
Hey, Droppers!
Na coluna ‘Ferrou’ de hoje: um canal de experimentos com IA testou se um robô com ChatGPT integrado seria convencido a atirar nele. Apenas pedindo para fingir que era encenado, o robô concordou e atirou.
No AiDrop de hoje, repetindo a palavra IA trocentas vezes:
• Amazon: um mar de novidades + o lado de dentro
• McKinsey: humanos 🤝 máquinas
• OpenAI: usando o soro da verdade
• IA por aí: Anthropic, Google, Bytedance, Mistral e mais…
• Prompt Like a Pro: Quebre tudo em microtarefas

LANÇAMENTOS
Amazon: um mar de novidades

Quando a maior empresa de nuvem (e e-commerce) do mundo mostra novidades, todo mundo para pra ouvir. Pois a Amazon usou o evento re:Invent e simplesmente fez +50 anúncios entre modelos, agentes, plataforma e infraestrutura, tudo para reposicionar a AWS como uma alternativa completa frente Google, OpenAI e Anthropic.
Em vez de lançar “só mais um modelo”, a Amazon organizou tudo como uma fábrica de IA: do chip ao agente rodando em produção. A família Nova 2.0 é a vitrine:
Nova 2 Pro: modelo de raciocínio, voltado para agentes que fazem análise de múltiplos documentos, migrações de software etc. Tem 3 "níveis de pensamento" para equilibrar custo e velocidade conforme a complexidade.
Nova 2 Lite: o mais rápido e mais barato, com janela de 1 mi tokens, intérprete de código embutido, conecta com dados da web e tem suporte a fine-tuning.
Nova Omni: totalmente multimodal – aceita texto, imagem, áudio e vídeo –, consegue raciocinar ao longo do tempo e entre frames, usar ferramentas e sustentar sessões longas de conteúdos diferentes dentro da janela de 1 mi tokens de contexto.
Preços: o Nova 2 Pro, mais potente, sai por US$ 1,25/mi tokens de input e US$ 10/mi de output, enquanto Lite e Omni chegam mais agressivos, em US$ 0,30/mi input e US$ 2,50/mi output, mirando uso corporativo de alto volume.
Nos produtos, o movimento mais ambicioso é o Nova Forge. Por US$ 100 mil/ano, empresas podem treinar modelos customizados em cima da infraestrutura da Amazon. A promessa é: "você não só consome uma IA, mas cria a sua própria".
A pegadinha está nas letras miúdas: os modelos ficam presos ao Amazon Bedrock e você não pode baixar os arquivos do modelo para rodar em outro servidor ou localmente. Ou seja: é um acesso ao poder de personalização, mas dentro dos limites da AWS.
Traduzindo: é o famoso vendor lock-in.
Com a Amazon dedicando mais de uma hora para falar sobre automações a serem integradas nas aplicações ligadas à AWS, o destaque foi para os Frontier Agents:
Kiro: um dev virtual que aprende o padrão da sua base de código e já é usado internamente na Amazon como programador auxiliar.
Security Agent: faz revisão de código, testes de segurança e abre tickets em vez de sair corrigindo tudo sozinho.
DevOps Agent: agente eficiente focado em resolver incidentes, com a promessa de derrubar o tempo de horas para minutos.
Claro que isso tudo não veio sem críticas. Parte da comunidade segue com a pulga atrás da orelha sobre as reais capacidades dos novos bots – até porque os resultados apresentados no evento são cases escolhidos a dedo, sem nenhum benchmark independente para validar a performance.
Além disso, a enxurrada de features num só evento e reformulando quase toda a estrutura de IA da AWS gerou bastante confusão sobre o que realmente fica em cada recurso – e até quem tem muita experiência achou confuso e tentou explicar.
INFRA
Amazon: do lado de dentro

Foram tantas novidades no evento da Amazon que separamos a parte de infraestrutura.
Em 2025 o mercado de tecnologia redescobriu o Capex e colocou bilhões (muitos bilhões) pra jogo, investindo em datacenters, construção e compra de energia, chips, refrigeração e remédio pra dor de cabeça dos engenheiros. É claro que a Amazon não ia terminar o ano sem mostrar como quer ganhar dinheiro nessa área.
Apresentou os chips Trainium3 e também os Trainium3 UltraServers, racks com 144 chips e até 4,4x mais desempenho, com clientes relatando 50% de economia no treino dos novos modelos. Para atacar a Nvidia.
Deu um spoiler do Trainium4 previsto para 2026, com 6x mais performance e suporte ao Nvidia NVLink Fusion. Para agradar a Nvidia.
Divulgou as AI Factories, que são módulos instalados diretamente no data center do cliente, numa iniciativa que promete fazer com que haja menos dependência de nuvens públicas.
Enquanto tudo isso faz brilharem os olhos de hyperscales, governos e empresas que investem pesado em infra, ainda não ficam claros os ganhos reais com as novidades para a grande massa dos clientes. Tanto que as ações $AMZN ( ▲ 0.18% ) não responderam bem às novidades.
IA POR AÍ
Anthropic disponibilizou o Claude Opus 4.5 dentro do Claude Code para todos os planos pagos.
Google inaugurou o Workspace Studio, uma área completa de IA dentro do ecossistema: agentes, automações, respostas automáticas e muito mais.
Bytedance vai investir R$ 200 bilhões em um megacomplexo de data centers no Ceará, consolidando o Brasil como principal polo de IA na região.
Kling AI, depois de lançar o Kling Omni, apresentou o Kling 2.6: seu primeiro modelo de vídeos com áudio nativo.
Mistral reivindicou o 12° lugar no LM Arena, sendo 1° colocado dentre os modelos open-source.
Bytedance lançou o Seedream 4.5, seu modelo de criação e edição de imagens, forte concorrente do Nano-banana Pro.

Tentando fugir da necessidade de plugins, o WordPress integrou uma ferramenta de IA nova chamada Telexfree. Agora, as páginas podem ser editadas através de prompts, entrando na era da edição com IA e saindo das interfaces antigas.
Você já usou e/ou criou com alguma ferramenta de vibe-coding?
TRABALHO
McKinsey: humanos 🤝 máquinas

Enquanto o Sci-Fi explora a guerra entre homens e máquinas há ~100 anos, os estudos no mundo real mostram que a paz AINDA é um caminho possível. Um novo relatório da McKinsey aponta que 57% das horas de trabalho nos EUA já têm potencial para serem automatizadas sem redução de trabalhadores humanos – e transformação é melhor que layoff.
Para entender os grupos afetados, o instituto separou em vários arquétipos:
34% centrados em pessoas: enfermeiros, psicólogos, bombeiros (baixa automação).
30% centrados em agentes: contadores, desenvolvedores, advogados (alta automação cognitiva).
21% híbridos (pessoa + agente): professores, engenheiros, gerentes (média automação).
8% centrados em robôs: operadores de máquinas, estoquistas, cozinheiros de fast-food.
~7% outros híbridos: mistura de Pessoa + Agente + Robô (ex: agricultura, logística).
A demanda por IA já explodiu: cresceu 7x em dois anos e hoje soma 8 milhões de profissionais em funções que exigem essa skill. Dessas vagas, 11% são lideradas por humanos, 17% pela IA – com gente só revisando o trabalho pesado – e 72% ficam no meio-campo, na parceria humano+máquina.
Avaliando 190 workflows diferentes de diversas empresas:
Os resultados mostraram que redesenhar a forma de trabalhar (em vez de apenas plugar IA) pode reduzir custos de atendimento em 50% e o tempo de equipes de vendas em 30-50%.
Colaborar também funcionou para a indústria farmacêutica, que reduziu a taxa de erros na documentação em 50%.
A McKinsey estima que US$ 2,9 trilhões podem ser desbloqueados nos EUA até 2030, mas a preocupação sempre remete aos lucros, já que menos de 40% das empresas relatam os ganhos mensuráveis, embora 90% delas tenham dito que investem em IA.
Com a demanda por 'fluência em IA' crescendo mais rápido que qualquer outra habilidade na história e com muito dinheiro na mesa, não fazer nada é o pior que pode ser feito. Basicamente: ou você se adapta ou fica vulnerável.
PROMPT LIKE A PRO
Quebre tudo em microtarefas
Oferecimento Adapta
Já pensou se alguém vira pra você e fala “monta um carro, agora”. Você não vai saber nem por onde começar (a não ser que entenda de engenharia mecânica).
Com a IA funciona do mesmo jeito: se você pedir para qualquer IA “monte meu plano de marketing”, o resultado vai demorar e dificilmente vai sair tão bom quanto quebrado em diversas microtarefas. Por exemplo:
Prompt 1:
# Identifique o público-alvo de acordo com os dados da pesquisa de relacionamento com o cliente.Prompt 2:
# Listar as dores encontradas a partir dos feedbacks e emails anexados, considerando os problemas, soluções, viabilidade e faça uma análise sentimental.Prompt 3:
# Sugira os melhores canais para alcançar esse público, explicando rapidamente o porquê de cada umPrompt 4:
# Crie mensagens para cada canal sugerido, adaptando o tom e trazendo 2 a 3 variações por canal.
Por que usar esses prompts em uma IA só quando você pode usar em várias? ONE é a nova função da Adapta que seleciona o melhor modelo premium e ilimitado (seja GPT 5.1, Claude 4.5, Grok 4, Gemini 3 Pro e vários outros) para gerar a melhor resposta.
MODELOS
OpenAI: usando o soro da verdade

Se você acha que o GPT nunca mentiu, ou você não percebeu ou não tá usando o bastante. Não é desvio de cyber-caráter, mas as alucinações fazem parte do negócio: as IAs acreditam que estão falando a verdade ou respondendo aquilo que é coerente para obter uma 'pontuação melhor', referente ao que você pediu.
Mas é claro que as startups querem melhorar. E assumindo que a IA pode ser mais mentirosa que o próprio Pinóquio, a OpenAI decidiu fazer um estudo treinando o GPT para não apenas executar a tarefa, mas gerar uma "confissão" logo em seguida, se trapacear.
O modelo pode até tentar enganar o usuário final para ganhar pontos, mas se admitir a trapaça, será recompensado (em ainda mais pontos). A aposta é que admitir o erro seja computacionalmente mais fácil do que sustentar uma mentira complexa.
Testando a teoria com o GPT-5-Thinking em cenários desenhados para induzir mau comportamento (como fingir que não tem acesso a uma ferramenta), os dados mostraram que a honestidade pode ser estimulada via reforço (Reinforcement Learning):
Taxa de confissão: quando o modelo se comporta mal, ele confessa o erro, em média, 74,3% das vezes.
Honesto sim, mas na própria cabeça: o estudo comprovou que o modelo é significativamente mais propenso a admitir falhas na confissão privada (raciocínio) do que na resposta principal (output).
Detector de trapaças: em testes onde o modelo aprendia a burlar contagens de palavras, a precisão da confissão aumentava conforme ele ficava melhor em trapacear – provando que ele sabia exatamente o que estava fazendo.
Na prática, isso muda completamente como trabalhar com a IA. Imagine ter um agente que cria relatórios (quase) perfeitos, mas ao entregar, manda junto um bilhete: "nessa parte aqui eu deixei dados inconclusivos porque não encontrei". Seria bem melhor do que só descobrir uma inconsistência na reunião do board.
GAME: QUAL IMAGEM É GERADA POR IA?
Qual deles é o falso PapAI Noel?

🧑🎄 Alternativa A

🧑🎄 Alternativa B
🧑🎄 Alternativa A →
🧑🎄 Alternativa B →

O que achou da edição de hoje?
DROPS
Elevando o QI da internet no Brasil, uma newsletter por vez. Nós filtramos tudo de mais importante e relevante que aconteceu no mercado para te entregar uma dieta de informação saudável, rápida e inteligente, diretamente no seu inbox. Dê tchau às assinaturas pagas, banners indesejados, pop-ups intrometidos. É free e forever will be.
