Perplexity lança Teammates, sistema de agentes de IA para tarefas contínuas e colaboração

A Inteligência Artificial (IA) apresenta-se como uma potencial auxiliar no preparo para o Exame Nacional do Ensino Médio (Enem), oferecendo suporte aos estudantes na revisão de matérias, elaboração de simulados e identificação de pontos fracos. Contudo, especialistas enfatizam a necessidade de checar as informações fornecidas por essas ferramentas em fontes consideradas fidedignas.

Vinícius Gonçalves, coordenador dos cursos de Ciência da Computação e Análise e Desenvolvimento de Sistemas da Uninassau Teresina, sugere que uma abordagem eficaz é utilizar as provas de edições passadas do Enem para guiar as respostas geradas pela IA. Ele explicou que a melhor tática para os estudantes, especialmente ao gerar perguntas, consiste em inserir modelos de provas anteriores na inteligência artificial, instruindo-a a basear suas novas questões exclusivamente nesses dados.

Essa metodologia permite que os participantes solicitem exercícios similares aos cobrados em anos anteriores e revisem tópicos que são recorrentes no exame.

Como aplicar a IA na revisão de conteúdos

A tecnologia pode ser empregada para criar resumos, mapas mentais e simulados, além de esclarecer dúvidas conceituais. Os alunos também têm a opção de pedir questões sobre assuntos específicos e monitorar seu próprio progresso durante o estudo. Segundo Vinícius, a customização do aprendizado depende de um acompanhamento constante do rendimento. Ao registrar seus acertos e dificuldades em diversas tarefas, o estudante pode usar esses dados para definir os próximos focos de revisão.

O professor adverte, no entanto, que as ferramentas de IA podem produzir dados falsos ou inventados, um fenômeno denominado «alucinação» da IA. Por essa razão, ele aconselha os alunos a sempre validar as respostas e a exigir referências para confirmar a procedência das informações. Ele orientou: «É simples, sempre solicite a fonte. Após você ver uma resposta que não lhe causou muito desconforto ou você tem um material de estudo e o que a IA está falando não condiz com o material do estudo, peça para ela identificar a fonte, que assim a fonte você consegue validar de onde está vindo essa informação».

A recomendação central é confrontar as respostas obtidas com materiais oficiais e gabaritos confiáveis, visto que a IA auxilia na explicação de questões, mas não deve ser vista como uma fonte de informação infalível.

Cuidados na fase final antes do Enem

Na etapa final da preparação para o Enem, o professor aconselha que seja dada prioridade à resolução de exercícios, em detrimento da tentativa de absorver grandes volumes de conteúdo novo de uma só vez. Neste período, a IA pode ser útil para criar exercícios fundamentados em provas antigas, auxiliando os candidatos a se acostumarem com a estrutura da avaliação.

Vinícius aponta que a prática regular ajuda o estudante a identificar os padrões de cobrança e a desenvolver métodos eficientes para solucionar as questões. A ferramenta também tem a capacidade de apresentar novos cenários para temas frequentemente abordados na prova. Entretanto, o coordenador alerta que o uso da tecnologia não deve substituir o pensamento crítico do aluno. Se for usada apenas para entregar soluções prontas, a IA pode fomentar a dependência e comprometer o desenvolvimento da autonomia.

Ele advertiu: «Você pode transformar, em vez de uma ferramenta, uma muleta, onde o aluno fica totalmente dependente das respostas dessa inteligência artificial».

Portanto, a orientação é que o estudante tente resolver os exercícios antes de consultar a ferramenta e, subsequentemente, confira as respostas em fontes seguras. Desta forma, a IA atua como um suporte ao aprendizado, sem suplantar o esforço e a prática necessários para o Enem.

A Infinigence AI, em colaboração com a Three-Body Universe, desenvolvedora da franquia de Liu Cixin 'Três Corpos', apresentou um agente de personagem no evento 'Dia Três Corpos' em Pequim, em 25 de outubro de 2026. O nome chinês deste agente corresponde ao conceito de Sophon dos romances e ele atua como administrador de mini-universos dos livros.

A apresentação foi realizada pelo CEO da Infinigence, Xia Lixue, e pelo CEO da Three-Body Universe, Zhao Jilong, de acordo com relatórios da QbitAI e Zhidx. Segundo o artigo da QbitAI, as informações foram fornecidas pela própria Infinigence.

Um aspecto interessante é o processo de criação e manutenção desse agente. Ele funciona na plataforma AgentWorks da Infinigence. O material de origem é carregado em bases de conhecimento agrupadas, que são automaticamente processadas, divididas em partes (chunked) e convertidas em embeddings. A personalidade do personagem é definida por meio de solicitações estruturadas multinível, e não por uma única instrução longa.

Um módulo de memória chamado Infini Memory permite que o agente retenha fatos entre sessões, prevenindo memórias contraditórias ou fragmentadas. As respostas passam por um ciclo envolvendo vários agentes: primeiro, uma resposta é gerada, depois ela é avaliada, e apenas as partes malsucedidas são refinadas. A geração de personalidade e a busca de conhecimento são executadas em paralelo para economizar tempo, e um agente revisor separado verifica cada resposta quanto a desvios do caráter e inconsistências com o cenário dos romances.

Para testes, a Infinigence criou um sistema de avaliação baseado em rastreamento, que compara automaticamente os resultados com o texto original, enquanto a equipe de conteúdo da Three-Body Universe verifica manualmente os dados obtidos.

Conquistas da infraestrutura da Infinigence em serviços

Na área de serviços, a infraestrutura da Infinigence desempenha um papel fundamental. Normalmente, a saída de grandes modelos é dividida em uma fase de pré-processamento (prefill), que lê a solicitação, e uma fase de decodificação (decode), que forma a resposta. A arquitetura heterogênea intercluster proprietária da Infinigence, chamada PDD, vai além, dividindo essa cadeia de duas etapas em uma estrutura desagregada de três etapas, que eles marcam como P-RLD-MD, distribuída por clusters separados.

Como o tráfego de agentes frequentemente reutiliza os mesmos prefixos de solicitação, o lado da decodificação aplica o cache de prefixos RadixCache. Isso garante que o contexto geral, como a personalidade, não seja transmitido nem recalculado a cada chamada. A empresa afirma que isso reduz o volume de dados KV transferidos entre clusters em dez vezes, permitindo o uso de Ethernet comum, diminuindo o tempo até o primeiro token em 51,5% e reduzindo o custo por token em 37,5%.

Para um personagem de chat com personalidade fixa e longa e um grande número de usuários constantes, a economia nos prefixos comuns constitui a maior parte dos custos.

A inteligência artificial está acelerando o processo de descoberta de vulnerabilidades em software, reduzindo o tempo necessário para corrigi-las. Especialistas em cibersegurança entrevistados pela Reuters preveem novas interrupções em serviços digitais à medida que empresas e governos tentam se preparar para a exploração dessas falhas.

Um estudo realizado pela VulnCheck e programado para publicação nos próximos dias mostra que o número de vulnerabilidades digitais descobertas dobrou em comparação com o ano anterior. Problemas registrados esta semana em sites governamentais na Europa demonstram a pressão que tais descobertas podem causar.

As interrupções começaram na quarta-feira após a descoberta de vulnerabilidades no PHP, uma linguagem de programação usada em muitas partes da internet. Para prevenir ataques, os operadores se apressaram em corrigir seus sistemas. Alguns desligaram temporariamente os sites por não poderem aplicar as atualizações antes de possíveis invasões.

Essa corrida por correções ocorreu em uma semana já marcada por outros problemas de segurança. Foram reveladas vulnerabilidades no Node.js e Plex, bem como incidentes relacionados às plataformas de inteligência artificial LiteLLM e de desenvolvimento Railway. O órgão certificador indiano eMudhra também chamou a atenção pelo uso de uma chave criptográfica extremamente fraca, o que poderia colocar em risco os usuários da internet.

Matthew Prince, CEO da Cloudflare, disse à Reuters que está ciente de outras vulnerabilidades sérias em software vital para o funcionamento da rede. Segundo ele, o setor enfrentará meses difíceis pela frente. Ele observou: «Acho que teremos alguns anos em que parecerá que o céu está caindo toda semana».

Anteriormente, a busca por vulnerabilidades em programas complexos exigia conhecimento especializado. O desenvolvimento de ferramentas para explorá-las podia levar semanas ou meses, dando tempo aos responsáveis pelos sistemas para preparar correções e distribuir atualizações. No entanto, a inteligência artificial está encurtando esse período. Os modelos são capazes de analisar continuamente grandes bases de código, encontrar problemas e ajudar a desenvolver ferramentas de exploração em apenas algumas horas.

Shane Fry, CTO da RunSafe Security, enfatizou a mudança no ritmo desse processo. Ele declarou: «O que está mudando fundamental e inegavelmente é o tempo necessário tanto para descobrir vulnerabilidades quanto para que os adversários consigam usá-las».

Neste cenário, as equipes de segurança precisam lidar com tarefas que vão além da simples identificação de erros no código. Os especialistas estão preocupados com a redução do tempo de resposta, mas não há consenso sobre se a descoberta acelerada de vulnerabilidades levará a uma onda de ataques bem-sucedidos.

Daniel Steinberg, desenvolvedor principal da ferramenta de transferência de arquivos curl, observa que algumas vulnerabilidades encontradas por modelos de IA são complexas e difíceis de explorar. Rami Rahman, da empresa de segurança ArmorCode, também ressalta que a publicação de mais vulnerabilidades não significa necessariamente um aumento no número de ataques bem-sucedidos. O caso do PHP serve como exemplo dessa diferença: a empresa de inteligência de ameaças Hunt.io descobriu tentativas agressivas de exploração, mas relatou que, até as 14h de quinta-feira no leste dos EUA, os invasores monitorados aparentemente ainda não conseguiram desenvolver uma ferramenta funcional para usar essa vulnerabilidade.

Prince relatou sinais de invasão relacionados à vulnerabilidade. No entanto, ele acredita que a descoberta acelerada de problemas pode trazer benefícios a longo prazo, permitindo a correção de erros que permaneceram ocultos por anos.