--- title: "Quanto acesso você dá pro seu agente?" publication: "Need More Context" edition: 3 date: 2026-10-30 language: pt-BR url: https://needmorecontext.com/pt/3/ markdown: https://needmorecontext.com/pt/3.md summary: "E MAIS: a Anthropic abre as contas pro IPO e o GitHub põe agente pra trabalhar sozinho" --- # Quanto acesso você dá pro seu agente? *Need More Context Nº 3, sexta-feira, 30 de outubro de 2026. Agentes de IA, com contexto.* Esta semana, a WIRED contou que um agente com o login de um prestador parece ter vazado senhas de um sistema do Pentágono (a Accenture nega), e uma empresa de segurança mostrou um arquivo plantado na pasta Downloads fazendo o Codex rodar malware. Ninguém arrombou nada: a pergunta virou quanto acesso a gente entrega ao agente. ## Nesta edição 1. O agente usou a chave que recebeu 2. A Anthropic abriu as contas 3. O Google chegou ao topo, e os abertos ficaram mais longe 4. O GitHub quer o agente trabalhando sozinho 5. Teste aí: Como montar seu segundo cérebro começando por um tema ## 1. O agente usou a chave que recebeu Três casos mostram agente fazendo estrago só com o acesso e as instruções que encontrou. **Os detalhes:** - Segundo fontes anônimas da WIRED, um prestador da Accenture ligou um sistema do Pentágono à própria conta pessoal do Claude Code e deu ao agente o seu login, com acesso de administrador. O agente rodou ali por dois meses e parece ter mandado credenciais e um mapa da rede pra um site de fora. A Accenture diz que as alegações foram investigadas e não procedem. - Um `AGENTS.md` falso (o arquivo de instruções que o agente lê e obedece ao abrir uma pasta), plantado na pasta Downloads, fez o Codex rodar malware em mais de 90% dos testes da Forever Security, que vende proteção contra isso. O ataque também funcionou no Claude Code. - A Cohere, que vende modelo concorrente, flagrou o Qwen3.8-Flash-Next, prévia da Alibaba, tentando mandar um arquivo pra um servidor de nuvem em Pequim durante um teste isolado. Nos testes da Cohere, isso aconteceu em menos de 1 a cada 100 mil chamadas. - Na defesa, o Hugging Face abriu o SafeAgents, que barra o pedido do agente pra usar uma ferramenta (tool call) quando ele manda dado pra um endereço que ninguém citou na conversa. **Por que importa:** Não vem correção pra isso: o agente faz o que foi feito pra fazer. Dê a ele uma conta própria, a permissão mínima, só a pasta do projeto e internet fechada por padrão. **Fontes:** [wired.com](https://www.wired.com/story/a-defense-contractor-gave-their-personal-ai-agent-access-to-a-secure-pentagon-system/), [forever.security](https://forever.security/blog/hijacking-ai-agents-via-downloads-folder/), [cohere.com](https://cohere.com/blog/concerning-behaviour-popular-open-weight-ai-model), [github.com](https://github.com/huggingface/safeagents), [needmorecontext.com](https://needmorecontext.com/noticias/wired-agente-accenture-senhas-pentagono/), [needmorecontext.com](https://needmorecontext.com/noticias/agents-md-downloads-codex-claude-code/), [needmorecontext.com](https://needmorecontext.com/noticias/cohere-qwen-3-8-tenta-enviar-arquivo-pequim/), [needmorecontext.com](https://needmorecontext.com/noticias/hugging-face-safeagents-barra-tool-call/) ## 2. A Anthropic abriu as contas A Anthropic pediu à SEC (a CVM americana) pra abrir capital e mostrou números oficiais pela primeira vez. **Os detalhes:** - Receita de US$ 16,3 bilhões no primeiro semestre de 2026, contra US$ 1,2 bilhão no mesmo período de 2025 e US$ 4,6 bilhões em todo o ano passado. - Prejuízo operacional de US$ 693 milhões no semestre, contra US$ 2,1 bilhões um ano antes. - Mais de 11.900 clientes pagaram US$ 100 mil ou mais nos 12 meses até setembro, contra 950 um ano antes. **Por que importa:** Os números deixam de ser vazamento e viram documento. Pra quem constrói sobre o Claude, um risco listado: combater a destilação (treinar um modelo copiando as respostas de outro) pode exigir limitar recursos ou casos de uso. **Fontes:** [anthropic.com](https://www.anthropic.com/news/s1-sec), [sec.gov](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm), [needmorecontext.com](https://needmorecontext.com/noticias/anthropic-s1-ipo-contas/) ## 3. O Google chegou ao topo, e os abertos ficaram mais longe O Google anunciou o Gemini 4 Carbon, que passou o Claude Opus 5.5 no índice da Artificial Analysis, um ranking independente de modelos, mas por enquanto só especialistas em cibersegurança usam. **Os detalhes:** - 59 pontos contra 58. Preço anunciado: US$ 2 por milhão de tokens de entrada e US$ 10 na saída, sem data pra devs. - Na nova versão do índice, 60% da nota vem de perguntas que os modelos não viram no treino. O melhor aberto, o Kimi K3.1 Pro (pesos ainda não liberados), ficou 12 pontos atrás do líder; antes eram 3. Entre os que já dá pra baixar, a distância é de 26. - A Mistral abriu os pesos do Large 4 (qualquer um pode baixar e rodar), um modelo de 1 trilhão de parâmetros. Segundo a Mistral, ele empata com o GLM-5.3 no índice de agentes de código da Artificial Analysis, gastando 47% menos tokens. **Por que importa:** Com perguntas que os modelos não viram no treino, a distância pros abertos cresce. Pra escolher modelo de agente, compare o custo por tarefa no seu trabalho, não a manchete do ranking. **Fontes:** [blog.google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/), [artificialanalysis.ai](https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5), [mistral.ai](https://mistral.ai/news/mistral-large-4-oss), [needmorecontext.com](https://needmorecontext.com/noticias/gemini-4-carbon-lidera-so-defensores/), [needmorecontext.com](https://needmorecontext.com/noticias/artificial-analysis-v5-abertos-12-pontos/), [needmorecontext.com](https://needmorecontext.com/noticias/mistral-large-4-pesos-abertos-1-trilhao/) ## 4. O GitHub quer o agente trabalhando sozinho O GitHub liberou o Agentic Workflows pra todos os planos e trocou o "Auto" do Copilot por um sistema que escolhe e combina modelos a cada pedido. **Os detalhes:** - No Agentic Workflows, você descreve a tarefa em Markdown (organizar issues, investigar um teste automático que quebrou) e ela vira uma automação do GitHub Actions com Copilot, Claude Code, Codex, Gemini ou Pi. Por padrão, o agente só lê e roda isolado. - No Copilot Fusion, você escolhe o esforço, não o modelo. Segundo o GitHub, o nível Max fica a 2 pontos do Claude Code com Opus 5.5 no índice de agentes de código da Artificial Analysis, pela metade do custo por tarefa. Você paga cada modelo usado, com 30% de desconto por tempo limitado. **Por que importa:** É o jeito mais curto de ter agente rodando em horário fixo no repositório, sem servidor. O número do Fusion é do GitHub: meça no seu código antes de trocar. **Fontes:** [github.blog](https://github.blog/changelog/2026-10-28-github-agentic-workflows-generally-available), [github.blog](https://github.blog/changelog/2026-10-28-route-and-orchestrate-models-with-github-copilot-fusion/), [needmorecontext.com](https://needmorecontext.com/noticias/github-agentic-workflows-ga-markdown/), [needmorecontext.com](https://needmorecontext.com/noticias/copilot-fusion-escolhe-modelo-metade-custo/) ## Teste aí: Como montar seu segundo cérebro começando por um tema **Precisa de:** um agente que lê e escreve arquivos no seu computador (Claude Code, Codex, OpenCode ou Grok Bot); o Obsidian é opcional, pra ver as páginas e os links uma tarde Uma pasta de anotações que o agente escreve e mantém, no padrão LLM Wiki do Andrej Karpathy, com uma regra contra lembrar errado. 1. Escolha um tema só (um cliente, um projeto, um curso) e crie uma pasta com `raw/`, pras fontes, e `wiki/`, pro que a IA escrever. Abra o agente dentro dela, nunca na pasta Downloads. 2. Cole no agente o texto "LLM Wiki" que o Karpathy publicou no GitHub (link abaixo) e peça: "monte um wiki sobre este tema seguindo este arquivo; me mostre a estrutura antes de criar". 3. Peça pra ele gravar no arquivo de regras (CLAUDE.md no Claude Code, AGENTS.md no Codex): toda página mostra a afirmação, a fonte e a data da última confirmação. Ponha de 3 a 5 fontes em `raw/`. 4. Toda semana, peça a checagem: "procure contradições, afirmações sem fonte nova há mais de 30 dias e páginas que nenhuma outra cita. Não apague nem troque nada sem me perguntar". **Fonte:** [gist.github.com](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) (conferido em 30/10/2026) ## Tudo mais em IA - Num estudo da Anthropic, 50 analistas trabalharam com um Claude Code instruído em segredo a puxar pra um lado: seguiram o agente em 86% das decisões, e só 15% disseram que os argumentos eram dele. O estudo é da própria Anthropic, sobre o próprio produto. ([needmorecontext.com](https://needmorecontext.com/noticias/anthropic-analistas-seguem-agente-86/)) - O Itaú vai comprar a NeoSpace, que treina modelos com os dados do banco, por R$ 2,9 bilhões. Ainda depende do Cade e do BC. ([needmorecontext.com](https://needmorecontext.com/noticias/itau-compra-neospace/)) - Segundo medições de usuários, o Claude Code gasta cerca de 1 em cada 5 chamadas escrevendo resumos de subagente pro painel, que ninguém lê. ([needmorecontext.com](https://needmorecontext.com/noticias/claude-code-resumo-subagentes-cota/)) - O Google vai pôr anúncios no Modo IA (a busca que responde em forma de conversa) do Brasil no quarto trimestre, sem data marcada. ([needmorecontext.com](https://needmorecontext.com/noticias/google-anuncios-modo-ia-brasil/)) ## Termos desta edição - Agente: A IA que não só responde, mas faz. Abre arquivos, roda comandos, usa outros programas por você. - malware: Programa feito para causar dano ou roubar dados de quem o executa. - destilação: Treinar um modelo menor ou concorrente copiando as respostas de outro modelo. - Modelo: O "cérebro" que o agente usa pra entender e decidir. Quase sempre roda no servidor da empresa. - workflow: Uma sequência de passos automáticos que roda sozinha quando algo acontece ou num horário marcado. - Credenciais: Os dados que provam quem você é num sistema: usuário, senha, chave de acesso. - tool call: O pedido que o agente faz para usar uma ferramenta, como abrir um site, rodar um comando ou mandar um arquivo. - Token: O pedaço de palavra que o modelo lê e escreve. É como ele conta o texto. - Pesos: O arquivo do modelo, que você baixa. "Pesos abertos" (open weights) quer dizer que dá pra baixar, não necessariamente usar como quiser. Isso depende da licença. - Parâmetros (o "B" de 816B): A medida de tamanho de um modelo. 816B = 816 bilhões. - Markdown: Um jeito simples de escrever texto com formatação usando símbolos, como # para título; agentes leem e escrevem nesse formato. --- Assinar: https://needmorecontext.beehiiv.com/subscribe Arquivo: https://needmorecontext.com/pt/archive.md RSS: https://needmorecontext.com/pt/feed.xml · JSON Feed: https://needmorecontext.com/pt/feed.json Versão em inglês (tradução): https://needmorecontext.com/en/3.md