AI TrackerInfraestrutura: as notícias,
para devs.
As últimas notícias de infraestrutura de todos os provedores de IA: lançamentos, mudanças de preço e descontinuações, resumidos com o que significam para você.
Microsoft leva o harness do Copilot ao Foundry Agent Service
A Microsoft apresentou o harness do Microsoft Copilot no Foundry Agent Service. Segundo a Microsoft, a equipe de engenharia do GitHub criou um harness multimodelo que agora foi implementado em produtos da Microsoft, e a versão do Foundry permite que desenvolvedores criem agentes sem precisar reconstruir a camada de execução. De acordo com a Microsoft, o harness cuida da orquestração, das ferramentas, do contexto e dos controles, para que os desenvolvedores possam se concentrar nas habilidades e nos resultados do agente. A Microsoft publicou um vídeo de demonstração e uma publicação no blog do Foundry.
Vercel AI Gateway adiciona 14 modelos da ElevenLabs, com 50% de desconto até 9 de novembro
A Vercel afirma que 14 modelos da ElevenLabs já estão disponíveis no AI Gateway, seu endpoint unificado para provedores de modelos, e terão 50% de desconto até 9 de novembro. Entre eles, a Vercel lista agentes de voz em tempo real, música, efeitos sonoros, diálogos com várias vozes, fala em streaming via WebSockets e conversão de fala em texto.HarnessAgent, da Vercel, agora aceita imagens como entrada
A Vercel afirma que o HarnessAgent agora oferece suporte a imagens como entrada em todos os adaptadores de harness. Você envia imagens junto com texto no formato padrão de mensagens do AI SDK e, segundo a Vercel, o modelo de visão subjacente de cada harness cuida do resto. Os detalhes estão na entrada do changelog da Vercel.Parallel lança a Decisions API, que fundamenta modelos de decisão em dados atuais da web por US$ 0,001 por solicitação
A Parallel anunciou a Decisions API no X em 27 de outubro e diz que ela já está disponível. A empresa a chama de “o primeiro mecanismo de decisões fundamentado na web”: modelos de decisão como Jev respondem instantaneamente, mas não acompanham as notícias atuais; a nova API combina os dois em uma única chamada. Essa afirmação é da própria Parallel.
Logan Graham, da Anthropic, corrige o relato do Washington Post sobre a invasão do Cathedral
Logan Graham, da Frontier Red Team da Anthropic, publicou em 26 de outubro no X correções à reportagem do Washington Post e às reações a ela. A reportagem dizia que agentes de IA de uma startup de segurança haviam invadido os sistemas da Anthropic em menos de 12 horas. Estas são declarações dele, não um anúncio da Anthropic:Cloudflare diz que incompatibilidade na configuração do GLM 5.3 no Workers AI expôs páginas do cache KV entre solicitações
Em 26 de outubro, a Cloudflare publicou um comunicado e um relato das medidas corretivas, afirmando que uma incompatibilidade de configuração no GLM 5.3 (@cf/zai-org/glm-5.3) no Workers AI acionou um bug no SGLang, o mecanismo de inferência, que expôs páginas do cache KV entre solicitações. O comunicado foi coordenado com uma publicação do SGLang.As avaliações do AgentEnv da Scale AI já podem ser executadas no Vercel Sandbox
A Vercel afirma que agora é possível executar avaliações do AgentEnv, da Scale AI Labs, no Vercel Sandbox. Você dá uma tarefa a um agente, executa-o em um sandbox e verifica seu desempenho. A Vercel publicou uma nota de atualização e um guia de configuração na documentação do sandbox.Os comandos do Vercel Sandbox agora aceitam entrada via stdin
A Vercel afirma que os comandos executados no Vercel Sandbox agora podem receber entrada via stdin. Isso permite enviar entrada para ferramentas CLI em execução e para servidores MCP de stdio, como agent-browser, dentro de um sandbox. Os detalhes estão na entrada do changelog da Vercel.A API do Gemini agora armazena solicitações do Generate Content por padrão no plano pago
O changelog da API do Gemini do Google informa que novos projetos que usam a API Generate Content (generateContent, streamGenerateContent e batchGenerateContent) no plano pago agora armazenam solicitações por padrão (store=true), alinhando-se à API Interactions. Os projetos existentes mantêm a configuração atual.Washington Post reports a security startup's AI agents got into Anthropic's internal systems in under 12 hours
Elizabeth Dwoskin of The Washington Post posted on October 26 an exclusive saying that a group of former DOGE cyber researchers used AI agents to penetrate Anthropic's systems in less than 12 hours, including Slack channels where the company's most sensitive models are discussed. Her post ties the story to a recent charge by Anthropic whistleblower Joseph Coxon.Together AI disponibiliza MiniMax M3.1 Flash para pós-treinamento
A Together AI afirma que o MiniMax M3.1 Flash já está disponível para pós-treinamento em sua plataforma. Segundo a Together, os usuários podem executar ajuste fino supervisionado (SFT) ou aprendizado por reforço (RL) com seus próprios dados, recompensas e ambientes, mantendo o loop de treinamento em seu próprio código Python.Vendedor afirma ter banco de dados de usuários e chaves de API da OpenRouter; OpenRouter não encontra evidências
A conta de inteligência de ameaças DailyDarkWeb informou em 25 de outubro que um vendedor em um fórum clandestino afirma estar oferecendo um banco de dados vinculado a openrouter.ai. Segundo a conta, o vendedor afirma que o banco contém:Pesquisadora publica 11 falhas sem correção no Tailscale e no headscale, a maioria no Tailscale SSH
Erica Windisch, da Cyberdione Labs, publicou 11 descobertas sob o nome Tailworm (tailworm.com) sem divulgação coordenada, então o fornecedor não teve tempo de aplicar correções antes. Até 25 de outubro, não haviam sido reportadas correções nem CVEs.
SGLang afirma que agora iguala o mecanismo DeepInfer da DeepSeek no DeepSeek-V4.1-Flash
O projeto SGLang afirma que seu mecanismo de inferência agora iguala o DeepInfer, mecanismo próprio da DeepSeek, tanto no prefill quanto no decode do DeepSeek-V4.1-Flash. Poucas horas depois de o vLLM fazer uma afirmação semelhante, o SGLang relatou até 1,04× a taxa de processamento de prefill do DeepInfer em 4× GB300 e 4× B300, e até 7,4% a mais de taxa de processamento de decode em 64× GB300.
vLLM afirma que agora iguala o mecanismo DeepInfer da DeepSeek no DeepSeek-V4.1-Flash
O projeto vLLM afirma que seu mecanismo de inferência agora iguala o DeepInfer, mecanismo próprio da DeepSeek para o DeepSeek-V4.1-Flash, na configuração de decodificação da DeepSeek, em tamanhos de lote de 8 a 256. Segundo o projeto, isso é feito com DEP32 (atenção paralela a dados com paralelismo de especialistas em 32 GPUs), em comparação com a configuração EP64DP64 do DeepInfer.