AgentStack Daily: Resumo do Lançamento do Agent Stack: Hermes Agent v2026.7.30

NOVA: Eu sou NOVA.

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

NOVA: O Hermes Agent acabou de compactar mais de mil pull requests mesclados em um release estável 7.30. Parece organizado. O trabalho por baixo dos panos não foi: quase 2.800 commits tocaram o gateway, sistema de voz, app desktop, instalador, entrega de mídia pelo Telegram, um canal baseado na rede descentralizada Nostr chamado Buzz, e geração de vídeo FLUX3. Enquanto isso, os robôs da DeepMind podem aprender com demonstrações longas, escolher ferramentas e dividir trabalho entre várias máquinas. Um agente de voz para varejo no Japão já atendeu 30.000 compradores. Desenvolvedores também estão baixando um modelo Kimi local com capacidade de visão para trabalho privado com capturas de tela e documentos.

[ALLOY]: Ok, isso é realmente muita IA no mundo físico em um único dia. Mas também há uma reversão de plataforma acentuada: o GitHub aposentou seu Models playground, catálogo, serviço de inferência e camada bring-your-own-key de uma vez. Hoje, você vai ouvir o que o Hermes 7.30 contém, como o Gemini Robotics 2 coordena corpos inteiros de robôs, por que usuários do GitHub Models agora precisam conectar diretamente com provedores, e para onde modelos multimodais locais, conexões de ferramentas sem estado, agentes de revisão de código, hardware de borda e as regras de IA da Europa se dirigem. Entre esses tópicos, as evidências variam de números de deployment ao vivo e especificações publicadas a posts de marketing e alegações de pesquisas iniciais.

NOVA: O Hermes Agent 7.30 chegou em 30 de julho como um release estável de patch. Ele reúne mais de mil pull requests mesclados desde a versão 0.19 em um build taggeado que usuários downstream podem consumir através de imagens Docker, deployments hospedados e instalações frescas. A escala é incomum para algo rotulado como patch: aproximadamente 2.789 commits, 4.748 arquivos alterados, 442.000 inserções e 392.300 exclusões na branch principal em dez dias. Esses totais descrevem atividade de desenvolvimento, não milhares de funcionalidades de usuário individualmente documentadas, então não confunda o tamanho do diff com uma lista organizada de features. A Nous Research diz que o período foi dominado por trabalho de correção de bugs e resgate através do gateway, subsistema de voz, aplicativo desktop e instalador.

[ALLOY]: "Ondas de resgate" não é a frase que alguém quer ver relacionada a um agente de produção, mas um rollup estável é exatamente como esse trabalho chega às pessoas fora da branch principal. As áreas nomeadas também mostram o quanto o Hermes se tornou amplo. O comportamento do gateway afeta requisições entrando e saindo do agente. Regressões de voz afetam conversas em tempo real. Correções no desktop e instalador determinam se as pessoas podem executá-lo. A confiabilidade de mídia no Telegram importa quando o agente recebe ou entrega mais do que texto. Houve trabalho contínuo no Buzz, um canal construído na rede descentralizada Nostr, além de geração e entrega de vídeo FLUX3. Isso é muita área de superfície empacotada atrás de uma única tag.

NOVA: E vou resistir ao brilho dos números gigantes. A fonte não mapeia esses commits para novos padrões específicos, garantias de compatibilidade ou ganhos mensuráveis de confiabilidade. As notas completas estão reservadas para a versão 0.20, que a Nous Research diz que vai documentar tudo desde 0.19, incluindo áreas de funcionalidades, destaques e créditos de contribuidores. Então 7.30 dá aos consumidores downstream um artefato estável agora, mas ainda não um tour guiado por cada mudança. Alegações sobre melhor latência, comportamento de reconexão, aprovações, permissões ou segurança ultrapassariam as evidências publicadas.

[ALLOY]: Contra-argumento justo. O que é concreto é a transição de uma branch de desenvolvimento em movimento rápido para um release estável abrangendo gateway, voz, desktop, instalação, canais, mídia e vídeo gerado. Deployments de Hermes hospedados e containerizados podem consumir um build definido em vez de reconstruir essa janela de desenvolvimento de dez dias. O release mais revelador ainda pode ser 0.20 porque é onde os mantenedores prometem a narrativa curada. Mas 7.30 importa independentemente: ele congela uma enorme extensão de trabalho de reparo e plataforma em algo que sistemas downstream podem realmente nomear e fazer deploy.

[ALLOY]: A DeepMind chama o Gemini Robotics 2 de "inteligência de corpo inteiro." O que isso significa além de um robô movendo mais articulações de uma vez?

NOVA: Significa que percepção, planejamento, uso de ferramentas, movimento do braço, garras e movimento da base móvel são tratados como um problema coordenado em vez de sistemas de controle isolados. A DeepMind publicou dois modelos nomeados em 30 de julho: Gemini Robotics 2 e Gemini Robotics ER 2. ER significa raciocínio incorporado—o modelo raciocina sobre uma tarefa situada no mundo físico—e a DeepMind posiciona essa variante para colaboração e resolução de problemas no mundo real. O sistema pode assistir demonstrações em vídeo longas, identificar passos importantes e transformar essas observações em ação. Ele também pode decidir que seus membros embutidos não são suficientes, pegar outra ferramenta, ou chamar um agente separado. Isso move o robô de seguir uma receita estreita de movimento para montar um plano a partir de corpos, ferramentas e serviços disponíveis.

[ALLOY]: Ok, a parte de multi-robô é o que me impressiona. Várias máquinas podem dividir um trabalho sem uma pessoa programando cada transição, transformando coordenação em uma capacidade de modelo em vez de um programa de controle personalizado. A DeepMind também enquadra as demonstrações em torno de tarefas do mundo real, não apenas manipulação de objetos em mesa. Esse enquadramento caiu: a discussão atingiu 561 pontos no Hacker News em um dia, atenção incomumente alta para trabalho em robótica. Popularidade não é prova de desempenho, obviamente, e a DeepMind não estabeleceu que um sistema pode entrar em qualquer site desconhecido e lidar com trabalho irrestrito. Controle de corpo inteiro também amplifica erros—uma má interpretação visual pode se tornar um mau plano, uma má escolha de ferramenta, e então movimento inseguro. Ainda assim, combinar compreensão de vídeos longos, orquestração e colaboração dá a esses robôs uma rota mais ampla para laboratórios, armazéns, manufatura e trabalho de serviço do que um sistema treinado em torno de uma rotina de garra. Preparação de kits, inspeção e embalagem são os alvos mais claros porque cada um combina percepção, sequenciamento, escolha de ferramentas e transferências físicas repetidas. Esses trabalhos expõem se a coordenação sobrevive fora de uma demonstração montada.

NOVA: O GitHub Models foi aposentado, completamente. A partir de 30 de julho, seu playground no navegador, catálogo de modelos, API de inferência e opção bring-your-own-key estão indisponíveis para clientes. O GitHub não preservou o catálogo enquanto removia a inferência ou manteve o playground como ferramenta de navegação. Toda parte principal desapareceu junto. Desenvolvedores que usavam o playground para comparações rápidas de modelos perdem esse ponto de entrada. Aplicações chamando o endpoint de inferência do GitHub perdem esse endpoint. Times que forneciam chaves de provedores externos para rotear OpenAI, Anthropic ou outros modelos através de uma superfície gerenciada pelo GitHub também perdem esse ponto de transição.

[ALLOY]: Isso é uma parada surpreendentemente difícil para um serviço construído em torno de conveniência. Migrar diretamente para provedores de modelos restaura a mesma configuração?

NOVA: Restaura o acesso ao modelo subjacente, não a camada única do GitHub. Kits de software de provedores e credenciais de API podem substituir chamadas de inferência, enquanto consoles de provedores e diretórios independentes podem substituir navegação e prototipagem. Mas aplicações que dependiam do formato de requisição do GitHub, nomes de modelos, autenticação, registros de uso ou roteamento ainda enfrentam trabalho de integração. Em vez de uma conta mediando múltiplos vendedores, os times agora mantêm cada relacionamento com provedor ou escolhem outro serviço de agregação. A redação do escopo de cliente da fonte está truncada, então não estabelece claramente se existe um caminho de continuação pago ou enterprise. A notícia confirmada é a aposentadoria ampla, não uma exceção especial.

[ALLOY]: E isso conecta de volta ao Hermes de uma forma levemente desconfortável. Camadas estáveis têm valor apenas enquanto alguém se compromete a operá-las. O GitHub Models oferecia uma abstração fina e atraente sobre provedores; agora ele se foi, e conexões diretas com provedores se tornam o caminho durável por padrão. Pode haver melhor controle nesse arranjo—faturamento mais claro, acesso a funcionalidades nativas, menos intermediários—mas também há mais fragmentação. Qualquer produto que tratou o GitHub Models como infraestrutura de produção agora tem que substituir uma dependência, não apenas encontrar um playground de navegador diferente. A aposentadoria também fragmenta registros de uso e credenciais que antes ficavam atrás de uma conta gerenciada pelo GitHub.

NOVA: O Kimi K3 da Moonshot AI está atraindo atenção de modelos locais porque a Unsloth lançou pesos GGUF quantizados em 27 de julho, e o pacote passou de 36.000 downloads com 218 likes em poucos dias. GGUF é um formato de arquivo de modelo usado por runtimes locais como llama.cpp, Ollama e LM Studio. A quantização armazena pesos do modelo com menor precisão numérica, reduzindo a memória necessária para executá-los. Juntando isso, um modelo grande se torna mais prático em hardware controlado privadamente em vez de apenas através de um serviço de nuvem. O Kimi K3 também aceita imagens e texto juntos, depois produz texto, abrindo análise local de capturas de tela, extração de documentos digitalizados, chat visual e trabalho privado assistido por imagem.

[ALLOY]: Isso é empolgante porque modelos abertos adaptados para uso local geralmente foram focados em texto. Um pacote multimodal quantizado da Moonshot amplia o que assistentes offline podem enxergar, e os dados podem permanecer em um laptop, estação de trabalho ou sistema GPU doméstico em vez de passar por um serviço de terceiros. Mas "GGUF" não significa "cabe em todo laptop". As necessidades de memória dependem da quantização específica e do runtime. O modelo também carrega uma licença "outra" em vez de um rótulo permissivo familiar, além de tags de código personalizado e tensor comprimido. Disponibilidade local e uso comercial irrestrito não são a mesma coisa.

NOVA: A demanda é visível além do pacote Unsloth. A listagem principal do Kimi K3 da Moonshot tem mais de 9.100 curtidas e aproximadamente 493.000 downloads, com tags de conversa de imagem para texto e resultados de avaliação. Esses números do hub medem atenção e recuperação, não adoção em produção ou qualidade do modelo. Ainda assim, centenas de milhares de downloads mostram que desenvolvedores querem visão, conversa e controle local em um único pacote. Serviços multimodais em nuvem permanecem mais fáceis para muitas equipes. Kimi K3 oferece aos usuários sensíveis à privacidade e pessoas com hardware adequado uma alternativa séria, enquanto a ficha do modelo permanece como autoridade em formatos exatos, requisitos de hardware, condições de benchmark e termos comerciais. A conversão GGUF importa porque runtimes locais comuns já sabem como carregar esse formato, reduzindo o trabalho de empacotamento antes de qualquer ajuste específico do modelo começar.

[ALLOY]: A Dharma-AI tem uma comparação brutalmente simples: um GPU ocioso é uma aeronave em solo. Ele se deprecia esteja fazendo trabalho útil ou sentado na pista.

NOVA: Certo, e o post de 30 de julho no Hugging Face argumenta que as organizações frequentemente orçam em torno da capacidade de aceleradores comprados em vez da computação realmente consumida. Quando uma empresa opera mais do que um punhado de GPUs, horas não utilizadas podem se tornar um custo dominante porque o hardware, financiamento, envelope de energia e compromisso de suporte continuam mesmo quando os trabalhos não estão rodando. É uma estrutura de gestão de frota: utilização importa tanto quanto capacidade nominal. Comprar aceleradores escassos pode parecer progresso enquanto filas, reservas longas, alocações superdimensionadas e cargas de trabalho fragmentadas deixam máquinas caras inativas.

[ALLOY]: Eu aceito a estrutura, mas ainda não a escala implícita. O material disponível não fornece benchmarks de utilização, estudos de caso de clientes, software de agendamento ou economias medidas. Então "custo dominante" permanece como a afirmação principal da Dharma-AI, não um resultado amplamente demonstrado no post citado. Não é um lançamento de produto, e não mostra que a Dharma-AI resolveu agendamento ou recuperação de capacidade. Ainda assim, a analogia da aviação expõe uma armadilha contábil real: hardware instalado não é automaticamente hardware produtivo. A próxima evidência útil colocaria números por trás do argumento—utilização antes e depois, menos horas ociosas, maior throughput de trabalho ou compras evitadas. Até lá, a contribuição do post é conceitual, mas afiada: tempo de acelerador não utilizado é um custo operacional, não espaço vazio em um painel.

NOVA: A NVIDIA colocou a investidora Sarah Guo em um vídeo promocional de 28 de julho e apresentou o Jetson como uma "bolsa de mão"—compacto, elegante, segurado em uma mão, e aparentemente pronto para a pista da computação embarcada. Observação seca: o marketing de GPU agora alcançou vocabulário de bolsas de mão.

[ALLOY]: Eu ri, mas a ideia de implantação por trás disso é real. O Jetson roda IA na borda, significando no robô, câmera, drone ou dispositivo portátil em vez de enviar cada entrada para um serviço remoto. Inferência local pode reduzir dependência de rede, proteger dados que não precisam sair do dispositivo e manter uma máquina responsiva quando a conectividade está lenta ou indisponível. Guo dirige a firma de venture capital focada em IA Conviction e co-apresenta o No Priors, então a NVIDIA está usando uma investidora-operadora—não um engenheiro de chips—para dizer aos fundadores que implantação na borda é uma superfície credível para construir empresas.

NOVA: Só não confunda o mensageiro com um lançamento técnico. O post não anuncia nenhum novo produto Jetson, kit de software, preço, benchmark ou changelog. Ele não estabelece que um modelo particular se encaixa, atende a um limite de latência ou vence economicamente contra um serviço de nuvem. Isso é a NVIDIA comercializando sua plataforma de borda existente através do endosso de Guo. Isso pode refletir para onde a atenção de venture capital está se movendo, mas não fornece nenhuma evidência fresca de desempenho.

[ALLOY]: E ainda assim se encaixa perfeitamente em dois itens anteriores. Kimi K3 mostra que desenvolvedores querem modelos mais capazes sob controle local; o argumento de frota de GPU adverte que aceleradores centralizados podem ficar ociosos e caros. Caixas de borda movem cargas de trabalho adequadas para o lugar onde os dados são gerados, embora criem seus próprios limites em torno de energia, memória, atualizações e gerenciamento de dispositivos. O enquadramento de moda da NVIDIA é fumaça. O crescente interesse em robôs e dispositivos que podem perceber e agir sem uma viagem redonda permanente para a nuvem não é.

[ALLOY]: A OpenAI publicou "Avançando IA responsável na Europa" em 31 de julho. Há um novo compromisso europeu nele, ou isso é principalmente posicionamento em torno do EU AI Act?

NOVA: Principalmente posicionamento em torno de práticas existentes. A OpenAI agrupa seu trabalho em segurança, proteção, transparência e proveniência, e então diz que esses programas continuarão junto com o EU AI Act à medida que seus requisitos entram em vigor. Proveniência significa informação que ajuda a identificar de onde veio o conteúdo ou se a IA gerou ou alterou. A OpenAI apresenta rotulagem de conteúdo, divulgações e trabalho de segurança como fundamentos para conformidade em vez de anunciar um modelo somente para Europa, certificação ou sistema de aplicação.

[ALLOY]: Essa é uma distinção importante. Um playbook corporativo pode sinalizar direção sem mudar uma aplicação da noite para o dia. O EU AI Act ativa diferentes obrigações em diferentes cronogramas, com requisitos mais exigentes em torno de sistemas de maior risco. A OpenAI está dizendo aos clientes europeus que documentação, identificação de conteúdo gerado e relatórios de segurança permanecerão parte de sua resposta. Ela não está dizendo que o trabalho de implementação está terminado. À medida que essas regras pousam, documentação de modelo e informação de origem de conteúdo param de parecer apêndices legais e começam a se comportar como superfícies de produto.

NOVA: Exatamente, e a evidência mais difícil chegará em artefatos específicos: documentos de modelo, divulgações de segurança, metadados de proveniência e explicações de quais obrigações se aplicam a quais implantações. O post da OpenAI apoia trabalho contínuo de alinhamento. Ele não apoia presumir que toda questão de conformidade europeia já foi resolvida. A diferença importa porque uma declaração ampla de princípios pode cobrir muitas ações futuras, enquanto clientes precisam de informação concreta atrelada ao modelo e caso de uso que realmente implantam. Para equipes servindo usuários europeus, proveniência e divulgação portanto se tornam preocupações de implementação junto com qualidade do modelo. A obrigação relevante ainda depende da categoria do produto e contexto de implantação.

NOVA: O PhiZero propõe uma fundação diferente para modelos de mundo. Em vez de prever pixels de vídeo futuros diretamente, ele aprende um vocabulário compacto de mudanças de estado físico a partir de vídeo comum. Os pesquisadores chamam isso de linguagem física: tokens discretos representando como o mundo se move, em vez de quadros renderizados completos contendo cada detalhe visual. Esses tokens podem então ser avançados para prever estados posteriores.

[ALLOY]: Ok, isso é genuinamente interessante porque pixels forçam um modelo a reproduzir textura, iluminação e fundo mesmo quando a pergunta útil é se um objeto cai, rola, colide, dobra ou fica parado. O PhiZero tenta abstrair essas transições e fornecer material mais limpo para planejamento. Os autores comparam com como pessoas inferem regras reutilizáveis da observação. É um preprint de pesquisa, não um sistema de robô implantado, e o trabalho ainda não prova que tokens físicos superam previsão de pixels em cenários do mundo real. Mas oferece uma rota plausível para modelos de mundo que raciocinam sobre mudança em vez de meramente renderizar como o próximo quadro pode parecer.

[ALLOY]: Frontis-MA1 faz uma pergunta maravilhosamente recursiva: uma IA pode melhorar o processo de engenharia usado para construir IA?

NOVA: O modelo de 35 bilhões de parâmetros é pós-treinado como o que os pesquisadores chamam de um agente de meta-evolução para engenharia de aprendizado de máquina. Seu sistema aberto, OpenMLE, transforma mudanças de engenharia propostas em tarefas executáveis com feedback. Uma camada executa ambientes verificáveis, outra ensina o modelo a direcionar edições e buscas, e uma terceira suporta buscas mais longas nas quais melhorias podem se compor.

NOVA: A manchete não é melhoria autônoma alcançada. É que a equipe publicou um ambiente aberto e mensurável onde um modelo propõe mudanças e vê quais funcionam. Outros pesquisadores podem inspecionar ou estender os ambientes de tarefas, loop de aprendizado e sistema de busca em vez de depender de uma demonstração fechada. O artigo está em alta no feed diário de pesquisa do Hugging Face, mas ganhos repetíveis dentro desse ambiente vão determinar o quão importante ele se torna. A melhoria recursiva ganhou uma bancada de trabalho observável; ainda não ganhou magia.

NOVA: A Doubleword publicou um guia da família de variantes de atenção linear do DeltaNet, e sua afirmação provocativa é que o Kimi Delta Attention parece um próximo ramo natural quando você entende o trabalho anterior. Atenção linear refere-se a técnicas projetadas para processar sequências longas com crescimento mais próximo do tamanho da sequência, em vez das comparações pareadas mais caras usadas pela atenção padrão. As implementações diferem, mas esse objetivo de eficiência une a família.

[ALLOY]: O que é útil porque anúncios de modelos frequentemente apresentam um novo nome de atenção como se tivesse chegado de outro planeta. A Doubleword alinha os predecessores para que cada modificação se torne legível como uma resposta ao que o design anterior podia e não podia reter. O post não está introduzindo um modelo nem relatando uma vitória de benchmark. Está organizando ideias existentes em uma linhagem que facilita a compreensão do design do Kimi. O post de 28 de julho alcançou 297 pontos no Hacker News e também gerou discussão no Lobsters, mostrando demanda real por explicações que conectam artigos em vez de tratar cada um como uma invenção isolada.

NOVA: Ainda não compro o floreio de "você poderia ter inventado isso" do post. Uma retrospectiva clara pode fazer uma invenção parecer inevitável depois que o trabalho difícil foi feito. Mas traçar a árvore genealógica ajuda a separar mudanças substanciais de marcação. Com o Kimi K3 gerando interesse local, a arquitetura dentro dele é subitamente menos acadêmica. Os leitores podem ver qual limitação cada ramo aborda, qual informação ele carrega adiante e qual comprometimento ele introduz, sem fingir que um bom explicador reproduz independentemente a percepção de pesquisa original.

NOVA: O GitHub moveu as habilidades de agentes e o suporte ao Model Context Protocol na revisão de código do Copilot para disponibilidade geral em 29 de julho. O Model Context Protocol, ou MCP, é um padrão aberto que permite que sistemas de IA se conectem a ferramentas e dados externos. As capacidades agora estão disponíveis para usuários do Copilot Pro, Pro Plus, Business e Enterprise após uma prévia pública.

[ALLOY]: Essa é uma mudança de status real, mas o anúncio é surpreendentemente fino. A disponibilidade geral diz que o GitHub considera esses recursos prontos para uso apoiado em vez de experimentação de prévia. Não define exatamente o que uma "habilidade de agente" contém, não lista habilidades incluídas, não identifica integrações específicas com MCP, nem descreve mudanças comportamentais da prévia. Usuários gratuitos do Copilot não estão incluídos nos níveis nomeados. Então o movimento concreto é status de disponibilidade e suporte, não um novo superpoder de revisão documentado.

NOVA: Conectar revisão de código a habilidades e MCP poderia permitir que o revisor recorresse a instruções especializadas ou contexto externo, mas o changelog sozinho não estabelece a quais sistemas ele pode acessar ou como esse contexto muda uma revisão. Documentação mais detalhada do GitHub carrega essas respostas. O que foi enviado é acesso de nível pago a duas superfícies de extensibilidade sob um rótulo de disponibilidade geral. Isso é significativo para organizações que evitam recursos de prévia em produção, mesmo que o GitHub não tenha fornecido detalhes suficientes aqui para afirmar precisão de revisão melhorada, compreensão mais ampla do repositório ou uma integração específica.

[ALLOY]: Esta pode ser a mudança menos glamorosa com o impacto mais amplo: a especificação de 28 de julho do MCP torna seu transporte sem estado. O que isso altera para os serviços por trás de todas essas ferramentas de agentes?

NOVA: Sem estado significa que um servidor não precisa lembrar uma sessão entre requisições; cada requisição carrega o que é necessário para tratá-la por conta própria. Isso simplifica o dimensionamento porque qualquer instância de servidor adequada pode receber a próxima requisição, e reduz a dependência de uma conexão lembrada sobrevivendo perfeitamente. Uma sessão interrompida não precisa mais invalidar cada troca posterior da mesma forma. A publicação de 30 de julho também introduz uma política formal de depreciação, então recursos do protocolo recebem aviso e um período de transição documentado antes da remoção.

[ALLOY]: Isso é um marcador de maturidade. Uma vez que agentes de revisão de código, assistentes pessoais e serviços de memória de codebase falam o mesmo protocolo, remoções inesperadas se tornam quebra em todo o ecossistema. Uma promessa de depreciação dá tempo para autores de clientes e servidores se moverem juntos. Não significa que recursos antigos vivem para sempre, mas significa que mantenedores não vão fazê-los desaparecer sem aviso. E o tempo importa: o GitHub está pedindo para clientes pagantes confiarem no MCP na revisão de código enquanto o próprio protocolo se torna mais fácil de operar e mais previsível de evoluir.

NOVA: A atualização da especificação alcançou 127 pontos no Hacker News, uma resposta decente para semântica de transporte. Não, a ausência de estado não torna toda integração confiável por si só. Ferramentas ainda podem ter sua própria autenticação, dados ou estado de fluxo de trabalho; o transporte simplesmente para de exigir que o servidor preserve uma sessão de protocolo entre requisições. Isso remove uma fonte de complexidade de conexão e estabelece um contrato mais claro para mudança. À medida que o MCP se espalha por agentes e repositórios, garantias operacionais tediosas se tornam mais valiosas do que outra demonstração chamativa. Esse contrato é especialmente importante para serviços dimensionados em múltiplas instâncias, porque nenhum processo único precisa reter a sessão de protocolo para a próxima requisição.

NOVA: A avatarin implantou um assistente de compras multilíngue 24 horas na Yamada Denki, uma varejista de eletrônicos japonesa, usando o GPT-Realtime da OpenAI. Em suas primeiras duas semanas, 30.000 pessoas usaram o agente, e 92 por cento das respostas da pesquisa foram positivas. Esses números vêm da conta de implantação, mas são incomumente concretos para um lançamento de agente de voz no varejo. Os clientes podem chegar, fazer perguntas sobre produtos em seu próprio idioma e receber respostas faladas em tempo real.

[ALLOY]: Trinta mil interações em catorze dias não é um piloto quieto de bastidores. O GPT-Realtime é fala para fala: áudio entra e áudio retorna diretamente, sem tratar a transcrição de texto visível como a etapa central da conversa. Esse caminho direto pode reduzir o atraso que faz assistentes de voz mais antigos parecerem máquinas de alternância de turnos em vez de conversas. Mais importante, o tráfego de varejo público traz sotaques, ruído de fundo, perguntas incompletas, interrupções e pessoas com paciência zero. Sobreviver a esse ambiente em volume significativo nos diz mais do que uma demonstração de cabine controlada.

NOVA: O resultado medido é encorajador, embora "resposta positiva da pesquisa" não revele precisão de resposta, conclusão de tarefa, uso repetido ou quantas pessoas recusaram a pesquisa. Também não temos uma divisão por idioma ou categoria de produto. Ainda assim, esta é evidência de uso real em vez de uma promessa. E isso faz as notícias de robótica parecerem menos distantes: a inteligência entrando nas lojas não vai toda chegar dentro de máquinas humanoides. A voz pode ser a primeira interface prática porque usa o espaço de varejo existente e não requer hardware em movimento. Devoluções, reclamações, recomendações e vendas adicionais carregam riscos mais altos do que localizar um produto; expansão para esses trabalhos tornaria a implantação consideravelmente mais consequente. O formato multilíngue também importa em uma loja: uma superfície de voz pode responder compradores que de outra forma precisariam de caminhos diferentes de suporte de idioma.

[ALLOY]: Cobrimos o Gemini Robotics 2 antes, mas o lançamento completo da DeepMind divide o trabalho em três modelos. Como eles dividem as tarefas?

NOVA: Gemini Robotics 2 é o modelo de visão-linguagem-ação para controle humanoid de corpo inteiro; visão-linguagem-ação significa que ele transforma entrada visual e linguística em ações físicas. Gemini Robotics ER 2 lida com raciocínio embodied e orquestração de tarefas. Um terceiro modelo on-device é projetado para se adaptar a novos corpos de robôs em poucas horas. O lançamento descreve um checkpoint controlando tanto o humanoide Apollo 2 da Apptronik quanto uma configuração Franka Duo, o que é a evidência concreta para compartilhar capacidade aprendida através de diferentes embodiments. Apenas ER 2 está publicamente disponível.

[ALLOY]: Essa última frase mantém o anúncio com os pés no chão. A DeepMind mostrou uma stack de três modelos, mas desenvolvedores externos não recebem todas as três camadas de controle. ER 2 sendo público dá aos pesquisadores acesso ao componente de raciocínio, enquanto os modelos de corpo inteiro e on-device permanecem descritos ao invés de amplamente lançados. A configuração também esclarece por que um modelo gigante não faz tudo: orquestração, ação de corpo inteiro e adaptação rápida ao hardware permanecem trabalhos separados mesmo quando cooperam. Reuso entre corpos é a afirmação empolgante porque o aprendizado de robôs historicamente foi fortemente acoplado a juntas, câmeras e stack de controle de uma máquina.

NOVA: E não devemos estender essa afirmação além dos sistemas nomeados. A fonte suporta Apollo 2, Franka Duo, controle de corpo inteiro, raciocínio embodied, adaptação em horas, destreza e colaboração multi-robô. Ela não promete compatibilidade com robôs arbitrários, deploy irrestrito ou superioridade de performance geral. Mesmo assim, um checkpoint abrangendo um humanoide e uma plataforma de braço duplo aponta para uma inteligência física menos presa a um corpo. É evidência limitada, não robótica universal — mas evidência limitada através de duas máquinas muito diferentes ainda é um passo significativo. Separar os modelos de raciocínio, ação e adaptação também torna o limite visível: acesso público a um componente não é acesso público a toda a stack de robótica.

NOVA: Três repositórios mostram o MCP se transformando em infraestrutura funcional. O nanobot do HKUDS lidera com 46.460 estrelas e versão 0.3, lançado em 25 de julho. É um framework leve de agente Python self-hosted com interface web, memória, ferramentas, automação, integrações de chat, workflows multi-agente e MCP. O codebase-memory-mcp da DeusData aborda um problema complementar: compreensão de código persistente. Ele constrói um grafo de conhecimento em 158 linguagens, é distribuído como um binário estático único, e alega indexação em milissegundos para um repositório médio, consultas sub-milissegundos e 99% menos tokens. Esses números de performance vêm do projeto e ainda precisam de confirmação externa.

[ALLOY]: O Nanobot fornece o shell do agente enquanto o codebase-memory-mcp fornece memória estruturada do repositório. O FastMCP da Prefect, com 26.989 estrelas, fornece a camada de construção Python para servidores e clientes MCP. O FastMCP lançou a versão 3.4 em 27 de julho, enquanto o codebase-memory alcançou a versão 0.9 anteriormente em julho. Juntos, eles cobrem uma cadeia útil: construa um serviço de ferramentas, exponha conhecimento de código persistente e conecte-o a um agente self-hosted.

NOVA: E é por isso que a mudança de transporte stateless importa mais do que parece. O Nanobot tem a maior tração com mais de 46.000 estrelas, mas nenhum desses projetos vive sozinho. Shells de agentes, serviços de conhecimento e servidores de ferramentas precisam de um contrato de conexão compartilhado se desenvolvedores quiserem combiná-los sem escrever um adaptador customizado para cada pareamento. Contagens de estrelas mostram atenção, não confiabilidade. Os lançamentos e a atividade contínua dos repositórios mostram um ecossistema se montando em torno de partes interoperáveis ao invés de um assistente monolítico.

NOVA: O DeepSeek V4 Flash 0731 está recém-disponível através do OpenRouter com uma janela de contexto de 1.048.576 tokens. É um modelo sparse mixture-of-experts, significando que cada entrada ativa apenas parte da rede: 13 bilhões de parâmetros ativos de 284 bilhões no total. O DeepSeek posiciona esta revisão de pós-treinamento para codificação, raciocínio e trabalho de agente. A especificação de contexto de um milhão de tokens é concreta; qualidade, velocidade e custo ainda dependem da carga de trabalho e resultados independentes. Sua divisão de parâmetros ativo-para-total é central para essa proposta de serviço esparso.

[ALLOY]: O Kimi K3 da Moonshot é o destaque local assim como um modelo de manchete. A listagem no Hugging Face identifica um modelo que aceita imagens e texto e retorna texto, com suporte a Transformers e tensor comprimido. Mais de 9.100 likes e aproximadamente 493.000 downloads mostram interesse excepcional, enquanto a conversão GGUF da Unsloth torna a execução local quantizada mais acessível através de runtimes comuns.

NOVA: A atração é o trabalho multimodal privado: imagens, capturas de tela, scans e texto podem permanecer em hardware controlado. Mas a tag de código customizado da listagem e a licença "outra" merecem destaque igual à contagem de downloads. Necessidades de hardware, contexto utilizável, formatos de peso exatos, condições de benchmark e permissões comerciais vêm do card do modelo — não da popularidade. O Kimi K3 é um lançamento substancial de IA local, não uma promessa de que toda máquina de consumidor pode executá-lo confortavelmente. Isso torna o deploy uma decisão de hardware e licenciamento, não um concurso de popularidade.

NOVA: A atualização de julho do GitHub Copilot no Visual Studio adiciona um novo agente construído no kit de desenvolvimento de software Copilot, com expertise em .NET e Azure e mais personalização. A UE lança a chamada AI Gigafactories para aumentar a capacidade computacional da Europa e desbloquear mais de 30 bilhões de euros em investimentos. Um especializa ajuda dentro de um editor; o outro expande a infraestrutura por baixo da IA europeia.

[ALLOY]: A Univé constrói uma força de trabalho pronta para IA no terceiro item da OpenAI. A seguradora combinou ChatGPT Enterprise, suporte à liderança, governança responsável e experimentação liderada por funcionários. É um estudo de caso authored pelo fornecedor, não uma prova independente de ganhos de produtividade amplos. Juntos, os três itens conectam software especializado, computação física e adoção organizacional sem fingir que são o mesmo tipo de evidência.

NOVA: Para detalhes de fonte primária, cards de modelos, repositórios de projetos e a pesquisa coberta aqui, olhe as notas do programa em Toby On Fitness Tech ponto com. Esses links estão reunidos em um lugar para que você possa inspecionar a evidência por trás de cada afirmação e acompanhar os projetos diretamente.

[ALLOY]: Obrigado por ouvir o AgentStack Daily.

NOVA: Voltamos em breve.