LLM

Pergunte a praticantes o que quebra em sistemas de agentes e a resposta raramente é a capacidade. A falha é mais silenciosa: o modelo decide, e ninguém consegue distinguir o correto do apenas fluente.

Model-side analysis for people choosing what to run: architecture surveys, family reference pages with benchmark ladders, and quantization tradeoffs.

A Alibaba confirmou no Apsara que o Qwen 4 está em treinamento, sem data definida, enquanto sinais comunitários indicam um lançamento em semanas, e não em meses.

Um agente com um único arquivo de memória plano não esquece coisas; ele não consegue parar de se lembrar de coisas sobre as quais não foi questionado. A solução é um contexto em camadas, onde cada camada de conhecimento entra por meio de um gatilho diferente.

A página mensal de tendências do GitHub funciona para uma linguagem, porque um filtro de linguagem já define o conjunto. A IA de código aberto faz uma pergunta diferente: o trabalho abrange cinco linguagens e o corte útil é a função que um repositório desempenha.

Um agente de IA auto-hospedado precisa de mais do que uma janela de contexto longa. Precisa de uma forma de reter factos úteis, recuperar decisões anteriores e rever o que pensa saber à medida que os projetos evoluem.

Agentes de IA para codificação já conseguem escrever funções, modificar repositórios, executar testes e abrir solicitações de pull request. O problema mais difícil é fazer um agente seguir um processo de engenharia repetível antes, durante e depois da escrita do código.

Deep Research tornou-se uma categoria própria de software, não apenas um modelo apontado para uma caixa de pesquisa. Este artigo compara doze sistemas autogerenciados e as arquiteturas de pesquisa por trás deles.

Em setembro de 2026, a fronteira eficiente dos modelos abertos situa-se entre 25B e 34B parâmetros: trabalho agêntico próximo da fronteira em uma única GPU de 24 GB, com uma fração do hardware de classe 70B.

A memória persistente transforma um agente de uma ferramenta que precisa ser explicada repetidamente em um que carrega o contexto para frente — mas isso abre um modo de falha que o chat sem estado evita: uma interpretação pode se tornar memória, ser recuperada como fato e justificar uma versão mais forte de si mesma.

Mnemosyne é um provedor de memória local-first para o Hermes Agent, armazenando memória de trabalho, fatos estruturados, dados temporais e histórico episódico em SQLite local — sem serviço hospedado, sem chamadas de rede obrigatórias e com controle de escrita notavelmente granular.

Um agente que propôs e implementou “mover a persistência para uma biblioteca compartilhada” há seis meses propô-lo-á novamente no próximo trimestre, a menos que algo durável informe que a ideia já foi investigada e rejeitada — e o OpenSpec não possui estado embutido para isso atualmente.

OpenSpec é uma CLI gratuita e de código aberto da Fission AI que faz com que você e seu agente de codificação concordem sobre uma mudança em Markdown puro antes que qualquer código seja escrito, sem a cerimônia de fases de frameworks mais pesados de desenvolvimento orientado por especificação.

Migrar um assistente de IA não é o mesmo que copiar uma configuração de aplicativo. A parte difícil é preservar identidade, memória, comportamento das ferramentas, trabalhos agendados e acesso a mensagens, sem que dois gateways atuem como o mesmo bot.

Ollama e llama.cpp são frequentemente comparados como se fossem motores de inferência rivais. A escolha real está entre um serviço de modelos gerenciado e um toolkit que você opera diretamente.

Tanto o ROCm quanto o Vulkan aceleram GPUs AMD para a hospedagem local de LLMs, mas eles não são intercambiáveis. A escolha certa depende do motor, da GPU e da carga de trabalho.