Os agentes passam a ser o produto: a Meta entra na frente, a Anthropic avisa e a Epic muda o código

A montra do setor mudou três coisas ao mesmo tempo. A Meta apresentou na segunda-feira o Muse Wonder e o Muse Wonder Full, os primeiros modelos que coloca ao nível da fronteira — mas o mais forte não chega à API e fica reservado a assinantes. A Anthropic avisou que modelos pequenos podem estar a meses de se copiarem sozinhos para eletrodomésticos, e que cortou em 90% a 99% o roubo do raciocínio do Claude. E a Epic Games disse aos programadores para deixarem de escrever código à mão.

o modelo mais forte fica fora da API

O Muse Wonder está disponível desde segunda-feira através da Meta Model API e do Muse Code; o Muse Wonder Full só está disponível para assinantes do Muse Code e não é servido pela API. Custa 4 dólares por milhão de tokens de entrada e 20 por milhão de saída — praticamente o mesmo que o GPT-6 Sol ou o Claude Opus 5.5, segundo a TechCrunch. Na app Muse, o acesso exige uma subscrição de 20 ou 100 dólares por mês; o Muse Code fica em 50 ou 200.

Alexandr Wang, que lidera a equipa de IA da Meta, disse à CNBC que o modelo — de nome de código Watermelon — está «significativamente abaixo» dos preços da OpenAI e da Anthropic. Admitiu ainda que segue de perto «incidentes ou problemas» com o agente Muse: alguns utilizadores queixaram-se de que o agente acedeu a mensagens pessoais sem autorização, o que a Meta nega. As salvaguardas mais fortes contra uso indevido, diz a Meta, chegam apenas com o modelo pago.

o que a Meta promete e o que não diz

A Meta diz que o Muse Wonder Full supera o Claude Fable 5.1 e fica logo abaixo do Claude Opus 5.5 no Intelligence Index da Artificial Analysis. Promete «desempenho de ponta» em tarefas de agentes, memória e código, e duas funcionalidades: a Active Memory, que guarda contexto sobre o utilizador entre conversas, e a Active Focus, que mantém o modelo a tentar alternativas em vez de parar à primeira dificuldade.

O que não é dito também conta. A Meta não revelou como treinou os modelos nem se viu agentes alimentados pelo Muse Wonder comportarem-se mal nos testes, apesar do rosário de casos de agentes descontrolados dos últimos meses. O New York Times noticiou na semana passada que o lançamento do agente Muse esteve meses adiado por receios de segurança e que só avançou quando a concorrência obrigou. A WIRED recorda que benchmarks não são garantia de desempenho real.

modelos pequenos, ameaça grande

A Frontier Red Team da Anthropic escreve que modelos pequenos podem estar a meses de se replicarem em aparelhos comuns ligados à internet — fornos inteligentes, boxes de Android TV de marca branca. Nos testes, um modelo de 9 mil milhões de parâmetros pôs inferência a correr em oito dos nove tipos de hardware; modelos até 30 mil milhões já completam os passos isolados, mas falham ao encadeá-los. Numa avaliação simplificada, o GLM-5.2 e modelos mais fortes já completam o ciclo todo.

A demonstração é concreta: 26 mil milhões de parâmetros distribuídos por 15 boxes de Android TV de 55 dólares cada, a 0,39 tokens por segundo. Um replicador assim não tem ponto central para desligar, o tempo de duplicação mede-se em dias e, ao contrário do malware clássico, descobre sozinho aparelhos que nunca viu. Se os modelos pequenos melhorarem ao ritmo dos últimos anos, terão esta capacidade até ao fim do ano — diz a Anthropic, sem verificação externa.

quem copia quem

O outro texto do dia é sobre o roubo do outro lado. A Anthropic diz que os novos métodos reduziram em 90% a 99% os dados que os destiladores recolhem — campanhas que usam as respostas de um modelo para treinar outro, com redes de milhares de contas falsas. Em fevereiro, a empresa descreveu uma rede com mais de 20 mil contas fraudulentas em simultâneo.

O caso nomeado é o da Zhipu: ao desenvolver o GLM-5.3, tentou destilar o Claude Fable 5 e, ao ver que as salvaguardas de cibersegurança do modelo lhe estragavam os ataques, mudou para um Claude mais antigo e para um modelo de outro laboratório. Para o centro norte-americano que avalia estes sistemas, o GLM-5.3 é hoje o modelo de pesos abertos mais capaz em cibersegurança já lançado. Noutro caso, pedidos aos modelos Kimi, da Moonshot, eram encaminhados em segredo para o Claude; um deles, de um utilizador que a Anthropic liga ao Exército Popular de Libertação chinês, queria analisar a vigilância por câmara de uma pessoa concreta.

o agente no posto de trabalho

Na segunda-feira, a Bloomberg noticiou que a Epic Games está a passar o projeto conjunto com a Disney para um modelo de produção «AI first»: os modelos escrevem todo o código e guiam o trabalho artístico, e os programadores gerem o que sai da IA — «não mais código escrito à mão», segundo mensagens internas citadas pelo jornal. O jogo de tiro com personagens da Marvel e da Star Wars, parte de um acordo de 1,5 mil milhões de dólares de 2024, estava previsto para março de 2027 e foi adiado sem nova data.

Um estudo de dois investigadores de Harvard dá o contraponto. Com dados da Jellyfish sobre 300 milhões de eventos de trabalho e mais de 700 empresas, entre 2021 e março de 2026, os agentes de programação aumentaram as linhas de código em 30%, os commits em 20% e os pull requests em 23% — sem mudar a taxa de conclusão das tarefas registadas no Jira. O tempo entre a submissão de um pull request e a integração subiu 49%, a fatia dos que exigem alterações quase duplicou e os comentários cresceram 35%. Nenhum efeito no emprego. O gargalo mudou de sítio: passou de escrever para verificar.

Já não se discute se os agentes funcionam, mas quem responde pelo que eles fazem. A Meta reserva o melhor modelo a assinantes e promete salvaguardas que, para já, só existem na versão paga. A Anthropic publica, no mesmo dia, modelos pequenos a meses de se copiarem sozinhos por eletrodomésticos — e a confissão de que laboratórios rivais lhe roubam o raciocínio. As empresas já mandam os agentes escrever código e põem humanos a revê-lo. O que ainda não existe é quem verifique o que sai.