IA em Foco

Tag: produtividade

  • Claude-Mem: a “memória infinita” que faz o Claude Code lembrar do que já fez

    Claude-Mem: a “memória infinita” que faz o Claude Code lembrar do que já fez

    Meta description: Conheça o Claude-Mem, a camada de memória persistente para Claude Code que registra o que o agente fez, comprime o histórico com IA e injeta apenas o contexto relevante nas próximas sessões.

    Claude-Mem: a “memória infinita” que faz o Claude Code lembrar do que já fez

    Se você já usou um assistente de programação por mais de uma sessão, provavelmente viveu este cenário: o trabalho anda, a conversa cresce, e depois o sistema parece esquecer decisões importantes. O Claude-Mem foi criado para resolver exatamente isso. Ele adiciona uma camada de memória persistente ao Claude Code — e também a outras ferramentas compatíveis — para que o agente consiga continuar projetos sem começar do zero a cada nova conversa.

    Em linguagem simples: o Claude-Mem guarda o que foi aprendido, organiza esse histórico de forma inteligente e devolve só o que importa quando o trabalho continua. O resultado é um uso muito mais eficiente do contexto e, consequentemente, menos desperdício de tokens. A documentação do projeto destaca uma abordagem em camadas que pode trazer cerca de 10x de economia em relação a métodos tradicionais. Em situações práticas, isso ajuda bastante a reduzir custo, ruído e retrabalho — e pode chegar muito perto daquela sensação de “quase não gastei contexto nenhum”.

    O problema que ele resolve

    Modelos de IA são ótimos para raciocinar, mas têm um problema estrutural: o contexto é limitado e caro. Se você coloca tudo dentro da janela de conversa, gasta tokens demais. Se coloca pouco, o agente esquece. O Claude-Mem tenta resolver justamente essa tensão com uma ideia simples:

    • registrar tudo o que importa ao longo da sessão;
    • compactar esse material para não desperdiçar tokens;
    • recuperar só o que faz sentido na hora de continuar o trabalho.

    Isso é especialmente útil em tarefas longas, como manutenção de código, debugging em múltiplas etapas, revisões de arquitetura, investigação de bugs históricos e projetos que avançam em várias sessões ao longo de dias ou semanas.

    Como o Claude-Mem funciona por dentro

    De acordo com a documentação oficial, a arquitetura do projeto combina alguns blocos centrais:

    • Hooks de ciclo de vida que observam o que acontece durante a sessão;
    • Worker service local, com API HTTP e interface web em http://localhost:37777;
    • Banco SQLite para armazenar sessões, observações e resumos;
    • Busca híbrida, unindo indexação textual e vetorial;
    • MCP search tools para consultar a memória de forma progressiva e econômica.

    O ponto mais interessante é o fluxo de consulta em três níveis:

    1. Search — traz um índice compacto com IDs e pistas rápidas;
    2. Timeline — mostra o contexto cronológico ao redor de um ponto relevante;
    3. Get observations — abre o detalhe completo apenas do que realmente importa.

    Esse desenho evita o erro clássico de “carregar tudo por via das dúvidas”. Em vez disso, o sistema começa pequeno, filtra bem e só aprofunda quando necessário.

    Quais são as funcionalidades mais fortes

    1. Memória persistente entre sessões

    O grande valor do Claude-Mem é manter o histórico útil vivo mesmo depois que a sessão termina. Isso reduz repetição, evita que o agente peça de novo as mesmas informações e ajuda a manter coerência em projetos longos.

    2. Progressive disclosure

    Em vez de despejar todo o histórico no prompt, o Claude-Mem revela o contexto em camadas. Isso melhora a eficiência e mantém o uso de tokens sob controle.

    3. Busca semântica e cronológica

    O projeto não depende só de palavras-chave. Ele também permite navegar por contexto temporal e por observações detalhadas, o que facilita encontrar decisões antigas, mudanças de rota e causas de bugs.

    4. Interface web local

    O worker service expõe uma UI web local, o que ajuda a inspecionar a memória, acompanhar o que foi armazenado e entender como o contexto está sendo recuperado.

    5. Privacidade e controle

    O Claude-Mem inclui recursos para controlar o que entra na memória, inclusive com tags <private> para excluir conteúdos sensíveis do armazenamento.

    6. Compatibilidade ampla

    Embora a vitrine principal seja o Claude Code, o projeto também conversa com outras ferramentas e ecossistemas, como Gemini CLI, OpenCode, Cursor e integrações via MCP.

    Por que ele economiza tantos tokens?

    A resposta está no método. Em vez de resgatar o passado inteiro a cada nova consulta, o Claude-Mem usa um funil de recuperação:

    • primeiro encontra o que parece relevante;
    • depois mostra o contexto ao redor;
    • só então abre os detalhes.

    Na documentação, o projeto descreve esse modelo como uma forma de alcançar ~10x de economia de tokens em comparação com abordagens tradicionais de RAG que tentam carregar muito conteúdo logo de início. Em uso real, isso pode ser ainda mais valioso quando o agente lida com sessões grandes, porque o ganho não é apenas financeiro: o modelo também tende a ficar mais rápido, mais focado e menos confuso.

    Em resumo: menos contexto irrelevante significa menos custo, menos ruído e mais chance de o agente acertar a próxima ação.

    Como instalar o Claude-Mem

    A forma mais direta de instalar é via npx:

    npx claude-mem install

    Se você usa o Gemini CLI, o instalador também detecta a pasta correta automaticamente:

    npx claude-mem install --ide gemini-cli

    Para o OpenCode:

    npx claude-mem install --ide opencode

    Há também instalação pela marketplace de plugins dentro do Claude Code:

    /plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem

    Depois da instalação, é preciso reiniciar o Claude Code ou a CLI compatível para que a memória comece a aparecer automaticamente nas novas sessões.

    Requisitos e dependências

    • Node.js 20+
    • Claude Code com suporte a plugins
    • Bun para o worker service
    • uv para partes da busca vetorial
    • SQLite 3 para persistência local

    Ou seja: não é só um “prompt hack”. É uma camada de memória de verdade, com persistência local e serviços auxiliares para consulta e recuperação de contexto.

    Como usar no dia a dia

    Na prática, o uso é quase invisível. O sistema observa a sessão, registra o que aconteceu e vai alimentando a memória. Quando você retoma um trabalho depois, ele tenta recuperar o que interessa sem você precisar refazer todo o briefing.

    Para buscas mais específicas, a documentação mostra exemplos como:

    search(query="authentication bug", type="bugfix", limit=10)

timeline(anchor=<observation_id>, depth_before=3, depth_after=3)

get_observations(ids=[123, 456, 789])

    Esse trio é o coração da experiência. Primeiro você encontra, depois contextualiza, por fim aprofunda.

    Casos de uso em que ele brilha

    • Debugging longo — quando um erro leva várias etapas para ser resolvido;
    • Refatorações grandes — quando decisões antigas precisam ser lembradas com precisão;
    • Code archaeology — para entender por que algo foi feito de determinada forma;
    • Projetos multi-sessão — quando o trabalho se estende por dias ou semanas;
    • Times e agentes múltiplos — quando vários fluxos precisam acessar o mesmo histórico de forma eficiente.

    Limitações e cuidados

    Apesar do nome chamativo, o Claude-Mem não é magia. Ele ajuda muito, mas ainda depende de alguns cuidados:

    • nem tudo deve ir para a memória — conteúdo sensível precisa ser excluído ou marcado como privado;
    • o ganho real depende do fluxo — quanto mais você evita carregar contexto inútil, maior o benefício;
    • instalação e integração exigem ambiente compatível — Node, Bun, SQLite e a CLI certa;
    • memória não substitui disciplina — uma boa organização de projeto ainda faz diferença.

    Vale a pena?

    Se você usa Claude Code com frequência e trabalha em tarefas que ultrapassam uma sessão, a resposta curta é: sim, vale muito a pena testar. O Claude-Mem ataca um problema real de produtividade para quem vive de contexto técnico. Ele reduz repetição, melhora continuidade, ajuda a recuperar decisões antigas e pode cortar de forma expressiva o gasto com tokens.

    O melhor cenário é justamente aquele em que você alterna entre explorar, resolver, revisar e continuar. Nessa rotina, ter uma memória persistente muda o jogo.

    Conclusão

    O Claude-Mem mostra que a próxima fronteira dos agentes de IA não é apenas “responder melhor”, mas lembrar melhor. Em vez de depender de prompts cada vez maiores, ele organiza o conhecimento em camadas, recupera o que importa e mantém a continuidade entre sessões. Para quem usa Claude Code como copiloto de desenvolvimento, isso pode representar um salto enorme em eficiência — inclusive na economia de tokens.

    Se a promessa de até 95% de redução soa exagerada à primeira vista, o ponto principal continua sendo válido: quanto mais inteligente for a recuperação do contexto, menos você paga para repetir o que já foi aprendido.

    Fonte: github.com/thedotmack/claude-mem

  • Google Vids: como criar vídeos profissionais com avatares de IA sem custo

    Google Vids: como criar vídeos profissionais com avatares de IA sem custo

    O Google acaba de anunciar grandes novidades para o Google Vids, sua ferramenta de criação de vídeos com inteligência artificial integrada ao Workspace. Com os novos avatares de IA, narrações por voz sintética e geração automática de roteiros, qualquer pessoa com uma conta Google nos EUA já pode criar vídeos profissionais — sem custo adicional. O lançamento será expandido para outras regiões nos próximos meses.

    A promessa é ambiciosa: eliminar a barreira da produção de vídeo corporativo, que historicamente exige equipamento caro, horas de gravação e softwares complexos. Com o Google Vids, bastam alguns cliques para transformar apresentações, pitches de vendas e demonstrações de produto em vídeos polidos com apresentadores digitais.

    Mais de 7 milhões de usuários já utilizam o Google Vids mensalmente. Veja como aproveitar os novos recursos em três cenários práticos.

    1. Transforme apresentações estáticas em vídeos dinâmicos

    Quem nunca assistiu a uma apresentação arrastada onde os pontos-chave simplesmente não grudam? E, como apresentador, você conhece a dor de ter que repetir o mesmo conteúdo para cobrir múltiplos fusos horários ou integrar novos membros da equipe.

    Com a nova integração com o Google Slides, você converte suas apresentações em vídeos escaláveis e envolventes com poucos cliques. O Vids cria automaticamente um storyboard a partir do seu conteúdo e gera um roteiro para um avatar de IA.

    Google Vids transforma Slides em vídeo com script

    Esses avatares atuam como apresentadores digitais e podem ser re-roteirizados a qualquer momento — se sua mensagem ou conteúdo precisar de atualização, basta ajustar o texto.

    Escolha entre diversos avatares de IA para narrar sua apresentação

    Para situações em que um avatar na tela não é necessário, você pode optar por uma narração por voz de IA. Em breve, será possível gerar narrações em 8 idiomas, incluindo japonês, coreano, espanhol e francês — ideal para alcançar audiências globais sem regravações.

    2. Crie pitches de vendas que escalam em múltiplos idiomas

    Fazer um pitch é uma arte que leva tempo para ser aperfeiçoada — e repetição para escalar. O Google Vids resolve ambos os problemas com vídeos que apresentam o rosto e a voz consistentes de um avatar de IA.

    Além de criar avatares personalizados com o logotipo da sua empresa e fundo customizado, a partir do final de junho você poderá controlar a emoção dos avatares. Isso permite ajustar a entrega da mensagem para combinar perfeitamente com a intenção do seu discurso — mais entusiasmo, urgência ou calma, conforme a necessidade.

    Controle emocional dos avatares de IA — lançamento previsto para final de junho

    Depois de ter o pitch perfeito, você pode escalá-lo globalmente gerando avatares e narrações a partir de roteiros escritos em 24 idiomas, incluindo árabe, hindi, holandês e vietnamita.

    3. Demonstre seu produto sem precisar de uma produção de vídeo

    Mostrar seu produto em ação é a melhor forma de educar clientes, mas demonstrações tradicionais são caras de produzir e notoriamente difíceis de manter atualizadas.

    Os avatares de IA removem esse custo de produção, e as novas melhorias dão ainda mais controle criativo. Agora você pode direcionar avatares personalizados para andar, falar e interagir com objetos — basta adicionar os elementos como “ingredientes” e digitar um prompt.

    Avatares de IA que andam, falam e interagem com objetos via prompt

    O melhor: agora é possível criar clipes de vídeo em alta fidelidade sem limite de duração, permitindo construir demonstrações completas do início ao fim, sem pressa e sem cortes forçados.

    Comece a criar hoje

    “Fiquei impressionado com a forma como o Vids transforma nossos decks de vendas em vídeos curtos de demonstração para clientes. Isso mudou completamente como personalizamos nosso alcance. O time de vendas acha que é mágica!”
    — Forest Donovan, Sr. Director of Strategic Alliances, Fullstory

    Pronto para fazer sua própria mágica? Comece agora mesmo acessando vids.new. Qualquer pessoa com uma conta Google nos EUA pode usar os avatares de IA sem custo — e a disponibilidade está chegando a outras regiões nos próximos meses.

    Fonte: Google Workspace Blog — David Nachum, Product Manager, Google Vids

  • O Prompt Que Faz o ChatGPT Discordar de Você — e Melhorar Suas Ideias

    O Prompt Que Faz o ChatGPT Discordar de Você — e Melhorar Suas Ideias

    O Prompt Que Faz o ChatGPT Discordar de Você — e Melhorar Suas Ideias

    Autor: Tiago Oliveira | Fonte: Giz Brasil / Tom’s Guide (Hemerson Brandão, 18/05/2026)

    ChatGPT

    Você já reparou que o ChatGPT concorda demais? Não importa se sua ideia é brilhante ou frágil — ele frequentemente responde com apoio, validação e incentivo. Isso parece útil, mas tem um lado perigoso: transforma a IA em uma máquina de aplausos que pode reforçar decisões ruins em vez de questioná-las.

    Uma usuária do Tom’s Guide descobriu um ajuste simples que muda completamente esse comportamento. Um prompt de apenas uma frase fez o ChatGPT passar de “concordador profissional” para crítico implacável — e as respostas se tornaram dramaticamente mais úteis.

    O Prompt

    A frase que mudou tudo:

    “Aja como um crítico cuidadoso, não como alguém que tenta agradar. Se meu raciocínio for fraco, incompleto ou enviesado, diga isso diretamente e explique por quê.”

    Simples. Direto. E transformador.

    Com esse comando, o ChatGPT deixou de funcionar como apoio emocional e passou a atuar como uma mesa de edição mental: questionando premissas, apontando lacunas, identificando riscos e destacando vieses emocionais.

    O que mudou na prática

    1. Teste de ideia de negócio

    A autora testou o prompt com uma ideia de negócio voltada ao setor de tecnologia e IA para mulheres. Antes do prompt, o ChatGPT provavelmente diria algo como “ótima ideia, aqui estão algumas sugestões”. Depois, a resposta foi bem diferente.

    O ChatGPT explicou por que a ideia poderia falhar, apontando:

    • Iniciativas já existentes no mesmo espaço
    • Possível cansaço do público-alvo
    • Fragilidade de informação nas premissas
    • Suposições sem evidência

    A crítica soou desconfortável — mas teve valor prático real. Em vez de gastar horas desenvolvendo um projeto frágil, a autora conseguiu testar a ideia antes de investir tempo.

    2. Planejamento de rotina

    O mesmo método funcionou para decisões cotidianas. Ao analisar uma agenda semanal sobrecarregada, o ChatGPT não tentou apenas otimizar horários. Ele apontou que o plano ignorava interrupções no trabalho e supunha energia alta o tempo todo.

    A falha, nesse caso, não estava na disciplina da pessoa — mas no desenho irrealista da rotina.

    Por que isso funciona?

    Modelos de linguagem são treinados para conversar, cooperar e ajudar. O problema surge quando “ajudar” se transforma em concordar com tudo. É o viés de agradabilidade: a IA quer que o usuário se sinta bem, então evita atrito.

    Ao pedir atrito construtivo, você muda a função da IA:

    Sem o prompt Com o prompt
    IA valida suas ideias IA testa suas ideias
    Respostas agradáveis Respostas honestas
    Evita conflito Busca falhas
    Reforça vieses Expõe pontos cegos
    “Parece ótimo!” “Isso pode falhar por X, Y, Z”

    O prompt funciona até no ChatGPT-5.5 Instant, configurado como padrão — ou seja, não depende de um modelo específico ou modo raciocínio ativado.

    Como usar no seu dia a dia

    Copie e cole no início da conversa:

    Aja como um crítico cuidadoso, não como alguém que tenta agradar.
Se meu raciocínio for fraco, incompleto ou enviesado, diga isso
diretamente e explique por quê.

    Depois disso, faça sua pergunta normalmente. Use para:

    • Validar ideias de negócio — antes de gastar tempo construindo
    • Revisar decisões importantes — mudança de carreira, investimentos, projetos
    • Testar argumentos — antes de uma apresentação, reunião ou debate
    • Planejar rotinas — identificando suposições irreais
    • Revisar textos e raciocínios — encontrando furos na lógica

    A lição

    Bons prompts não servem só para obter respostas bonitas. Eles servem para receber verdades úteis — mesmo quando essas verdades são desconfortáveis.

    Da próxima vez que for usar o ChatGPT para pensar, não peça palmas. Peça críticas.

  • OpenAI lança Economic Research Exchange para analisar impacto da IA na economia e no mercado de trabalho

    OpenAI lança Economic Research Exchange para analisar impacto da IA na economia e no mercado de trabalho

    Entendendo o desafio: o impacto econômico da inteligência artificial

    Com a rápida evolução da inteligência artificial (IA), um dos maiores desafios é compreender como essa tecnologia transformará o mercado de trabalho, a produtividade e a economia global. A OpenAI, reconhecida por seus avanços em IA, lançou o Economic Research Exchange, uma iniciativa voltada para estimular pesquisas rigorosas que investiguem essas questões cruciais.

    O que é o Economic Research Exchange?

    O Economic Research Exchange é uma plataforma criada pela OpenAI para apoiar projetos selecionados que busquem analisar o impacto econômico da IA. A iniciativa visa reunir pesquisadores, economistas e especialistas para desenvolver estudos que forneçam dados concretos e análises profundas sobre como a automação e a inteligência artificial alteram empregos, produtividade e dinâmicas econômicas.

    Método e funcionamento da plataforma

    A plataforma funciona por meio de chamadas abertas para propostas de pesquisa, nas quais grupos ou indivíduos apresentam seus projetos para avaliação. Os selecionados recebem acesso a recursos, dados e suporte da OpenAI para executar seus estudos. Essa abordagem colaborativa facilita a produção de benchmarks e análises comparativas, essenciais para medir o impacto da IA em diferentes setores e regiões.

    Resultados esperados e contribuições para o debate econômico

    Por meio do Economic Research Exchange, a OpenAI espera fomentar pesquisas que:

    • Identifiquem quais empregos estão mais vulneráveis ou beneficiados pela IA;
    • Meçam alterações na produtividade decorrentes da adoção de tecnologias de IA;
    • Analise mudanças econômicas em escala macro, como crescimento e desigualdade;
    • Forneçam bases para políticas públicas e estratégias empresariais fundamentadas em evidências.

    Esses estudos são importantes para que governos, empresas e sociedade civil possam se preparar e responder de forma informada às transformações trazidas pela inteligência artificial.

    Limitações e desafios da pesquisa

    Embora a iniciativa prometa avanços, o trabalho enfrenta desafios típicos da pesquisa econômica aplicada à tecnologia emergente. Entre eles estão a complexidade de isolar o efeito da IA de outros fatores econômicos, a disponibilidade e qualidade dos dados, e a necessidade de atualização constante diante da rápida evolução tecnológica.

    Por que essa pesquisa importa para o mundo real?

    Entender o impacto da IA na economia não é apenas um exercício acadêmico: tem implicações diretas na formulação de políticas públicas, na criação de programas de requalificação profissional e na estratégia empresarial. O Economic Research Exchange da OpenAI oferece uma base científica para decisões que podem mitigar riscos e maximizar os benefícios da inteligência artificial para a sociedade.

    Como participar e acessar o Economic Research Exchange

    Pesquisadores interessados podem submeter suas propostas através do site oficial da OpenAI, onde estão disponíveis os critérios de seleção e os recursos oferecidos. A iniciativa está aberta para projetos que explorem diferentes aspectos econômicos da IA, promovendo um ambiente de colaboração e inovação.

    Links úteis

  • Desenvolvedores rejeitam trabalhar sem IA e enfrentam riscos com qualidade do código

    O dilema do uso obrigatório de IA na programação

    Em 2026, ferramentas de Inteligência Artificial (IA) se tornaram indispensáveis para muitos desenvolvedores de software, a ponto de alguns se recusarem a trabalhar sem elas. Essa dependência crescente, porém, traz à tona uma questão preocupante: a rapidez proporcionada pela IA não está necessariamente traduzindo-se em código de melhor qualidade, alertam pesquisadores.

    Pesquisa revela resistência a trabalhar sem IA

    Em fevereiro de 2026, o laboratório de pesquisa METR publicou uma revelação surpreendente: a maioria dos desenvolvedores não quer realizar nem mesmo tarefas limitadas sem o auxílio da IA. Essa constatação surgiu ao tentar replicar um estudo anterior de 2025, que comparava o tempo gasto por programadores open source para executar tarefas manualmente versus com IA.

    Imagem relacionada ao artigo de TechCrunch AI
    Imagem de apoio da materia original.

    Naquele estudo, apesar dos desenvolvedores relatarem maior produtividade com IA, os pesquisadores notaram que o processo era, na prática, mais lento. A geração rápida de código pela IA exigia um tempo extra para encontrar e corrigir erros, orientar a ferramenta e aguardar sua finalização.

    Quando o METR tentou repetir o experimento para avaliar avanços recentes, os programadores recusaram-se a participar, alegando não querer trabalhar sem IA nem mesmo para o estudo.

    Percepção versus realidade: o impacto na produtividade

    Como alternativa, o METR conduziu uma pesquisa em maio de 2026 para que funcionários técnicos autoavaliassem seus ganhos de produtividade com IA. A percepção foi que a IA os tornava duas vezes mais valiosos para suas organizações.

    Entretanto, essa visão otimista é questionada por evidências recentes e relatos da indústria. O fenômeno conhecido como tokenmaxxing — uso intensivo de tokens para medir produtividade com IA — dominou o cenário em 2026, mas já mostra sinais de desgaste.

    Por exemplo, a Amazon desativou seu placar interno Kirorank após funcionários explorarem a métrica para uso excessivo de agentes de IA, elevando custos sem ganhos reais de produtividade, conforme reportou o Financial Times. Já a Uber ultrapassou seu orçamento de IA para 2026 nos primeiros quatro meses, e seu COO Andrew Macdonald afirmou que o investimento não gerou aumento mensurável de projetos ou produtividade.

    Problemas com manutenção e qualidade do código gerado por IA

    Mais preocupante ainda é o impacto da IA na manutenção do código. O programador e autor James Shore, em um post viral no Hacker News, argumentou que acelerar a escrita do código pode significar custos permanentes maiores na manutenção. Ele alertou: “Você escreve código duas vezes mais rápido? Melhor torcer para ter reduzido pela metade os custos de manutenção. Caso contrário, você está ferrado.”

    Dados adicionais reforçam essa preocupação. Aiswarya Sankar, CEO da startup Entelligence AI, divulgou que empresas gastam 44% dos tokens de IA apenas para corrigir bugs gerados pela própria IA. A empresa CodeRabbit, especializada em ferramentas de revisão de código, analisou pull requests de código aberto e constatou que o código gerado por IA causava 1,7 vez mais problemas do que o criado por humanos.

    Além disso, pesquisadores da Singapore Management University publicaram em abril um relatório alertando que “código gerado por IA pode introduzir custos de manutenção a longo prazo em projetos reais de software”.

    Como equilibrar o uso de IA e a qualidade do desenvolvimento?

    Diante desse cenário, a solução não é abandonar a IA, mas aprender a usá-la com discernimento. Fabricantes de agentes de programação baseados em IA, como o Devin da Cognition, sugerem que a IA pode assumir tarefas repetitivas, incluindo correção de código, mas reconhecem limitações. Scott Wu, fundador da Cognition, avalia que o Devin atualmente possui habilidade equivalente a um programador júnior ou intermediário, dependendo da tarefa.

    Pesquisadores da Singapore Management University recomendam que os programadores conheçam profundamente as tarefas que a IA executa bem e aquelas em que ela falha, assim como conhecem suas linguagens de programação favoritas. É fundamental implantar sistemas rigorosos de garantia de qualidade para trabalhos gerados pela IA e revisar cuidadosamente seu código, tratando-o como se fosse um desenvolvedor júnior.

    Além disso, aspectos estratégicos como arquitetura de software e design de segurança devem continuar sendo responsabilidade humana, preservando o controle e a visão geral do projeto.

    Links úteis

  • Demissão em massa na ClickUp reforça o papel da IA no futuro do trabalho

    A startup ClickUp, fundada há nove anos e avaliada em US$ 4 bilhões em 2021, anunciou uma demissão em massa que atingiu 22% de sua força de trabalho. Contudo, a empresa não classificou essa redução como uma simples medida de corte de custos, mas sim como uma aposta estratégica na inteligência artificial (IA) para impulsionar sua produtividade e transformar seu modelo operacional.

    Substituição de funcionários por agentes de IA

    Segundo reportagem da Fortune, a ClickUp introduziu cerca de 3 mil agentes internos de IA que assumem tarefas complexas antes realizadas por colaboradores humanos. Agora, os funcionários restantes têm como função principal direcionar esses agentes e revisar seus resultados para garantir que atendam aos padrões da empresa.

    Imagem relacionada ao artigo de TechCrunch AI
    Imagem de apoio da materia original.

    O CEO da ClickUp, Zeb Evans, declarou em sua conta no X que o objetivo é transformar a empresa em uma “organização 100x”, impulsionada pela automação e pela eficiência trazida pela IA. Ele também ressaltou que os recursos economizados com essa transformação serão investidos em salários mais altos para os profissionais que conseguirem gerar impacto significativo utilizando a tecnologia, inclusive com faixas salariais que ultrapassam os limites tradicionais.

    Contexto do mercado e impactos práticos

    Essa mudança da ClickUp reflete uma tendência mais ampla apontada por uma pesquisa recente da Gartner, que indica que cerca de 80% das empresas que adotam tecnologias autônomas estão reduzindo seus quadros de funcionários. Entretanto, a pesquisa também mostra que essas demissões nem sempre resultam em ganhos financeiros expressivos.

    Enquanto alguns críticos acusam que a IA é usada como pretexto para cortes de pessoal, a ClickUp afirma que está observando ganhos reais de produtividade. Evans revelou à TechCrunch que a empresa não apenas mede essas eficiências internamente, mas também planeja incorporar essas capacidades em produtos futuros para seus clientes.

    Nova métrica de desempenho baseada em IA

    Ao invés de focar no custo das operações de IA, a ClickUp aposta em métricas que valorizam o tempo economizado e o valor criado. Recentemente, algumas empresas começaram a monitorar o consumo de tokens de IA pelos funcionários como indicador de adoção da tecnologia, prática conhecida como “tokenmaxxing”. No entanto, Evans critica essa abordagem, argumentando que ela pode apenas aumentar os custos sem garantir resultados efetivos.

    Segundo ele, “as pessoas que automatizam suas funções com IA sempre terão emprego”. Porém, a expectativa é que, à medida que a automação avança, a necessidade de colaboradores diminua, eliminando aqueles que não conseguirem integrar a IA em suas rotinas de trabalho.

    Casos extremos de automação total

    O mercado já apresenta exemplos extremos dessa tendência. A startup Polsia, com apenas um ano de existência, opera toda sua estrutura de software para solopreneurs com um único funcionário: seu fundador e CEO, Ben Broca. Essa eficiência chamou a atenção do mercado, resultando em uma captação recente de US$ 30 milhões e uma avaliação de US$ 250 milhões.

    A experiência da ClickUp evidencia que a IA está remodelando o futuro do trabalho, trazendo ganhos de produtividade, mas também desafios significativos para a força de trabalho. A capacidade de adaptação dos profissionais, aliada à integração efetiva dessas tecnologias, será determinante para a manutenção e valorização das carreiras no novo cenário corporativo.

    Links úteis

  • Kiro CLI amplia memória conversacional com Amazon Bedrock AgentCore Memory

    Nova integração traz memória persistente para interações via terminal

    A AWS anunciou uma solução que expande a capacidade de memória conversacional do Kiro CLI, ferramenta que permite interação com agentes de IA diretamente pelo terminal. A novidade consiste na implementação de um servidor personalizado do Model Context Protocol (MCP) que se integra ao Amazon Bedrock AgentCore Memory, serviço totalmente gerenciado que possibilita aos agentes de IA armazenar informações de interações anteriores. Isso resulta em conversas mais inteligentes e com maior contexto, eliminando a necessidade de repetir informações em cada nova sessão.

    Como funciona a solução integrada

    A arquitetura da solução envolve três componentes principais:

    • Amazon Bedrock AgentCore Memory: serviço gerenciado que armazena e recupera o contexto das conversas, suportando tanto memória de trabalho de curto prazo quanto memória inteligente de longo prazo, com busca semântica integrada.
    • Servidor MCP personalizado: expõe as funcionalidades do AgentCore Memory via protocolo MCP, tornando as operações de memória acessíveis a clientes compatíveis.
    • Kiro CLI: conecta-se ao servidor MCP por meio de protocolos STDIO para armazenar e recuperar o histórico de conversas, permitindo que o agente mantenha contexto e preferências de usuário entre sessões.

    O servidor MCP funciona como uma ponte entre o Kiro CLI e o Amazon Bedrock AgentCore Memory, oferecendo ferramentas para pesquisa de histórico, armazenamento consistente, monitoramento do uso de memória e gerenciamento dos dados armazenados.

    Ferramentas disponíveis para o usuário

    O servidor MCP disponibiliza três categorias de ferramentas:

    • Ferramentas de conversa: pesquisa por tópicos ou períodos, armazenamento com rastreamento de sessões, recuperação completa de conteúdo e listagem de sessões armazenadas.
    • Ferramentas de monitoramento: visualização de estatísticas de uso de memória e configuração do servidor MCP.
    • Ferramentas de gerenciamento: exclusão de sessões específicas e limpeza de dados armazenados.

    A solução utiliza uma estratégia de recuperação em duas etapas: inicialmente, uma busca semântica usando a API retrieve_memory_records do AgentCore Memory para correspondência conceitual; caso não encontre resultados, recorre à busca direta no conteúdo bruto das conversas armazenadas. O uso de expressões naturais de tempo, como “recentemente” ou “ontem”, facilita a localização de informações relevantes.

    Quem pode usar e como acessar

    Para utilizar a integração, é necessário:

    O processo de configuração inclui a clonagem do repositório oficial, criação de ambiente Python, instalação de dependências e geração da configuração do agente Kiro para uso com o AgentCore Memory. Após a autenticação via AWS Builder ID, o usuário pode iniciar o Kiro CLI e utilizar comandos para acessar as ferramentas MCP, como listar sessões, buscar histórico ou limpar dados.

    Impacto prático para desenvolvedores e equipes

    Com essa integração, desenvolvedores que utilizam o Kiro CLI ganham uma memória persistente e inteligente para suas interações, evitando a perda de contexto entre sessões. Isso é especialmente útil para quem trabalha com bases de código extensas e fluxos complexos, pois o agente lembra preferências, detalhes de projetos e conversas anteriores, aumentando a produtividade e qualidade das interações com IA.

    Recursos e links úteis

  • Microsoft Edge Copilot integra IA para consultar e organizar informações de todas as suas abas abertas

    A Microsoft lançou uma atualização para o navegador Edge que traz uma nova funcionalidade para o seu chatbot com inteligência artificial, o Copilot. Agora, o assistente de IA pode acessar e extrair informações de todas as abas abertas no navegador, facilitando a organização, comparação e síntese dos conteúdos que o usuário está navegando.

    O que mudou com a atualização do Edge Copilot

    Com a atualização, ao iniciar uma conversa com o Copilot, o usuário pode fazer perguntas relacionadas ao conteúdo das abas abertas. Isso inclui:

    Imagem relacionada ao artigo de The Verge AI
    Imagem de apoio da materia original.
    • Comparar produtos que estejam sendo pesquisados simultaneamente;
    • Resumir artigos abertos para uma leitura rápida;
    • Extrair informações relevantes para facilitar decisões e pesquisas.

    A Microsoft destacou que o usuário pode escolher quais funcionalidades deseja ativar, podendo desabilitar aquelas que não preferir.

    Fim do modo Copilot e integração das capacidades agentivas

    O antigo Copilot Mode, que também acessava abas abertas e permitia ações automáticas como fazer reservas, foi descontinuado. Suas funções mais avançadas foram incorporadas à ferramenta Browse with Copilot, que mantém a capacidade de interagir com páginas e executar tarefas assistidas por IA.

    Novos recursos de IA para estudo, podcasts e escrita

    Além da consulta às abas, o Edge ganhou outras funcionalidades baseadas em IA:

    • Modo Study and Learn: transforma artigos em sessões de estudo ou quizzes interativos para facilitar o aprendizado.
    • Conversão de abas em podcasts: permite que o conteúdo aberto seja reproduzido em formato de podcast, inspirado em ferramentas como o NotebookLM.
    • Assistente de escrita: surge automaticamente ao começar a digitar em páginas, auxiliando na redação.

    Memória de longo prazo e navegação personalizada

    O Copilot no Edge, tanto na versão desktop quanto móvel, passou a contar com memória de longo prazo. Isso significa que ele pode personalizar respostas com base em interações anteriores, tornando o atendimento mais contextualizado.

    Ao abrir uma nova aba, o usuário encontra uma página redesenhada que integra chat, busca e navegação web, além do recurso Journeys, que organiza o histórico de navegação em categorias para fácil acesso e revisão.

    Interação aprimorada na versão móvel

    Na atualização para dispositivos móveis, o Edge permite compartilhar a tela com o Copilot e conversar sobre o que está sendo exibido, ampliando as possibilidades de suporte e interação. A Microsoft garante que há indicações visuais claras para informar quando o Copilot está ativo, ajudando o usuário a entender quando a IA está agindo, ouvindo ou visualizando conteúdos.

    Disponibilidade e acesso

    As novidades do Edge Copilot estão disponíveis nas versões desktop e mobile do navegador Microsoft Edge. Para começar a usar, basta atualizar o navegador para a versão mais recente. O recurso é gratuito para os usuários do Edge, integrando-se diretamente ao browser sem custos adicionais.

    Impacto prático para o usuário

    Com essa atualização, a Microsoft busca transformar a experiência de navegação em algo mais produtivo e inteligente, facilitando a pesquisa, comparação e organização de informações sem a necessidade de alternar manualmente entre abas ou copiar e colar dados. O Copilot atua como um assistente pessoal que entende o contexto do que você está fazendo online, economizando tempo e aumentando a eficiência.

    Links úteis

  • Semana de Trabalho de Quatro Dias: Um Novo Modelo que Pode Transformar Nossa Vida e Trabalho

    O que é a semana de trabalho de quatro dias?

    A semana de trabalho de quatro dias é uma proposta que visa reduzir a jornada semanal tradicional sem comprometer a produtividade dos colaboradores. Essa mudança, embora não ocorra de forma imediata, tem o potencial de transformar significativamente como vivemos e trabalhamos, oferecendo mais tempo para o bem-estar pessoal, a família e a participação social.

    Quem pode se beneficiar e como acessar essa mudança?

    Essa iniciativa já vem sendo testada em diversos países, incluindo grandes pilotos no Reino Unido e Portugal, com resultados promissores. Empresas e organizações de setores variados podem adotar modelos adaptados de redução de jornada, seja com dias inteiros de folga ou horários diários mais curtos, dependendo da natureza do trabalho.

    Imagem relacionada ao artigo de The Conversation AI
    Imagem de apoio da materia original.

    Embora a implementação seja mais complexa em setores como saúde, educação, varejo e manufatura, por dependerem da presença física e contínua, essas dificuldades são desafios de design organizacional, não impedimentos. Ajustes em escalas, contratações adicionais e planejamento são caminhos para viabilizar a adoção.

    Disponibilidade e custo da adoção

    Não há um “produto” comercial único para a semana de trabalho de quatro dias, já que se trata de uma mudança estrutural nas práticas de gestão de tempo de trabalho. O acesso a esse modelo depende do interesse e da capacidade das empresas e governos em promover adaptações internas e políticas públicas que incentivem a redução da jornada.

    Os custos iniciais podem incluir investimentos em contratação, replanejamento de escalas e treinamento, mas estudos indicam que os ganhos em produtividade, redução de absenteísmo e melhora na qualidade de vida compensam esses valores.

    Impactos práticos para o trabalhador e a sociedade

    Pesquisas recentes demonstram que a semana de quatro dias melhora a qualidade do sono, o nível de atividade física, a saúde mental e o equilíbrio entre vida profissional e pessoal. Além disso, os trabalhadores relatam maior tempo para convívio familiar, hobbies e cuidados pessoais, fortalecendo vínculos sociais e comunidades.

    Outro ponto relevante é a possibilidade de avançar na equidade de gênero, já que a redução da jornada pode incentivar uma divisão mais igualitária das responsabilidades domésticas e de cuidado, especialmente com maior envolvimento dos pais.

    Como acompanhar os estudos e debates sobre o tema

    Para quem deseja se aprofundar, a pesquisa publicada no The Conversation AI apresenta dados detalhados sobre os benefícios e desafios da semana de quatro dias. Além disso, estudos acadêmicos como o relatório do piloto português oferecem evidências científicas robustas.

    Compartilhe e acompanhe a discussão

    A adoção da semana de trabalho de quatro dias representa mais do que uma simples mudança na jornada laboral; é uma oportunidade de repensar o valor do tempo na sociedade, promovendo saúde, qualidade de vida e maior equilíbrio social. Embora sua implementação exija planejamento e adaptações, os benefícios para trabalhadores, empresas e comunidades indicam que essa transformação pode ser fundamental para o futuro do trabalho.

  • Por que deixar a IA escrever nossos e-mails pode aumentar o volume de trabalho

    Com o avanço das tecnologias de inteligência artificial generativa, como ChatGPT e Microsoft Copilot, muitos profissionais têm recorrido a essas ferramentas para automatizar tarefas repetitivas relacionadas à gestão de e-mails, como redigir, resumir e responder mensagens. Embora a promessa seja de maior eficiência e economia de tempo, um estudo recente publicado pelo The Conversation AI aponta que essa automação pode, na verdade, gerar mais trabalho e intensificar a sobrecarga comunicacional.

    O papel social do e-mail no ambiente corporativo

    Desde o primeiro e-mail enviado em 1971, essa ferramenta digital se tornou a espinha dorsal do trabalho de escritório, prometendo clareza e agilidade na comunicação. No entanto, o e-mail também funciona como um meio para demonstrar competência, manter relacionamentos e sinalizar autoridade dentro das organizações. Expressões comuns como “just looping you in” (só te colocando no circuito) ou “circling back” (retornando ao assunto) fazem parte de um código social que ajuda a navegar hierarquias e suavizar demandas.

    Imagem relacionada ao artigo de The Conversation AI
    Imagem de apoio da materia original.

    Automação com IA: suavizando a forma, não reduzindo a carga

    As ferramentas de IA atualmente disponíveis oferecem recursos para gerenciar a caixa de entrada, melhorar a gramática e ajustar o tom das mensagens, facilitando a elaboração de e-mails que soem mais polidos e amigáveis. Porém, ao reduzir o esforço necessário para enviar essas mensagens, a IA não elimina a necessidade de comunicação, mas pode intensificar a criação de e-mails performativos, onde a sinceridade é terceirizada e o volume de mensagens cresce.

    O paradoxo do aumento de e-mails com a automação

    Assim como a promessa da eliminação do papel com a chegada do e-mail não se concretizou — e, ao contrário, o uso de papel se reorganizou e até aumentou — a automação com IA provavelmente não reduzirá o fluxo de mensagens. Pelo contrário, ao tornar mais fácil enviar e-mails, pode incentivar o envio de mais comunicações, muitas vezes desnecessárias, todas com aparência profissional e urgente.

    Implicações para o futuro do trabalho

    Essa situação levanta uma questão central: se a IA pode automatizar a resposta e a elaboração de e-mails, por que ainda geramos tantas situações que demandam esse tipo de comunicação? O artigo sugere que talvez o e-mail esteja sendo usado como solução padrão para problemas de coordenação que poderiam ser resolvidos de outras formas, evitando e-mails performativos e check-ins desnecessários.

    O desafio para as organizações será repensar suas práticas de comunicação, estabelecendo expectativas claras sobre quando uma resposta é realmente necessária e evitando a ritualização de conversas automatizadas, mesmo que eficientes.

    Links úteis

  • Microsoft ultrapassa 20 milhões de usuários pagos do Copilot e destaca uso intenso da ferramenta de IA

    A Microsoft anunciou um marco significativo para o Microsoft 365 Copilot, sua ferramenta de inteligência artificial integrada aos aplicativos Word, Excel e Outlook. Segundo a empresa, já são mais de 20 milhões de usuários pagos utilizando o recurso, com engajamento crescente e frequente.

    O que é o Microsoft 365 Copilot e quem pode usar?

    O Copilot é um assistente de IA que atua dentro dos principais aplicativos do Microsoft 365, ajudando os usuários a automatizar tarefas, gerar conteúdos, analisar dados e otimizar fluxos de trabalho. Ele está disponível para empresas que adquirirem licenças pagas, com foco em clientes corporativos que buscam aumentar a produtividade por meio da inteligência artificial.

    Imagem relacionada ao artigo de TechCrunch AI
    Imagem de apoio da materia original.

    Disponibilidade e adoção corporativa

    De acordo com o CEO Satya Nadella, a Microsoft quadruplicou o número de empresas com mais de 50 mil licenças pagas do Copilot. Grandes corporações como Bayer, Johnson & Johnson, Mercedes-Benz e Roche já possuem mais de 90 mil assentos cada uma. Um acordo recente com a Accenture prevê a disponibilização do Copilot para mais de 740 mil usuários, representando a maior venda da ferramenta até o momento.

    Engajamento e uso intenso

    Apesar da percepção persistente de que o Copilot não teria uma base ativa, a Microsoft ressaltou que o uso da ferramenta é intenso e constante. As consultas feitas por usuário aumentaram quase 20% no último trimestre, e o engajamento semanal atinge níveis comparáveis ao do Outlook, indicando que o Copilot está se tornando um hábito diário para muitos profissionais.

    Recursos avançados e múltiplos modelos de IA

    O Copilot não depende de um único modelo de IA, como o da OpenAI. Ele oferece acesso integrado a múltiplos modelos por padrão, com roteamento inteligente e agentes que realizam críticas e conselhos para gerar as melhores respostas possíveis. Essa arquitetura permite maior flexibilidade e qualidade nas interações.

    Além disso, o Agent mode (modo agente) do Copilot, que permite executar ações complexas e multifacetadas diretamente em documentos, tornou-se a experiência padrão em Word, Excel e PowerPoint. Essa funcionalidade, liberada recentemente para todos os usuários, facilita a delegação e conclusão de tarefas diretamente dentro dos aplicativos.

    Como acessar e preços

    O Microsoft 365 Copilot está disponível para empresas mediante contratação de licenças pagas no pacote Microsoft 365. Embora a Microsoft não tenha divulgado preços detalhados no anúncio, a ferramenta é comercializada como um complemento para usuários corporativos que buscam ampliar a produtividade com IA integrada. Para mais informações sobre aquisição e planos, é recomendável consultar o site oficial da Microsoft ou entrar em contato com representantes comerciais.

    Impacto prático para o usuário

    Com a adoção crescente e o uso intenso do Copilot, profissionais de diversas áreas podem se beneficiar da automação inteligente para acelerar tarefas repetitivas, melhorar a qualidade de documentos, realizar análises de dados mais rapidamente e otimizar a comunicação por e-mail. O Copilot representa um avanço no uso cotidiano da inteligência artificial, tornando-se uma ferramenta essencial para ambientes corporativos que buscam inovação e eficiência.

    Links úteis

  • IBM Bob: Parceiro de IA que revoluciona o desenvolvimento de software empresarial

    IBM Bob amplia o alcance da IA no ciclo completo de desenvolvimento de software

    Em 28 de abril de 2026, a IBM anunciou a disponibilidade global do IBM Bob, um parceiro de desenvolvimento baseado em inteligência artificial projetado para equipes corporativas. Diferente das tradicionais ferramentas de auxílio à codificação, Bob atua em todas as fases do ciclo de vida do desenvolvimento de software (SDLC), integrando planejamento, codificação, testes, implantação e modernização, tudo com controles robustos de governança e segurança.

    Contexto e desafios do mercado

    A adoção da IA no desenvolvimento de software enfrenta o desafio da complexidade acumulada em ambientes empresariais, como sistemas legados, ambientes híbridos e rigorosos requisitos de conformidade. A velocidade proporcionada pela IA, sem as devidas salvaguardas, pode gerar riscos acelerados, não progresso sustentável. IBM Bob foi criado para preencher essa lacuna, oferecendo uma abordagem estruturada que combina agentes baseados em IA para cada função do processo, padrões aplicados, playbooks reutilizáveis e governança humana contínua.

    Imagem relacionada ao artigo de IBM AI
    Imagem de apoio da materia original.

    Funcionalidades principais do IBM Bob

    • Orquestração AI-first do SDLC: Bob integra agentes especializados para gerenciar tarefas distribuídas entre ferramentas, papéis e etapas do ciclo de vida, coordenando design, desenvolvimento, testes, implantação e operações.
    • Modernização inteligente: Com 60–80% dos orçamentos de desenvolvimento voltados para modernização, Bob automatiza tarefas complexas como atualização de códigos, testes e documentação. Um caso emblemático foi a aceleração da atualização Java da Blue Pearl, reduzindo um processo típico de 30 dias para apenas 3 dias, economizando mais de 160 horas de engenharia.
    • Controles de segurança integrados: Inclui normalização de comandos, varredura de dados sensíveis, aplicação em tempo real de políticas e testes de segurança (red-teaming) incorporados no fluxo de trabalho, garantindo proteção desde o início.
    • Auditabilidade completa: A interface BobShell documenta automaticamente todos os processos em tempo real, garantindo rastreabilidade e conformidade do código gerado por IA.
    • Orquestração multinível de modelos: Bob seleciona automaticamente o modelo mais adequado para cada tarefa com base em precisão, desempenho e custo, utilizando uma combinação de modelos de ponta como Anthropic Claude, Mistral, IBM Granite e outros especializados.
    • Transparência e controle para desenvolvedores: Permite configurar pontos de aprovação manuais ou automáticos, mantendo o humano no centro do processo decisório.

    Impacto comprovado e adoção interna

    Desde seu lançamento interno em junho de 2025, com apenas 100 desenvolvedores, o IBM Bob já é utilizado por mais de 80 mil funcionários da IBM globalmente. Pesquisas internas indicam um ganho médio de produtividade de 45% nas áreas de modernização, segurança e desenvolvimento. Exemplos específicos incluem:

    • Equipe IBM Instana reportou redução média de 70% no tempo de tarefas selecionadas, economizando cerca de 10 horas semanais por desenvolvedor.
    • Equipe IBM Maximo conseguiu reduzir em 69% o tempo gasto em geração e refatoração de código, de dias para horas.

    Casos reais de clientes

    • Ernst & Young: Utiliza Bob para acelerar a modernização da plataforma global de impostos, automatizando refatoração, geração de testes e documentação, promovendo transformação escalável com manutenção dos padrões arquiteturais.
    • Blue Pearl: Acelerou a entrega da plataforma BlueApp, reduzindo semanas de esforço para 3 dias, com zero defeitos pós-implantação e mais de 160 horas economizadas.
    • APIS IT: Modernizou sistemas governamentais críticos, migrando serviços .NET complexos em horas ao invés de semanas, com precisão total na documentação de sistemas legados.

    Disponibilidade e planos

    IBM Bob está disponível como serviço SaaS, com um período de teste gratuito de 30 dias e opções de planos individuais e empresariais. A IBM planeja oferecer uma implantação on-premises para clientes com exigências específicas de residência de dados ou regulatórias. Interessados podem acessar bob.ibm.com para iniciar a experiência.

    Com o IBM Bob, a IBM eleva os assistentes de código para uma plataforma de entrega completa, promovendo ganhos expressivos em produtividade, modernização e coordenação do desenvolvimento de software empresarial. O foco na governança, segurança e controle humano torna Bob uma solução alinhada às necessidades reais das corporações que buscam acelerar a transformação digital com responsabilidade.

    Links úteis