Resumo de Lançamentos do Agent Stack: Codex Desktop Handoff, Claude Code 2.1.169, MCP Spec RC e a Linha Principal Qwen3.7

[NOVA]: Eu sou a NOVA.

[ALLOY]: Eu sou o ALLOY, e este é o AgentStack Daily...

[NOVA]: Hoje, dois novos releases de CLI de agent-stack caem dentro de 24 horas um do outro. O OpenAI Codex pula para zero ponto um trinta e oito com um mecanismo de transferência CLI-para-desktop que elimina a transferência manual de contexto, e o Claude Code CLI sobe para ponto um sessenta e nove no npm, continuando o ritmo de iteração rápida que definiu a série dois ponto um desde o EP064. O grupo de trabalho do Model Context Protocol publicou o Release Candidate de julho de 2026, pivotando a especificação para uma arquitetura stateless com uma estrutura de extensões de primeira classe. A WWDC 2026 da Apple entregou uma Siri AI funcional alimentada pelo Google Gemini, um app Shortcuts que monta automações a partir de descrições em linguagem natural, e um atualizador de senhas comprometidas em um toque impulsado por automação de navegador AI. E a linha principal Qwen3.7 da Alibaba se revela com o Qwen3.7-Max, um modelo de raciocínio de 1M de tokens que executou 1.000 chamadas de ferramentas e melhorou um kernel em 10x inteiramente sozinho ao longo de horas, junto com o Qwen3.7-Plus, a variante agente multimodal com raciocínio de visão e linguagem unificado. Vamos analisar tudo isso. ...

[ALLOY]: O ciclo coloca a camada de harness primeiro porque é ali que a confiabilidade do agente é construída ou quebrada. Uma transferência CLI-para-desktop que remove a transferência manual de contexto, um release de estabilidade em nível de patch no npm, e uma reformulação stateless do protocolo que remove a restrição de sticky-session são as mudanças operacionais que tornam o agent stack de nível de produção. A pista de modelos está densa: dois modelos principais Qwen3.7, uma Siri AI real com parceria Gemini, e um app Shortcuts que usuários não técnicos podem agora criar diretamente. O radar de projetos fecha a loop com três servidores MCP que cobrem dados empresariais, governança de protocolo, e a camada de modelo local de peso aberto.

[NOVA]: Três camadas estão se movendo ao mesmo tempo, e a forma mais útil de mantê-las separadas é começar pela camada de harness porque é ali que os operadores sentem o trabalho. Os releases de harness de agente neste ciclo tocaram toda superfície primária que os operadores realmente tocam: a sessão CLI, o cliente desktop, o transporte de protocolo, e a trilha de distribuição npm. A camada de modelo é o que determina a qualidade do que o agente produz, e a pista de modelos está pesada. A camada de ferramentas é o radar de projetos que preenche as lacunas entre os releases principais.

[ALLOY]: O release do OpenAI Codex é a manchete deste ciclo, e ele chega com três funcionalidades voltadas ao usuário que mudam diretamente como os builders trabalham com a CLI. A transferência CLI-para-desktop é aquela que os operadores vinham pedindo desde que o cliente desktop foi lançado. A exposição de caminho de imagem corrige um bug real que estava na ferramenta desde que a geração de imagens foi lançada. E as correções de effort de raciocínio abordam um problema de layout de teclado que bloqueava desenvolvedores não americanos de usar a funcionalidade corretamente. O release do Claude Code CLI é um patch de higiene, mas a lacuna entre a trilha latest e a stable agora é de dezesseis releases, o que é um sinal significativo para operadores de frota. O MCP RC é a história arquitetural do ciclo, e afeta todo operador que roda servidores MCP atrás de um load balancer. ...

[NOVA]: A OpenAI enviou o Codex rust-v0.138.0 em 8 de junho de 2026 como um release estável, disponível na página de releases do GitHub sob a tag rust-v0.138.0. Este é o primeiro release estável desde o rust-v0.137.0 que apareceu no EP065, e ele chega com três funcionalidades voltadas ao usuário que mudam diretamente como os builders trabalham com o Codex. A adição principal é o comando slash app e seu mecanismo complementar de transferência para desktop. No macOS e Windows nativo, rodar slash app em uma sessão Codex CLI transfere o contexto da thread atual para o Codex Desktop, autenticado pelo token de sessão existente sem re-prompt. Lançamentos de workspace no Windows agora podem abrir diretamente no Desktop em vez de parar em um prompt manual, o que significa que um builder pode começar uma tarefa em um terminal, perceber que precisa de um navegador GUI ou contexto multi-janela, e transferir sem perder estado. O transporte usa um barramento de named pipes na estação de trabalho local. O cliente desktop captura o token de sessão do armazenamento de auth do CLI, o que significa que a transferência é autenticada pela sessão existente em vez de requerer um novo login.

[ALLOY]: A segunda funcionalidade é a exposição de caminho de imagem local. Quando o Codex gera uma imagem ou anexa uma imagem local à conversa, o modelo agora recebe o caminho do arquivo salvo como uma referência de primeira classe em vez de uma URL efêmera. Anteriormente, edições de acompanhamento exigiam que o modelo rastreasse uma URL que poderia expirar ou se tornar inacessível. Agora o modelo mantém a referência exata do arquivo e pode referenciá-lo em chamadas de ferramentas subsequentes de forma confiável. Isso corrige o fluxo de trabalho de edição de acompanhamento de imagem que quebrou em todo release desde que a geração de imagens foi lançada. O mecanismo técnico é direto: a URI do arquivo local é exposta na fronteira de materialização antes que o modelo processe o resultado da ferramenta, então o Codex recebe o caminho diretamente em vez de manter uma URL de imagem separada. O impacto prático é que os pipelines de geração de imagem não precisam mais de lógica de rastreamento de URL. O modelo mantém o caminho do arquivo entre as rodadas.

[NOVA]: A terceira funcionalidade é a flexibilidade de effort de raciocínio. O TUI agora tem atalhos de fallback para terminais que não reconhecem ligações de tecla Alt, o que é um problema real em layouts de teclado não americanos onde o modificador Alt não se comporta como o TUI espera. Os níveis de effort definidos pelo modelo agora fluem na ordem que o modelo anuncia em vez de ser re-ranqueados pelo cliente, o que torna a seleção de nível de effort determinística entre os deployments de Codex. Anteriormente, um desenvolvedor em um layout de teclado alemão ou francês não tinha forma confiável de selecionar o effort de raciocínio porque os atalhos baseados em Alt não disparavam. Os atalhos de fallback contornam o requisito de ligação Alt inteiramente.

[ALLOY]: Duas correções de bugs abordam dor operacional real. Condições de corrida de área de transferência em ambientes de alta latência eram um problema quando o Codex roda sobre SSH remoto ou conexões com jitter alto de rede, onde a escrita na área de transferência e a leitura pelo modelo podiam acontecer na ordem errada e corromper o contexto. Falhas intermitentes de autenticação durante sessões de longa duração eram um caso extremo de expiração de token de sessão que disparava prompts de re-autenticação no meio de uma tarefa. Nenhuma correção é dramática por si só, mas ambas foram relatadas por usuários no fórum de desenvolvedores da OpenAI, e ambas são exatamente a classe de falha que corrói a confiança em ferramentas de agente. Operadores que rodam o Codex sobre conexões remotas ou em sessões de fundo de longa duração notarão a diferença imediatamente.

[NOVA]: As superfícies que mudaram são o comando slash app no CLI, o manuseio de caminho de imagem na camada de interface do modelo, e os atalhos de fallback de effort de raciocínio no TUI. Não há novas flags de configuração ou variáveis de ambiente. Risco de migração é baixo. Este é um release aditivo com padrões retrocompatíveis. O que os agentes agora podem fazer que era anteriormente impossível ou frágil: transferir uma sessão CLI para um cliente desktop no meio de uma tarefa sem perder contexto; referenciar de forma confiável um arquivo de imagem gerado em edições de acompanhamento entre rodadas; selecionar níveis de effort de raciocínio em layouts de teclado não americanos sem gambiarras. O transporte de named pipe sobre o barramento da estação de trabalho local é a arquitetura que torna a transferência confiável. Não é uma sincronização na nuvem ou uma transferência de estado baseada em arquivo. É um pipe direto do processo CLI para o cliente desktop, protegido pelo token de sessão existente, o que significa que a transferência de contexto é instantânea e autenticada. ...

[NOVA]: O Claude Code CLI da Anthropic publicou a versão dois ponto um ponto um sessenta e nove no npm em 8 de junho de 2026 às 18:11:20 UTC, tornando-se a entrada mais recente na trilha de tag dist latest. A tag dist stable permanece em dois ponto um ponto um cinquenta e três, deixando uma lacuna de dezesseis versões de patch entre as duas trilhas. Para operadores, isso significa: se você está na tag latest, você já está em dois ponto um ponto um sessenta e nove se tiver atualizado desde 8 de junho. Se você está em stable, você está em dois ponto um ponto um cinquenta e três, e a lacuna é intencional. A trilha stable é curada para regressões. A trilha latest é onde a iteração rápida aterrissa.

[ALLOY]: O delta do release anterior para este é um único publish de patch em 24 horas, sugerindo um hotfix para uma regressão estreita. Os metadados npm não anunciam novas superfícies de API pública ou flags de configuração para este release. O ritmo de iteração rápida, cinco releases entre o EP064 e agora, reflete o foco interno em melhoria de estabilidade e confiabilidade de chamada de ferramentas que tem caracterizado a série dois ponto um. Sem novas flags de CLI. Sem novos arquivos de configuração. Risco de migração é mínimo. Esta é uma atualização em nível de patch em uma trilha de release bem estabelecida.

[NOVA]: O sinal operacional aqui é a lacuna da tag dist. Seis episódios seguidos com a trilha stable presa em dois ponto um ponto um cinquenta e três enquanto a trilha latest corre através de ponto um sessenta e nove diz que a trilha stable está em um ritmo deliberadamente lento. Isso é por design. Stable é curada. Latest é onde o trabalho aterrissa. Para deployments de produção onde previsibilidade importa mais que frescor, faça pin para stable explicitamente com npm install -g arroba anthropic-ai barra claude-code arroba stable. Para desenvolvimento ativo onde você quer os últimos fixes e melhorias de chamada de ferramentas, fique em latest e atualize regularmente. A lacuna entre as duas trilhas não é um bug. É a funcionalidade. É o mecanismo que permite aos operadores escolherem sua postura de risco.

[ALLOY]: O que os agentes agora podem fazer: este patch provavelmente aborda um caso extremo específico de chamada de ferramenta relatado desde que o release anterior foi lançado. Operadores em latest devem atualizar e monitorar qualquer anomalia de vínculo de sessão. Se nenhuma aparecer, o release é um patch de estabilidade limpo. O ritmo de iteração rápida diz que a equipe do Claude Code CLI está trabalhando através de um backlog de casos extremos na interface de chamada de ferramentas, que é exatamente onde o trabalho de agente em segundo plano dá errado silenciosamente. Anexo de sessão que falha de forma limpa. Ordenação de eventos stream-json que lida corretamente com a saída do modelo. Um manipulador de interrupção que aceita entrada sem travar. Estas são as falhas que fazem agentes de longa duração perderem trabalho, e o ritmo de iteração rápida é o sinal de que a equipe está fechando eles sistematicamente. ...

[NOVA]: O grupo de trabalho do Model Context Protocol publicou o Release Candidate de 28 de julho de 2026 em 8 de junho de 2026, marcando a mudança arquitetural mais significativa na história do MCP. A mudança central é de um modelo de sessão stateful para um transporte stateless com aplicações stateful opcionais empilhadas em cima. No modelo anterior, clientes MCP mantinham um armazenamento de sessão do lado do servidor. Isso era uma restrição de sticky-session que tornava escalonamento horizontal impossível sem afinidade de sessão no load balancer. Cada requisição de um cliente tinha que ser roteada de volta para o mesmo servidor que mantinha seu estado de sessão, o que significava que você não podia colocar uma frota de servidores MCP atrás de um load balancer padrão e escalar. O RC remove isso movendo todo o contexto de sessão para o payload da requisição em si. Qualquer cliente MCP agora pode rotear para qualquer réplica de servidor sem necessidade de armazenamento de sessão. Essa é uma mudança fundamental em como o protocolo opera em produção, e é a mudança que todo operador rodando servidores MCP atrás de um load balancer estava esperando.

[ALLOY]: As requisições de servidor-para-cliente são reestruturadas. Anteriormente, um servidor podia enviar dados ao cliente apenas através do callback de sampling, que era um caminho estreito e especializado projetado para um caso de uso específico. O RC adiciona uma primitiva de requisição geral de servidor à camada JSON-RPC, habilitando servidores a enviarem prompts, atualizações de recursos, ou resultados de ferramentas sem um poll do cliente. Isso é arquiteturalmente similar a como Server-Sent Events funcionam em HTTP. Um stream iniciado pelo servidor com assinatura do lado do cliente. O servidor não espera o cliente perguntar. Ele envia a atualização quando tem algo para enviar. Para agentes que dependem de estado de servidor em tempo real, isso remove o loop de polling que adicionava latência e overhead.

[NOVA]: A estrutura de Extensões agora é de primeira classe. Novas capacidades são enviadas como extensões opt-in com seu próprio namespace versionado, estabilizam em forma de extensão, e apenas se movem para a especificação central se e quando conquistam adoção ampla. Esta é uma mudança de governança tanto quanto uma mudança técnica. Isso significa que a especificação MCP não é mais o único veículo para novas funcionalidades. Extensões podem ser enviadas independentemente do ciclo de especificação central, o que dá ao ecossistema um caminho mais rápido para entregar novas capacidades. A extensão MCP Apps, que é SEP-1865, permite que servidores enviem interfaces HTML interativas renderizadas em iframes sandboxed com uma ponte postMessage controlada. Este é um padrão de UI renderizado pelo servidor que poderia substituir interfaces de usuário de injeção de prompt personalizado em ferramentas de agente. Servidores podem criar uma interface HTML, enviá-la ao cliente, e o cliente a renderiza em um iframe sandboxed. O agente pode interagir com essa interface sem o cliente precisar entender a lógica da interface. A extensão Tasks se gradua de experimental para uma extensão nomeada, o que significa que tem uma interface estável e um contrato de comportamento definido.

[ALLOY]: Três funcionalidades anteriormente experimentais são depreciadas sob a nova política de ciclo de vida de funcionalidades, que é SEP-2577. Validação JSON Schema 2020-12 completa para ferramentas agora é requerida ao invés de recomendada, o que significa que implementações de ferramentas MCP precisam produzir saída em conformidade com o schema ou o cliente irá rejeitá-las. A especificação é mais estrita agora, o que é a direção certa para um protocolo que está sendo adotado em ambientes de produção onde respostas de ferramenta malformadas podem quebrar sessões de agente.

[NOVA]: As superfícies de operador que mudam são as implementações de servidor MCP. Implementadores de servidor precisam auditar seu código para estado de sessão do lado do servidor e migrá-lo para o cliente ou um armazenamento externo. O modelo stateless significa que o servidor não mantém mais estado por-cliente entre requisições. Se seu servidor tem qualquer estado em memória que representa uma sessão de cliente, esse estado deve se mover para o lado do cliente, codificado no payload da requisição, ou para um armazenamento externo como Redis. Hosts de cliente MCP devem atualizar para lidar com a nova primitiva de requisição de servidor, o que significa lidar com pushes iniciados pelo servidor que chegam sem um poll do cliente. A estrutura de Extensões significa que novas capacidades serão enviadas como adições opt-in ao invés de mudanças de especificação. Acompanhe versões de extensão como indicadores líderes de nova funcionalidade MCP. O namespace de extensão é versionado independentemente da especificação central, o que significa que você pode fazer pin para uma versão específica de extensão sem fazer upgrade do protocolo central.

[ALLOY]: O que agentes agora podem fazer que era anteriormente impossível: dimensionar a infraestrutura do servidor MCP horizontalmente sem sessões fixas, o que significa que uma implantação padrão com balanceamento de carga e múltiplas réplicas de servidor agora é uma topologia suportada em vez de uma solução alternativa. Receber pushes iniciados pelo servidor sem polling, o que significa que agentes podem responder a mudanças de estado do servidor em tempo real em vez de esperar pelo próximo intervalo de polling. Usar superfícies de UI renderizadas pelo servidor como componentes interativos dentro das sessões de agente, o que abre uma nova classe de workflows com humano no loop onde o servidor fornece uma interface estruturada que o agente navega. ...

[NOVA]: A keynote da WWDC 2026 da Apple entregou a atualização de IA mais substancial na história da empresa. O destaque é o Siri AI, um agente de linguagem natural totalmente integrado ao iOS 27, iPadOS 27 e macOS 27, alimentado por uma parceria com o Google Gemini para inferência em nuvem com Apple Intelligence no dispositivo rodando nas famílias de chips A19 Pro e M4. A parceria é arquitetonicamente uma pilha de inferência de dois níveis. Tarefas leves e sensíveis à privacidade rodam no dispositivo no Neural Engine do Apple Silicon. Solicitações de raciocínio complexo são roteadas para a API do Google Gemini. A lógica de roteamento é integrada à pilha da Apple Intelligence, o que significa que desenvolvedores e usuários não precisam decidir qual modelo处理 qual solicitação. O sistema faz essa determinação com base na complexidade da tarefa, sensibilidade à privacidade e computação disponível.

[ALLOY]: O novo app Atalhos aceita descrições de workflow em linguagem natural. Um usuário digita notificar meu parceiro quando eu sair do trabalho e dar a eles meu tempo estimado de chegada, e o sistema decompõe isso em uma sequência de ações do sistema e de apps, puxando um endereço armazenado dos Contatos, calculando o tempo de viagem via Apple Maps, enviando uma mensagem pelo Mensagens, e então montando e salvando o grafo de automação resultante. Este é o mesmo conjunto de primitivas subjacentes que alimenta a camada de automação existente dos Atalhos, agora acessível via linguagem natural em vez de uma UI de arrastar e soltar. O planejador recebe uma intenção de alto nível e produz uma automação estruturada que o usuário pode revisar, modificar e salvar. Usuários não técnicos que nunca conseguiam montar um workflow de Atalhos manualmente agora podem criar automações complexas descrevendo o que querem. Esta é a mudança que importa mais para o ecossistema de ferramentas de agente. É a primeira vez que a Apple expõe suas primitivas de automação através de uma interface de linguagem natural, e é um preview de como o mercado consumidor em geral vai interagir com workflows agentic.

[NOVA]: O Safari ganha gerenciamento de abas com IA e um monitor de alterações de página que alerta quando uma página rastreada é atualizada. Isso é útil para monitorar preços, notícias ou qualquer conteúdo web sensível ao tempo onde a atualização manual é a solução alternativa atual. O atualizador de senha comprometida em um toque usa IA para acessar o fluxo de login através da automação do Safari, lidando com processos de mudança de credencial de vários passos sem entrada manual do usuário. Quando a Apple detecta que uma senha armazenada aparece em um banco de dados de vazamentos, ela pode navegar pelo fluxo de mudança de senha em nome do usuário, inserir a senha atual, navegar até o campo de mudança de senha, gerar uma nova senha segura, enviar o formulário e atualizar o keychain. O Mensagens exibe fotos por descrição de texto, e o Calendário aceita criação de eventos em linguagem natural com contexto de pessoas e tempo puxado do email durante chamadas ativas. A consciência de contexto entre apps permite que o Siri mostre informações relevantes como detalhes de voo do email durante uma chamada telefônica ativa.

[ALLOY]: As superfícies de operador que mudam são o planejador de linguagem natural dos Atalhos, a arquitetura da parceria com o Gemini e o atualizador de senha em um toque. O planejador de linguagem natural dos Atalhos é uma nova superfície para automação de workflow que usuários não técnicos agora podem criar diretamente. Se você constrói ferramentas que têm como alvo o ecossistema Apple, esta é uma nova superfície de criação para considerar. A parceria com o Gemini significa que o iOS agora tem uma pilha de inferência de dois níveis, arquitetonicamente similar a como o Claude Code faz roteamento entre modelos locais e remotos. O atualizador de senha em um toque provavelmente estará entre as primeiras ações de IA capacidades de terceiros quando a Apple abrir a API dos Atalhos, o que significa que o padrão do atualizador de senha pode se tornar uma ação de IA padrão que desenvolvedores de terceiros podem invocar.

[NOVA]: O que a Apple entregou na WWDC 2026 é um Siri AI funcional, não uma demo conceitual ou um preview de pesquisa. O suporte do Gemini está ativo. O planejador de Atalhos em linguagem natural monta automações reais. O atualizador de senha em um toque navega fluxos de login reais. Para o ecossistema de ferramentas de agente, a história da WWDC é um sinal de que o cenário de IA para consumidores está alcançando o que desenvolvedores têm construído com frameworks de agente. O paradigma de criação de workflow em linguagem natural que a Apple agora está enviando para um bilhão de dispositivos é o mesmo paradigma que construtores de ferramentas de agente têm trabalhado. A diferença é que a Apple pode enviar em uma escala que muda as expectativas dos usuários da noite para o dia. ...

[NOVA]: A Alibaba lançou o Qwen3.7-Max em 21 de maio de 2026 como o flagship de raciocínio exclusivo de texto da geração Qwen 3.7, disponível apenas via API através do Alibaba Cloud Model Studio. O modelo foi projetado especificamente para cargas de trabalho de agente de longa duração com capacidades de raciocínio e codificação atualizadas. Em um teste interno, o Qwen3.7-Max autonomamente performou mais de 1.000 chamadas de ferramenta e modificações de código iterativas para otimizar um kernel SGLang Extend Attention em um PPU T-Head ZW-M890, que é uma arquitetura de hardware que não está nos dados de treinamento do modelo. O processo de otimização melhorou a velocidade de inferência em aproximadamente 10x sobre a linha de base ao longo de uma execução de várias horas. O modelo escreveu código, executou, mediu o resultado, revisou a implementação e repetiu esse ciclo por mais de 1.000 passos. Isso não é um benchmark de tiro único. Isso é uma tarefa agentic sustentada de várias horas, e o fato de que o modelo manteve raciocínio coerente por 1.000 passos em hardware que nunca viu durante o treinamento é um ponto de dados significativo para avaliar capacidade de agente de longo horizonte.

[ALLOY]: O Qwen3.7-Max apresenta uma janela de contexto de 1M de tokens e expõe um endpoint de API compatível com Anthropic, o que significa que funciona com a mesma interface de chamada de ferramenta que o Claude Code usa. A integração requer uma mudança de configuração de três linhas apontando para o endpoint de API compatível com Anthropic da Alibaba Cloud, definindo o nome do modelo como qwen3.7-max e atualizando a URL base. Nenhum SDK proprietário necessário. O modelo não é código aberto. O tier Max nunca foi código aberto em nenhuma geração do Qwen. Isso é um release proprietário apenas via API, o que significa que operadores que querem avaliá-lo precisam de uma conta da Alibaba Cloud e credenciais do Model Studio.

[NOVA]: A API compatível com Anthropic é o ângulo de integração que importa para o ecossistema de ferramentas de agente. Isso significa que o Qwen3.7-Max se encaixa no Claude Code, OpenClaw e qualquer agente compatível com MCP sem uma migração. Você aponta a URL base para a Alibaba Cloud, define o nome do modelo, e as ferramentas de agente falam com o Qwen3.7-Max da mesma forma que falam com o Claude Opus 4.7 ou 4.8. Para operadores executando cargas de trabalho de agente de longo horizonte onde a janela de contexto de 1M de tokens e a capacidade de raciocínio sustentado são os requisitos principais, o Qwen3.7-Max é uma alternativa direta que não requer mudança nas ferramentas de agente. A demo autônoma de 1.000 passos é o benchmark. Se você está avaliando modelos para cargas de trabalho de agente em produção que rodam por horas e requerem coerência de chamada de ferramenta sustentada, a demo do Qwen3.7-Max é um ponto de referência concreto para como é a autonomia sustentada na fronteira.

[ALLOY]: As superfícies de operador são o endpoint de API compatível com Anthropic no Alibaba Cloud Model Studio, o nome do modelo qwen3.7-max e a configuração de URL base. Nenhuma opção de implantação local disponível. A janela de contexto de 1M de tokens significa que o Qwen3.7-Max pode manter bases de código inteiras, coleções grandes de documentos ou históricos longos de conversa em um único contexto sem fragmentação. O resultado de otimização de kernel de 10x é um teste interno da Alibaba, e confirmação independente é necessária antes de tratá-lo como um benchmark geral. O modelo otimiza um kernel SGLang Extend Attention em silício T-Head, que é a arquitetura de hardware própria da Alibaba. O ganho de performance pode não se generalizar para outros alvos de hardware. Trate o número de 10x como um sinal direcional, não uma afirmação universal.

[NOVA]: O que agentes agora podem fazer que era anteriormente impossível: executar tarefas agentic sustentadas de várias horas com mais de 1.000 passos de chamada de ferramenta em um único modelo, que é a execução autônoma sustentada mais longa relatada de um modelo de fronteira. Usar um modelo de raciocínio de alto contexto junto com o Claude Opus 4.7 sem mudar as ferramentas de agente, o que significa que operadores podem comparar o Qwen3.7-Max com sua escolha atual de modelo no mesmo ambiente. A API compatível com Anthropic é o mecanismo que torna essa comparação tratável. Você não precisa de uma nova configuração de agente. Você precisa de uma URL base e nome de modelo diferentes. ...

[NOVA]: O Qwen3.7-Plus é a variante multimodal equilibrada da geração Qwen 3.7, disponível via API através do Alibaba Cloud Model Studio e listado no OpenRouter. Aceita entrada de texto, imagem e vídeo com saída de texto, e é projetado para cargas de trabalho de agente que abrangem ambientes baseados em GUI, raciocínio CLI e percepção cross-modal. Testes iniciais de terceiros cobriram workflows baseados em navegador, tarefas de codificação OpenCode, geração de jogos em C++, design de frontend, simulação de voo e geração de sites interativos. O modelo lida com entradas multimodais nativamente sem um pipeline de codificador de visão separado, o que reduz o overhead de chamada de ferramenta para tarefas de compreensão de imagem. Isso é arquitetonicamente significativo. Um único modelo lida com visão e raciocínio de linguagem, o que significa que agentes podem processar uma captura de tela, um arquivo de código e uma instrução em linguagem natural na mesma janela de contexto sem rotear através de modelos separados de visão e linguagem.

[ALLOY]: A arquitetura híbrida combina atenção linear eficiente com roteamento mixture-of-experts esparso para escalabilidade forte com contagens menores de parâmetros ativos. O design MoE esparso significa que o modelo ativa um subconjunto de seus parâmetros totais por token, o que mantém os custos de inferência baixos enquanto mantém raciocínio de nível fronteira. O mecanismo de atenção linear lida com sequências de contexto longo de forma mais eficiente que a atenção padrão, o que é importante para uma janela de contexto de 1M de tokens onde a atenção padrão se torna computacionalmente cara. A janela de contexto de 1M de tokens é compartilhada em todas as modalidades de entrada, o que significa que transcrições de vídeo longas e bases de código grandes podem coexistir em uma única janela de contexto. Você pode alimentar uma transcrição de vídeo de duas horas, uma base de código de 500.000 linhas e uma descrição de tarefa em linguagem natural na mesma janela de contexto e o modelo raciocina sobre todas elas.

[NOVA]: A unificação do pipeline multimodal é a história arquitetônica. A maioria dos modelos multimodais usa um codificador de visão separado que processa imagens e produz uma representação que o modelo de linguagem consome. Essa arquitetura adiciona uma etapa de processamento e uma camada de tradução entre a entrada visual e o raciocínio de linguagem. O Qwen3.7-Plus integra visão e linguagem em um único modelo sem um codificador de visão separado, o que significa que a entrada visual flui diretamente para o backbone do modelo de linguagem. O resultado é overhead de chamada de ferramenta menor para tarefas de compreensão de imagem e um processo de raciocínio mais unificado que pode alternar entre entradas visuais e textuais sem um handoff de pipeline.

[ALLOY]: As superfícies de operador são a API via Alibaba Cloud Model Studio e OpenRouter. Nenhum release de peso aberto disponível. A arquitetura MoE híbrida significa que o Qwen3.7-Plus pode rodar eficientemente em orçamentos de GPU commodity mantendo raciocínio de nível fronteira, mas o modelo de entrega via API significa que operadores não estão rodando localmente. Para agentes que precisam entender telas, analisar documentos ou automatizar workflows baseados em GUI, o Qwen3.7-Plus fornece um único modelo unificado que lida com imagens e vídeo junto com texto sem rotear através de modelos separados de visão e linguagem. Teste como substituto drop-in para o Claude Opus 4.7 em tarefas que requerem compreensão visual combinada com raciocínio de código de contexto longo.

[NOVA]: O que agentes agora podem fazer que era anteriormente impossível: lidar com tarefas de agente multimodais com um único modelo unificado em vez de um pipeline de modelos separados de visão e linguagem, o que simplifica a configuração de ferramentas de agente e reduz a latência da entrada de imagem para o raciocínio de linguagem. Processar transcrições de vídeo longas e bases de código grandes em uma única janela de contexto, o que habilita uma nova classe de tarefas de agente que combinam compreensão visual com raciocínio profundo de código. A arquitetura MoE híbrida mantém inferência eficiente em escala, o que significa que o modelo pode ser usado em cargas de trabalho de agente em produção sem o perfil de custo de um modelo de fronteira denso.

[ALLOY]: A linha através da lineup Qwen3.7 é clara. O Qwen3.7-Max é o flagship de raciocínio de texto apenas para tarefas agentic de longo horizonte, construído para cargas de trabalho sustentadas de várias horas com mais de 1.000 passos de chamada de ferramenta. O Qwen3.7-Plus é a variante de agente multimodal para raciocínio GUI e cross-modal, com visão e linguagem unificadas em um único modelo. Ambos têm uma janela de contexto de 1M de tokens. Ambos expõem uma API compatível com Anthropic. Ambos estão disponíveis via Alibaba Cloud Model Studio hoje. Para o ecossistema de ferramentas de agente, a linha Qwen3.7 é a primeira vez que um modelo de raciocínio de nível fronteira e um modelo multimodal de nível fronteira compartilham uma arquitetura de janela de contexto e uma camada de compatibilidade de API, o que torna direto avaliar ambos na mesma configuração de agente e escolher baseado nos requisitos da tarefa em vez da complexidade das ferramentas. ...

[NOVA]: O radar de projetos desta semana cobre três servidores MCP e um destaque de LLM local que completa a pilha. O Microsoft Dataverse MCP é o servidor oficial que expõe toda a plataforma de dados Dataverse para agentes compatíveis com MCP. Construído pela equipe Microsoft Power Platform, ele fornece uma superfície de ferramenta estruturada para inspeção de metadados, consulta de registros, busca entre tabelas e manipulação de dados. Agentes agora podem interagir com dados de negócios da Microsoft Power Platform através da interface de ferramenta MCP padrão sem integração de SDK Dataverse personalizada. Se você roda Dynamics, Power Apps ou qualquer plataforma de dados de negócios Microsoft que usa o Dataverse como sua camada de dados, o servidor Dataverse MCP dá ao seu agente uma interface de primeira classe para esses dados sem precisar escrever código de integração de API personalizado.

[ALLOY]: O repositório oficial de especificação do Model Context Protocolhospeda a especificação do protocolo, os SEPs ou Spec Enhancement Proposals, implementações de servidor de referência e os SDKs oficiais em Python e TypeScript. O RC de julho de 2026 torna a especificação sem estado e gradua extensões para primeira classe. O repositório de especificação é a referência autoritativa para implementar clientes MCP, servidores e o novo framework de extensões. Se você está construindo ferramentas MCP, o pull request SEP-1865 para MCP Apps e o pull request SEP-2577 para a política de ciclo de vida de recursos são os documentos para ler antes da especificação ser finalizada. Eles definem o padrão de UI renderizada por servidor e o modelo de governança de extensões, ambos os quais vão moldar como novos recursos MCP serão distribuídos daqui em diante.

[NOVA]: O Dataverse MCP da comunidade de awit-org é uma implementação de segunda parte que fornece ferramentas adicionais para integrações Power Platform além do que a release oficial da Microsoft oferece. Avalie como uma implementação de referência ou uma alternativa se você precisar de recursos não presentes na release oficial. O Dataverse MCP da comunidade tem menos probabilidade de ter a área de superfície completa da release oficial, mas pode ter ferramentas que a release oficial ainda não enviou.

[ALLOY]: O destaque dos LLMs locais é o Qwen3.5-35B-A3B, um modelo sparse MoE de pesos abertos da Alibaba Cloud com 35 bilhões de parâmetros totais e 3 bilhões de parâmetros ativos por token. Ele aceita entrada de texto, imagem e vídeo com saída de texto. A arquitetura híbrida de atenção linear mais MoE permite raciocínio forte na escala de 35B com inferência eficiente. Execute-o com Ollama ou LM Studio em uma única GPU de médio porte para assistência de codificação local, compreensão de documentos e tarefas de agente CLI com entradas multimodais. Esta é a opção de pesos abertos para operadores que querem capacidade multimodal sem dependência de API na nuvem, e a contagem de 3 bilhões de parâmetros ativos significa que ele roda em hardware que a maioria dos desenvolvedores já tem. ...

[NOVA]: A fila prática desta semana tem cinco itens. Primeiro, atualize o Codex para a versão um ponto trinta e oito e experimente barra app para passar uma sessão CLI para o cliente desktop. O transporte por named-pipe torna a passagem instantânea e autenticada, o que significa que fluxos de trabalho com múltiplos monitores e intensiva interface gráfica não requerem mais transferência manual de contexto. Segundo, atualize o Claude Code CLI via npm update -g arroba anthropic-ai barra claude-code se você estiver na tag mais recente. Se você precisa de previsibilidade, fixe explicitamente para stable com npm install -g arroba anthropic-ai barra claude-code arroba stable. Terceiro, audite sua implementação de servidor MCP quanto a estado de sessão no lado do servidor antes que a RC de julho de 2026 se torne final. A arquitetura stateless remove a restrição de sticky-session, mas requer que seu servidor pare de manter estado por cliente na memória. Quarto, explore o novo planejador de linguagem natural Shortcuts no iOS 27 quando a beta for lançada. O planejador é uma nova superfície de criação para automação de fluxos de trabalho que usuários não técnicos agora podem usar diretamente. Quinto, adicione Qwen3.7-Max ao Claude Code com uma configuração de API compatível com Anthropic de três linhas para tarefas de agente de longo horizonte, e avalie o Qwen3.7-Plus como substituto multimodal para o Claude Opus 4.7 em cargas de trabalho de agente visão-linguagem.

[ALLOY]: O fio condutor ao longo do ciclo de lançamento é a área de superfície. A camada de harness está se consolidando em torno de ferramentas nativas de múltiplas superfícies com passagem de sessão, protocolos stateless e iteração rápida. A camada de modelos está adicionando opções multimodais e de alto contexto que se encaixam nas ferramentas de agente existentes sem migração. O radar de projetos é a camada de conectividade que traz dados empresariais, governança de protocolos e opções de modelos locais para a mesma superfície de ferramentas MCP. Para mais detalhes sobre cada história coberta hoje, veja as notas do programa em Toby On Fitness Tech ponto com. Obrigado por ouvir. Voltamos em breve.