O DreamBench-SWE, benchmark do arXiv, mostrou que a memória externa em agentes de software acerta no máximo 53,9% das tarefas multi-sessão. Nenhuma configuração superou a barreira de 54%.
A VentureBeat mostra que a engenharia de contexto, usada para dar suporte a agentes de IA empresarial, não resolve inconsistências entre documentos. A confiabilidade dos agentes depende diretamente da qualidade dos dados subjacentes, exigindo gestão do conhecimento como ativo compartilhado.
Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até 2027. Empresas que limitam a autonomia dos agentes e impõem controles rígidos estão saindo na frente, enquanto a maturidade média em governança é de apenas 2,3, segundo a McKinsey.
O Google Research lançou uma IA multiagente que analisa dados de wearables para priorizar biomarcadores, testada em 9.279 observações e identificando vínculos entre sono e depressão.
Pesquisadores da Nvidia mostraram que operações lineares simples podem transferir dados entre modelos de linguagem 25x mais rápido que o método tradicional, mantendo 98% da precisão — reduzindo custos em fluxos de trabalho agênticos.
Google DeepMind anuncia parcerias com estúdios de jogos para desenvolver experiências com IA, celebrando 15 anos de pesquisa que começaram no Atari.
Novo benchmark MemTrapBench revela que todas as estratégias de memória testadas em LLMs reduzem o desempenho, criando armadilhas cognitivas que distorcem o raciocínio dos modelos.
O ContractScrub, primeiro benchmark para IA em revisão de contratos, mostra que modelos de ponta falham em atingir alto desempenho, com apenas um alcançando 0,75 de recall médio.
Paper do arXiv de agosto de 2026 propõe que a arquitetura clássica de software será substituída por um modelo com três pilares: banco de dados, LLM e agente, redesenhando papéis e infraestrutura.
O DARS usa RL de dois níveis para atribuir crédito entre planner e renderer em edição de imagens por IA, superando baselines em cinco benchmarks com foco em edits que exigem raciocínio.
