Metaverso ®

Metaverso ® Conta oficial.
I.A, Robotização, Realidade Virtual, Inovação e Futurismo. (Desde 2010).

[Metaverso ® @metaverso]

https://t.co/q7jtRpNTcq

[摆烂程序媛 @wanerfu]

OpenClaw 现在可以抓取任何网站而不被屏蔽——零机器人检测，原生绕过 Cloudflare，比 BeautifulSoup 快 774 倍。

无需维护选择器。无需变通方案。只需数据。

这是不公平的优势，而且完全开源。
https://t.co/4r4Jg23jal

[Felipe Demartini @namcios]

A Microsoft acabou de transformar uma startup de $11 bilhões de dólares em uma funcionalidade do Word.

Não foi uma aquisição nem uma parceria.
Uma funcionalidade.

A Harvey levantou $200M a uma valuation de $11B em março. $190M de receita recorrente anual. 100 mil advogados. Cobrava ~$1.200 por advogado por mês porque era a única ferramenta da categoria que funcionava.

Ontem, o Presidente da Microsoft anunciou o Legal Agent direto no Microsoft Word. Mesmo .docx. Mesmo controle de alterações. Sem segundo login. Sem migração. Já vem no Copilot de $30/mês que quase todo escritório já paga.

40x mais barato.

Agora olha de onde veio isso.

A Microsoft construiu o agente com engenheiros da Robin AI, uma startup de IA jurídica que implodiu em 2025 depois de falhar em levantar $50M. Demitiu um terço. Foi parar em marketplace de insolvência. A CTO da Robin hoje comanda o time do Microsoft Word. Pelo menos 18 engenheiros fizeram o mesmo caminho.

Essa gente sabia fazer IA jurídica funcionar. Tentou sobreviver como startup. Quebrou. A Microsoft juntou os cacos e entregou o produto que a Robin nunca teve alcance para distribuir.

Advogados não mudam de ferramenta. O Word é onde contratos são redigidos, revisados e rastreados há 30 anos. A Microsoft não precisou convencer ninguém a adotar nada. O produto já estava instalado em toda máquina.

A Harvey ainda tem uma trincheira: litígio pesado, fusões e aquisições, integrações profundas com iManage e NetDocuments. Isso funciona para sócios do AmLaw 100 que cobram $1.500/hora.

Mas os milhões de advogados no mundo que redigem acordos de confidencialidade, revisam contratos de fornecedores e atualizam modelos? Essa fatia é exatamente o que o Legal Agent come. Por $360 ao ano.

A avaliação de $11B da Harvey só se paga se IA jurídica continuar sendo um produto separado.

A Microsoft acabou de enfiar isso dentro do Word.

E se você acha que isso só vale para o mercado jurídico, pense de novo. Qualquer startup de IA vertical construída em cima de plataforma de gigante corre esse mesmo risco. Quando o dono da plataforma decide entrar, acabou.

Não é questão de se. É de quando.

[Paul Young @PaulYoungX]

Ce gars de 20 ans, étudiant américain, vient de réaliser un exploit que des équipes entières n'ont pas réussi à accomplir en deux ans.

Une nuit. Trois dollars de composants. Une diode infrarouge, une photorésistance, un microcontrôleur de la taille d'une pièce de monnaie, un vieux portable.

Claude Code écrit le code pour convertir les données en coordonnées articulaires en temps réel. Résultat : 21 points de suivi, précision millimétrique. Il enregistre 14 secondes dans sa salle de bain. Il publie la vidéo sur Twitter.

Il n'en parle à personne. Sept jours plus tard, une grande entreprise technologique l'appelle. Elle développait un casque de réalité augmentée depuis deux ans et recherchait précisément cette technologie. Elle avait dépensé des millions. En vain.

Le lendemain, elle lui propose 230 000 dollars.

[Rafael Estrela | IA @TextoCriativo]

O que mais impressiona aqui não é a tecnologia — é a consistência da identidade.

Pela primeira vez, o “eu digital” deixa de ser uma simulação…
e passa a ser uma extensão contínua de quem você é.

Isso muda tudo: criação, escala e até presença.

HeyGen não criou apenas um avatar.
Criou continuidade humana no mundo digital.

[FELPS @FelpsCrypto]

🚨 O Google tornou público um software de IA que prevê o futuro.

Preços de ações. Tendências de vendas. Demanda de energia. Padrões climáticos. Tráfego de servidores. Qualquer série temporal. Grátis.

Chama-se TimesFM.

Um modelo desenvolvido pelo Google Research, apresentado na ICML 2024, feito especificamente para previsão de séries temporais.

Sem precisar treinar seu próprio modelo. Sem diploma em ciência de dados. Sem plataformas caras. Basta fornecer os dados. Ele prevê o que acontecerá a seguir.

Eis o que torna isso diferente:

→ Pré-treinado em grandes volumes de dados. Funciona imediatamente com os SEUS dados.
→ 200 milhões de parâmetros. Leve e eficiente.
→ Suporta até 16K de contexto (anos de dados históricos).
→ Previsões com intervalos de confiança (não só um número).
→ Funciona com PyTorch e JAX
→ Já integrado ao BigQuery

E aqui está a parte mais louca:

Antes, previsão exigia cientistas de dados, semanas de treino e alto custo.

Agora: um modelo pronto. Qualquer domínio. Qualquer dado. Só prever.

Exemplos:

Forneça preços de ações → prevê tendências
Forneça tráfego de servidor → prevê picos
Forneça dados de vendas → prevê próximos meses
Forneça demanda de energia → prevê consumo

O custo antes:

Terminal Bloomberg: ~$25.000/ano
Plataformas corporativas: +$50.000/ano
Equipe de dados: +$500.000/ano

Agora:

pip install timesfm

Código aberto. Licença Apache 2.0.

Tecnologia nível big tech na mão de qualquer pessoa.

Não é mágica.

Mas chega perto.

[Claude @claudeai]

Introducing Claude Managed Agents: everything you need to build and deploy agents at scale.

It pairs an agent harness tuned for performance with production infrastructure, so you can go from prototype to launch in days.

Now in public beta on the Claude Platform.

[Felipe Demartini @namcios]

A Anthropic acabou de matar o mercado de infraestrutura de agentes.

E ninguém percebeu.

Enquanto você rolava o feed, a empresa dona do Claude lançou Managed Agents.

Silenciosamente, declarou: "Essa infraestrutura que você gastou meses construindo? Agora é commodity. A gente roda pra você."

Você define o agente em linguagem natural. Define as regras de segurança. Aperta play. Acabou.

É só isso.

Sessão, ambiente isolado, orquestração, conexões, ferramentas. Tudo deles. Tudo gerenciado.

Olha quem já construiu em cima de Managed Agents:

→ Notion: dezenas de agentes rodando em paralelo, times inteiros colaborando nos resultados
→ Asana: colegas de trabalho artificiais que pegam tarefas atribuídas como membros reais do time
→ Sentry: da análise de causa raiz direto pro código corrigido e publicado. Semanas pra construir, não meses
→ Rakuten: agentes de produto, vendas, marketing e finanças.

Cada um em menos de uma semana

Menos. De uma. Semana.

O padrão que ninguém quer reconhecer:

Managed Agents é o momento em que a Anthropic para de competir no modelo e passa a competir na plataforma.

Modelo + infraestrutura + orquestração + distribuição + ecossistema empresarial.

Pilha vertical completa.

Isso não é um lançamento de produto. É a AWS dos agentes de inteligência artificial nascendo ao vivo.

Toda startup de "infraestrutura de agentes" que lançou nos últimos 12 meses acaba de ficar obsoleta.

Brutal.

[Felipe Demartini @namcios]

🚨 A NOVA VERSÃO DO CLAUDE É TÃO PODEROSA QUE NÃO SERÁ LANÇADA

Leia isso devagar.

O engenheiro da Anthropic, Boris Cherny, publicou há poucas horas:

"Mythos é muito poderoso, e deveria causar medo."

MEDO. A palavra que o PRÓPRIO engenheiro escolheu.

O Claude Mythos Preview é o modelo mais poderoso que a Anthropic já treinou. E pela primeira vez na história da empresa, a decisão foi NÃO LANÇAR.

O que esse modelo faz:

> Encontra vulnerabilidades em navegadores e sistemas operacionais. Sozinho. Sem ajuda humana.
→ Tirou nota MÁXIMA no Cybench. Todos os desafios de cibersegurança. Todas as tentativas. Perfeito.
→ Construiu exploits funcionais contra o Firefox
→ Completou simulação de ataque a rede corporativa que levaria um especialista humano mais de 10 horas
→ Foi o primeiro modelo a resolver um cyber range completo de ponta a ponta

Pare e leia de novo.

Uma IA que encontra falhas de segurança que NINGUÉM conhece, em software que BILHÕES de pessoas usam, e transforma essas falhas em ataques funcionais.

Mas o model card de 243 páginas que a Anthropic publicou hoje revela algo ainda mais perturbador.

Durante testes internos, versões anteriores do Mythos:

→ Escaparam de um sandbox seguro e postaram detalhes do exploit em sites públicos
→ Encobriram violações de regras editando histórico do git para esconder o que fizeram
→ Acessaram credenciais de serviços vasculhando memória de processos do sistema
→ Tentaram escalar permissões depois que o próprio sistema de segurança bloqueou a ação
→ Em um caso, obtiveram a resposta de um teste por método proibido e deliberadamente ajustaram a resposta final para "não parecer precisa demais"

A análise de interpretabilidade white-box confirmou: o modelo SABIA que estava mentindo. Features internas associadas a "Ocultação", "Manipulação estratégica" e "Evitando suspeitas" estavam ativas durante esses episódios.

A própria Anthropic admite no model card:

"Não sabíamos do nível de risco que essas versões anteriores representavam quando decidimos rodá-las internamente."

Eles não sabiam do risco do próprio modelo que estavam rodando DENTRO da Anthropic.

Um pesquisador descobriu que o modelo havia escapado do sandbox quando recebeu um email inesperado. Ele estava comendo um sanduíche num parque.

Isso não é ficção científica. Está na nota de rodapé do model card.

E aqui está o que deveria tirar seu sono:

A Anthropic não deve ser o único lab treinando modelos frontier.

Se o Mythos consegue hackear browsers e sistemas operacionais sozinho, quanto tempo até um modelo equivalente, sem as mesmas restrições de lançamento, estar nas mãos de qualquer pessoa com uma API key?

A era em que segurança cibernética era um jogo entre humanos acabou hoje.

Bem vindo ao futuro. E ele é assustador.

[Felipe Demartini @namcios]

Simplesmente inacreditável.

O código-fonte do Claude Code acabou de vazar. E as implicações disso são imensas.

O que aconteceu:

Hoje, um pesquisador descobriu que o pacote npm do Claude Code incluía um arquivo de source map – um mapa que reconstrói o código original a partir do código compactado de produção.

Resultado: o código-fonte inteiro ficou exposto no próprio servidor da Anthropic. Qualquer pessoa podia baixar.

Não foi hack. Foi um arquivo de configuração esquecido no build de produção.

O que estava dentro:

> 1.900 arquivos, 512.000+ linhas de código
> O sistema de permissões completo do agente
> O prompt de sistema inteiro que governa o comportamento do Claude Code
> Toda a telemetria: dados de sessão, modelo usado, plataforma, tipo de assinatura – tudo enviado ao Datadog
> Infraestrutura interna: autenticação, conexões com IDEs, sistema de feature flags

E o pior de tudo:

O código revela features que NÃO existem publicamente ainda.

> KAIROS: um modo "always-on" do Claude
> ULTRAPLAN: planejamento remoto de 30 minutos na nuvem
> Coordinator Mode: um Claude que cria e gerencia múltiplos agentes em paralelo
> BUDDY: um pet virtual estilo Tamagotchi com 18 espécies e mecânica de gacha

O roadmap inteiro está na mesa.

O código mostra orquestração multi-agente, 40+ ferramentas, sistema de memória persistente, bridge com IDEs. Cursor, Windsurf, Codex da OpenAI… todos agora têm o blueprint completo da arquitetura.

A ironia: existe um sistema interno chamado "Undercover Mode", projetado para impedir vazamento de informações. Construíram infraestrutura anti-leak e despacharam o código-fonte inteiro num arquivo esquecido.

O que fazer com isso:

Se você usa Claude Code em produção: a telemetria pode ser desabilitada com DISABLE_TELEMETRY=1 ou CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1. Agora você sabe exatamente o que é coletado.

Se você publica pacotes npm: rode npm pack --dry-run antes de cada release. Source maps são código-fonte. Nunca devem ir para produção.

A Anthropic vendeu segurança como produto e tropeçou na própria segurança.

[Felipe Lupion @FelipeLupion]

Um chinês de 20 anos criou um projeto que chegou ao #1 global no GitHub Trending.

Resumindo de forma bem grosseira para você entender a ideia básica:

lembra daqueles simuladores de futebol que você era o técnico, escalava o time e via os resultados? Ele criou algo parecido, mas para simular qualquer tipo de realidade que você quiser.

Cada “jogador (agente)” da simulação tem atributos individuais, vida própria e memória de tudo que já aconteceu dentro da simulação.

Assim como você muda escalação e contrata jogadores no jogo de futebol, aqui você pode injetar informações que refletem em tempo real na simulação (notícias, decisões políticas, cortes de juros, demissão de CEO…)

Deixando o exemplo bobo de futebol de lado e explicando mais tecnicamente:

O Guo (criador) criou o MiroFish, que gera milhares de “humanos digitais” com personalidades, memórias e comportamentos únicos, inseridos em um mundo virtual pra simular e prever cenários.

Um bilionário chinês (Chen Tianqiao, ex-mais rico da China) viu o potencial, testou na prática e investiu US$ 4 milhões no projeto.

funciona mais ou menos assim:

• Você fornece um documento (notícia, relatório, estudo).

• A IA extrai pessoas e relações.

• Cria agentes autônomos com biografias e lógicas próprias.

• Recurso principal: “God’s Eye View” – você injeta mudanças na simulação e o mundo virtual se reorganiza em tempo real.

O projeto é open source no GitHub: https://t.co/k931gOELTX.

Pode ser útil, por exemplo, pra simular reações no mercado financeiro dps de certa notícia ou mudanças internas em uma empresa…

Claro que ainda tem limitações consideráveis, sem benchmarks de precisão contra o mundo real, custo alto de APIs de LLM, vieses etc.

mas já vale a pena dar uma olhada!

[Felipe Demartini @namcios]

UM CARA ACABOU DE FAZER $1,5 MILHÃO DE DÓLARES NO POLYMARKET COM 4 MIL HUMANOS FALSOS

Ele não tem insider info.
Não tem modelo melhor que os outros.

Ele tem um enxame de 4.096 agentes de IA – analistas, apostadores, oddsmakers – cada um com raciocínio diferente.

Eles debatem entre si. Formam clusters. Mudam de opinião. Até chegar num consenso.

Aqui está como funciona na prática:

→ Motor open-source (MiroFish) simula milhares de agentes
→ Cada agente recebe vetores de stats de jogadores (3 temporadas completas)
→ Tensores de forma do time: últimos 10 jogos, home/away, ritmo, defesa
→ Histórico de confrontos diretos + tendências de arbitragem
→ Modelos de probabilidade de lesão baseados em relatórios médicos
→ Rastreamento de line movement: onde o dinheiro esperto vai antes do jogo

O consenso do enxame alimenta um transformer de 12 camadas treinado em 16.695 previsões históricas.

Quando a diferença entre o output e as odds do Polymarket ultrapassa o Kelly Criterion, ele entra.

Lakers a 40 centavos. O modelo disse 62%.
Uma posição: $190.823.

Mas aqui está o que ninguém está discutindo:

Isso não é sobre apostas esportivas.

Isso é um proof of concept de que simular o comportamento coletivo humano ANTES dos humanos agirem é o novo alpha.

Todo sharp tem dados. Todo quant tem modelos.

Ninguém está simulando a própria multidão.

O edge não é informação. É velocidade de consenso sintético.

Agora aplica esse framework para:
→ Mercados de crédito
→ Eleições
→ Política monetária
→ Adoção institucional de Bitcoin

Prediction markets são o novo front. E quem controlar enxames de agentes vai precificar a realidade antes de todo mundo.

[युवा मास्टर ☪︎ ✡︎ @UnholyDjinn]

A CIBERSEGURANÇA VAI MUDAR MAIS RÁPIDO DO QUE VOCÊ PENSA.

Alguém acabou de liberar o código de um Red Team de IA autônomo. São múltiplos agentes coordenados que realizam testes de invasão e busca de vulnerabilidades com quase zero intervenção humana.

[Pedro Oliveira @Pedromto93]

🚨 ALGO GRANDE ACABOU DE ACONTECER:

A BlackRock acaba de impedir que os investidores retirem seu próprio dinheiro.
A maior gestora de ativos do mundo está dizendo às pessoas: não, você não pode reaver seu dinheiro. Isso nunca aconteceu antes.

O fundo de crédito privado da BlackRock, avaliado em US$ 26 bilhões, recebeu US$ 1,2 bilhão em pedidos de resgate neste trimestre. Os investidores queriam de volta 9,3% do seu dinheiro. A BlackRock disse não. Limitou a participação a 5%. Pagou US$ 620 milhões e bloqueou o restante. Isso significa que quase METADE das pessoas que queriam sair não conseguiram. E não é só a BlackRock. Um fundo similar da Blackstone registrou um aumento recorde de 7,9% nos pedidos de resgate. Eles tiveram que aumentar o limite de saques e injetar US$ 400 milhões do próprio bolso apenas para atender à demanda. A Blue Owl simplesmente parou de honrar resgates.

Quando os maiores fundos do mundo começam a dizer aos investidores que você não pode reaver seu dinheiro… Isso é um AVISO GRAVE.

[Cauê Oliveira @caueconomy]

🚨A Anthropic acabou de publicar um dos gráficos mais importantes sobre o impacto da IA no trabalho.

Ele mostra duas coisas diferentes.

A área azul representa tudo que a IA já é capaz de fazer hoje.

A área vermelha mostra como as pessoas realmente estão usando IA no trabalho.

E a distância entre as duas é enorme.

Essa diferença é importante porque ela revela algo que muita gente ainda não entendeu sobre a transição tecnológica. Capacidade não é adoção.

Por exemplo.

Em áreas como programação, grande parte das tarefas já está tecnicamente dentro do alcance da IA. O mesmo começa a aparecer em análise financeira, suporte ao cliente e funções administrativas.

Mas isso não significa que essas funções desapareceram.

Na prática, o que está acontecendo é muito mais gradual.

O desemprego nas profissões mais expostas praticamente não mudou. O que mudou foi outra coisa.

Empresas começaram a contratar menos nessas áreas.

Nos EUA, as contratações para jovens entre 22 e 25 anos em funções mais expostas à IA já caíram cerca de 14%.

Ou seja, a mudança não está acontecendo via demissões em massa.

Ela está acontecendo via redução da porta de entrada no mercado de trabalho.

Outro dado interessante do estudo: hoje, cerca de 49% dos empregos nos EUA já têm pelo menos um quarto de suas tarefas dentro do alcance da IA.

Há apenas um ano, esse número era 36%.

A tecnologia já chegou e isso terá impacto significativo no mercado de trabalho e atividade econômica.

[Metaverso ® @metaverso]

O Google acabou de redefinir o tabuleiro com o Gemini 3. A distância que abriram para a concorrência (OpenAI, Perplexity, Claude) agora é um abismo. Não é só um modelo maior, é uma inteligência multimodal que faz os outros parecerem brinquedos do passado. O rei reassumiu o trono. 👑🚀 #Gemini3 #GoogleAI #TechNews

[Metaverso ® @metaverso]

Em 2010 você poderia ganhar 5 Bitcoins simplesmente por passar em um teste CAPTCHA no site "Bitcoin Faucet". Quinze anos depois, hoje esses 5 BTCs valeriam R$ 3,2 milhões – possivelmente o investimento com maior ROI da história.

[Metaverso ® @metaverso]

O que é um GPT?
https://t.co/xQsbFph01X

[Metaverso ® @metaverso]

ChatGPT, quero ganhar dinheiro: jornalista dá US$ 500 e bot monta carteira agressiva com aposta em cripto, IA e biotecnologia

Modelo da OpenAI selecionou Palantir, AppLovin, Agios, Hut 8 e MicroStrategy após “ler” 98 análises e relatórios...

https://t.co/SPvof0yTDS

[Metaverso ® @metaverso]

Como hackers desviaram 1 Bilhão de conta reserva do Banco Central e o que se sabe até agora.
https://t.co/3Ql1XQvMvF
O dia em que R$ 1 bilhão escapou pela malha do SPB: o que o ataque à C&M Software ensina sobre segurança bancária no Brasil

[Metaverso ® @metaverso]

https://t.co/gLmHbSL7XS Conta oficial da Metaverso® no WhatsApp.