Mensagem da Gate News, 23 de abril — A equipe da Jules, do Google, anunciou a abertura de uma lista de espera para uma nova versão do produto, reposicionando a Jules de uma agente de codificação assíncrona para uma plataforma de desenvolvimento de produtos agentic ponta a ponta. De acordo com a descrição oficial, a plataforma aprimorada lê o contexto completo do produto, determina o que deve ser construído em seguida, propõe soluções e envia pull requests.
A versão anterior operava como uma agente de codificação assíncrona integrada ao GitHub que executava tarefas específicas atribuídas pelos usuários e submetia código em segundo plano. A nova versão marca uma mudança significativa: em vez de apenas executar tarefas fornecidas, a agente agora entende proativamente o cenário do produto e decide autonomamente o que construir.
Aviso: As informações nesta página podem ser provenientes de terceiros e não representam as opiniões ou pontos de vista da Gate. O conteúdo exibido nesta página é apenas para referência e não constitui aconselhamento financeiro, de investimento ou jurídico. A Gate não garante a exatidão ou integridade das informações e não será responsável por quaisquer perdas decorrentes do uso dessas informações. Os investimentos em ativos virtuais apresentam altos riscos e estão sujeitos a uma volatilidade de preços significativa. Você pode perder todo o capital investido. Por favor, compreenda completamente os riscos envolvidos e tome decisões prudentes com base em sua própria situação financeira e tolerância ao risco. Para mais detalhes, consulte o
Aviso Legal.
Related Articles
Alibaba Cloud Lança JVS Crew, Plataforma de Agente de IA de Nível Empresarial
Mensagem do Gate News, 23 de abril — A Alibaba Cloud lançou oficialmente o JVS Crew, uma plataforma de construção de Agentes de IA de nível empresarial, projetada com uma abordagem "integration-first". A plataforma permite que as empresas incorporem rapidamente recursos de Agente de IA em aplicativos existentes, serviços SaaS ou hardware inteligente
GateNews7m atrás
Bancos de Taiwan se unem para criar uma IA local! Grandes modelos de linguagem financeiros devem entrar no ar até o fim do ano
As 16 instituições financeiras lideradas pela China CITIC Financial Holdings anunciaram o início do projeto de 'modelo financeiro de grande linguagem FinLLM'. A primeira versão do modelo bancário está prevista para ser lançada em agosto, e no 1º trimestre de 2026 serão apresentados agentes de IA baseados no FinLLM. O treinamento começou em maio, com orçamento de cerca de 40–70 milhões de RMB. Devido às exigências regulatórias e às necessidades de localização, o treinamento com base em dados locais é o foco, fortalecendo a IA soberana, construindo uma infraestrutura compartilhada e expandindo para a inclusão financeira. O plano já foi incluído no plano nacional de desenvolvimento de IA e recebeu apoio de vários ministérios e órgãos.
ChainNewsAbmedia1h atrás
CEO do Google: Capex de 2026 chega a US$ 185 bilhões, aumento de investimentos na era dos agentes de IA
O CEO do Google, Sundar Pichai, anunciou em 22 de abril, durante a conferência Google Cloud Next em Las Vegas, que o Google planeja investir de US$ 175 bilhões a US$ 185 bilhões em gastos de capital em 2026, para construir a infraestrutura necessária para agentes de IA (AI Agent) autônomos, um aumento em relação aos US$ 31 bilhões em 2022.
MarketWhisper2h atrás
O Google Jules divulga uma lista de possíveis nomes do novo lançamento aberto e a reposiciona como uma plataforma de desenvolvimento de produtos ponta a ponta
De acordo com um anúncio oficial da equipe do Google Jules em 23 de abril, o posicionamento do produto da Jules foi atualizado de um agente de codificação assíncrona para uma “plataforma de desenvolvimento de produtos agentic ponta a ponta”. A nova versão consegue ler todo o contexto do produto, determinar de forma autônoma a próxima direção de construção e enviar PR. A empresa também anunciou, em simultâneo, a abertura de uma lista de candidatos para a nova versão.
MarketWhisper2h atrás
A Perplexity revela método de pós-treinamento de agente de busca na web; modelo baseado em Qwen3.5 supera GPT-5.4 em acurácia e custo
A Perplexity usa SFT seguida de RL com modelos Qwen3.5, aproveitando um conjunto de dados de QA multi-hop e verificações por rubrica para aumentar a precisão e a eficiência da busca, alcançando desempenho FRAMES de nível superior.
Resumo: O fluxo de trabalho de pós-treinamento da Perplexity para agentes de busca na web combina fine-tuning supervisionado (SFT) para impor aderência a instruções e consistência de linguagem com aprendizado por reforço online (RL) via o algoritmo GRPO. A etapa de RL usa um conjunto de dados proprietários de QA verificável multi-hop e dados conversacionais baseados em rubricas para evitar deriva do SFT, com agregação filtrada por recompensa e penalidades de eficiência dentro do grupo. A avaliação mostra que o Qwen3.5-397B-SFT-RL alcança o melhor desempenho em FRAMES, com 57,3% de acurácia com uma única chamada de ferramenta e 73,9% com quatro chamadas a US$ 0,02 por consulta, superando GPT-5.4 e Claude Sonnet 4.6 nessas métricas. A precificação é baseada em API e exclui caching.
GateNews3h atrás
Equipe da OpenAI Codex Corrige Bug de Autenticação da OpenClaw e Melhora Significativamente o Comportamento do Agente
OpenClaw muda de um harness de Pi para um harness de Codex para corrigir uma falha silenciosa de autenticação, com dois PRs tratando a ponte e o fallback; após o ajuste, o agente deixa de fazer polling superficial de heartbeat e passa a um ciclo completo de trabalho, permitindo avanço.
Resumo: a otimização do harness Codex da OpenClaw abordou uma falha crítica de autenticação que fazia o sistema voltar silenciosamente ao harness de Pi quando o Codex era usado com modelos da OpenAI. Dois pull requests corrigem a ponte de autenticação e impedem o fallback silencioso, alterando o adaptador de runtime. Como resultado, o comportamento do agente evolui de polling superficial de heartbeat para um ciclo completo de trabalho que lê o contexto, analisa tarefas, edita repositórios e verifica o progresso, melhorando a continuidade e a visibilidade entre heartbeats.
GateNews4h atrás
