O Departamento de Energia dos Estados Unidos anunciou em 15 de outubro a disponibilização pública do Genesis Agent Skills para a missão Genesis. O pacote oferece instruções e fluxos de trabalho reutilizáveis por ferramentas de programação com IA em tarefas científicas.
U.S. Department of Energy1 min de leitura Inclui dados
Os engenheiros da Meta integraram um agente de IA no ciclo de planeamento, implementação, testes e verificação ao criar Forum, uma aplicação separada para os grupos do Facebook. A empresa definiu sucesso como alterações prontas para produção que compilam, passam testes e revisão, não como quantidade de código gerado.
A Google.org atribuiu 2,35 milhões de dólares a uma equipa da UC San Diego para melhorar modelos climáticos e orientar novas observações oceânicas. A equipa planeia usar agentes de IA juntamente com modelos baseados em física e dados de observação.
A Komprise publicou resultados de um inquérito realizado em setembro de 2026 com 500 decisores técnicos. Embora 68% afirmassem que a organização estava a amadurecer ou era madura em IA, apenas 28% disseram ter quantificado o retorno do investimento. Só 7% indicaram que pelo menos 70% dos dados estavam limpos e classificados para IA; 57% disseram que metade ou menos estava pronta.
A MLCommons foi escolhida para desenvolver o benchmark MLPerf Agents no âmbito do AI Efficiency Challenge, apoiado pela National Science Foundation dos EUA e financiado com 3,5 milhões de dólares durante dois anos. O benchmark previsto medirá fluxos completos, não apenas a entrega de tokens do modelo: inclui o harness do agente, escolha do modelo, recuperação, ferramentas, orquestração, estado, recuperação de falhas e validação.
A Databricks anunciou em beta o Predictive AI Functions, um conjunto SQL para previsões, deteção de anomalias, análise de fatores e estimativas. Inclui uma versão melhorada do ai_forecast e as funções ai_top_drivers, ai_detect_anomalies, ai_predict_value e ai_predict_class. As funções podem ser chamadas em SQL; algumas também estão disponíveis no Genie.
Uma publicação técnica da Arm de 13 de outubro destaca que IA local exige escolher modelos, frameworks e processadores para todo o fluxo de trabalho. Cita demonstrações em eventos de um pipeline de tradução com mais de 30 modelos e síntese de fala em um único núcleo de CPU Arm.
Um guia da AWS de 12 de outubro mostra uma configuração do contêiner Ray LLM no EKS que distribui um LLM entre dois nós GPU e separa o prefill da geração de tokens. O artigo se concentra na implantação e configuração.
AWS Machine Learning Blog1 min de leitura Inclui dados
Um explicador da IBM Research de 12 de outubro resume métodos do framework llm-d, como roteamento com reconhecimento de cache, descarregamento do cache KV, controle de fluxo e separação de fases. Os números de desempenho são atribuídos às demonstrações do llm-d citadas no texto.
A Alteryx e a Google Cloud publicaram um exemplo de arquitetura que combina Live Query e BigQuery para fluxos de documentos não estruturados. As faturas PDF permanecem no Cloud Storage; a Alteryx desenha o fluxo no navegador e a BigQuery executa transformações e reconciliação por SQL pushdown. No exemplo apresentado, Gemini AI.GENERATE extrai campos das faturas.
Google Cloud and Alteryx1 min de leitura Inclui dados
A Microsoft informou em relatório de 15 de outubro que seu agente interno Smart DRI atende mais de 40 equipes, com mais de 7.800 interações assistidas por IA e quase 6.000 notificações proativas de incidentes. A empresa estima economia de 600 horas de engenharia por mês; o relatório não divulga o método de cálculo.
Microsoft Inside Track1 min de leitura Inclui dados