI e Agility Robotics. Se conseguir repetir na robótica a mesma vantagem industrial conquistada em baterias e veículos elétricos, a China poderá assumir uma posição dominante em um dos mercados mais estratégicos da próxima década.

O interesse dos investidores mostra que a robótica deixou de ser vista como uma aposta distante. Com os avanços recentes em modelos de IA capazes de controlar máquinas em ambientes reais, cresce a expectativa de que humanoides passem a desempenhar tarefas produtivas em fábricas, centros logísticos e outros ambientes comerciais.

Porque isso importa: A corrida da IA está migrando definitivamente para o mundo físico. O avanço da Unitree indica que a próxima grande disputa tecnológica não será apenas sobre quem cria os melhores modelos, mas sobre quem consegue transformá-los em robôs produzidos em escala e integrados à economia real.

🛠️ Caixa de Ferramentas 🛠

  • Prime Agent - Um agente de codificação capaz de refinar seu próprio sistema de controle

  • Argos - A IA que age como você, diretamente no seu navegador

  • Persodex - Seu CRM pessoal integrado aos seus contatos do iOS

Speak naturally. Send without fixing.

Wispr Flow turns your voice into clean, professional text you can send the moment you stop talking. Not rough transcription you have to clean up. Actual polished text — ready for email, Slack, or any app.

Speak the way you think. Go on tangents. Change your mind mid-sentence. Flow strips the filler, fixes the grammar, and gives you text that reads like you spent five minutes writing it.

89% of messages sent with zero edits. Millions of professionals use Flow daily, including teams at OpenAI, Vercel, and Clay. Works on Mac, Windows, and iPhone.

IA busca novos materiais para criar chips mais frios

A empresa utiliza modelos de IA para analisar milhões de combinações químicas e identificar materiais com potencial para melhorar a dissipação térmica em semicondutores. O objetivo é acelerar um processo que normalmente exige anos de pesquisa experimental, diminuindo o tempo necessário para levar novas soluções do laboratório à indústria.

O desafio é cada vez mais urgente. À medida que GPUs e aceleradores de IA se tornam mais potentes, o calor passou a limitar ganhos de desempenho tanto quanto a capacidade de processamento. Melhorar a eficiência térmica pode permitir chips mais rápidos, menor consumo de energia e redução dos custos de operação de data centers.

O caso também ilustra uma tendência crescente da pesquisa científica. Em vez de utilizar IA apenas para gerar texto ou código, empresas estão aplicando modelos para acelerar descobertas em áreas como química, biologia e ciência dos materiais, transformando a inteligência artificial em uma ferramenta de inovação para outras disciplinas.

Esse tipo de avanço pode ter impacto em toda a cadeia da IA. Chips mais eficientes significam menos energia consumida, menor necessidade de resfriamento e maior capacidade computacional por data center, fatores que hoje representam alguns dos principais custos da indústria.

Por que isso importa?

A próxima grande evolução da IA pode vir da química, e não apenas dos algoritmos. Encontrar materiais que permitam chips mais frios e eficientes pode ampliar a capacidade computacional global e aliviar um dos principais gargalos da infraestrutura de inteligência artificial.

🌐 Panorama Global

Isso é tudo por hoje!

Até amanhã.

Reply

or to participate.