{
  "version": "https://jsonfeed.org/version/1.1",
  "title": "Rensen",
  "home_page_url": "https://rensen.com.br/blog",
  "feed_url": "https://rensen.com.br/feed.json",
  "description": "Notícias, ferramentas e ideias sobre inteligência artificial.",
  "language": "pt-BR",
  "authors": [
    {
      "name": "Redação Rensen",
      "url": "https://rensen.com.br/autores/redacao-rensen"
    }
  ],
  "items": [
    {
      "id": "https://rensen.com.br/blog/google-gemini-windows-atalho",
      "url": "https://rensen.com.br/blog/google-gemini-windows-atalho",
      "title": "Gemini ganha app para Windows e fica a um atalho de distância",
      "summary": "O aplicativo anunciado pelo Google em 10 de setembro leva o Gemini ao desktop. Dá para abrir a IA por atalho, consultar arquivos conectados e criar conteúdo.",
      "content_text": "O aplicativo anunciado pelo Google em 10 de setembro leva o Gemini ao desktop. Dá para abrir a IA por atalho, consultar arquivos conectados e criar conteúdo.\n\nEm 30 segundos:\n- O app foi anunciado para Windows 10 e 11.\n- Alt + Space abre o Gemini sobre a tarefa em andamento.\n- Recursos como Spark e geração de vídeo têm condições de acesso.\n\nO Google anunciou o aplicativo do Gemini para Windows em 10 de setembro de 2026. Disponível para Windows 10 e 11, ele permite chamar o assistente com Alt + Space, sem abrir uma nova aba a cada pergunta.\n\nO app reúne recursos como rascunhos de texto, imagens e consultas a aplicativos conectados, incluindo Gmail e Google Drive. A proposta é deixar essas tarefas perto do documento ou projeto que a pessoa já está usando.\n\nNem tudo tem o mesmo acesso. Segundo o anúncio, Gemini Spark e Gemini Omni exigem assinatura Google AI, idade mínima de 18 anos e disponibilidade compatível. Instalar o aplicativo não significa liberar todos os recursos.\n\nO que muda na prática: vale experimentar uma tarefa que você repete, como resumir um documento ou preparar uma apresentação. Compare o resultado com o original e veja se o atalho realmente economiza tempo. Facilidade para abrir uma IA e qualidade da resposta são duas coisas que precisam ser avaliadas.\n\nFontes:\n- Google: The Gemini app is now available for Windows. https://blog.google/innovation-and-ai/products/gemini-app/gemini-app-now-on-windows/",
      "image": "https://rensen.com.br/blog/capas/google-gemini-windows-atalho-editorial.png",
      "date_published": "2026-09-13T10:44:10Z",
      "date_modified": "2026-09-13T10:44:10Z",
      "tags": [
        "Na prática",
        "inteligência artificial"
      ],
      "authors": [
        {
          "name": "Redação Rensen",
          "url": "https://rensen.com.br/autores/redacao-rensen"
        }
      ]
    },
    {
      "id": "https://rensen.com.br/blog/mistral-modernizacao-codigo-legado",
      "url": "https://rensen.com.br/blog/mistral-modernizacao-codigo-legado",
      "title": "Mistral usa IA para modernizar código antigo, com engenheiros no comando",
      "summary": "Em um projeto europeu, agentes ajudaram a migrar parte de um simulador antigo. O relato da Mistral mostra por que testes e acompanhamento humano fizeram diferença.",
      "content_text": "Em um projeto europeu, agentes ajudaram a migrar parte de um simulador antigo. O relato da Mistral mostra por que testes e acompanhamento humano fizeram diferença.\n\nEm 30 segundos:\n- O relato foi publicado pela Mistral em 9 de setembro.\n- A primeira etapa cobriu 40 mil de 300 mil linhas de código.\n- A equipe combinou agentes, testes e revisão de engenheiros.\n\nA Mistral publicou em 9 de setembro de 2026 um caso de modernização de software de uma operadora europeia de energia. A primeira etapa migrou 40 mil das 300 mil linhas de um simulador, de Fortran 77 para C++.\n\nAntes da migração, a equipe organizou documentação e criou testes para comparar resultados numéricos do sistema antigo com o novo. Isso deu uma referência concreta para saber se cada parte continuava funcionando.\n\nO relato descreve uma tentativa com agentes muito autônomos que produziu uma tradução pouco modernizada. A solução adotada passou a combinar agentes de programação, testes e revisão com acompanhamento humano, módulo por módulo.\n\nO que muda na prática: o caso ajuda a avaliar promessas sobre IA que programa sozinha. Para quem depende de um sistema antigo, uma demonstração bonita diz pouco. O teste útil é confirmar que o trabalho continua correto depois da mudança. O relato é de um fornecedor sobre um projeto específico, não uma garantia para qualquer migração.\n\nFontes:\n- Mistral AI: Modernizing complex legacy code with AI agents. https://mistral.ai/news/legacy-code-modernization/",
      "image": "https://rensen.com.br/blog/capas/mistral-modernizacao-codigo-legado-editorial.png",
      "date_published": "2026-09-13T10:44:10Z",
      "date_modified": "2026-09-13T10:44:10Z",
      "tags": [
        "Na prática",
        "inteligência artificial"
      ],
      "authors": [
        {
          "name": "Redação Rensen",
          "url": "https://rensen.com.br/autores/redacao-rensen"
        }
      ]
    },
    {
      "id": "https://rensen.com.br/blog/qwen-drive-pesquisa-direcao",
      "url": "https://rensen.com.br/blog/qwen-drive-pesquisa-direcao",
      "title": "Qwen leva sua IA à pesquisa de carros autônomos",
      "summary": "Apresentado em 3 de setembro, o Qwen-Drive reúne visão, respostas sobre cenas e planejamento de trajetórias. É uma pesquisa para acompanhar, sem confundir com um carro pronto.",
      "content_text": "Apresentado em 3 de setembro, o Qwen-Drive reúne visão, respostas sobre cenas e planejamento de trajetórias. É uma pesquisa para acompanhar, sem confundir com um carro pronto.\n\nEm 30 segundos:\n- O Qwen-Drive-1.0 foi apresentado em 3 de setembro.\n- A pesquisa combina entendimento visual e planejamento de movimento.\n- Código, modelos e protocolos de avaliação estão disponíveis para estudo.\n\nA equipe Qwen apresentou o Qwen-Drive-1.0 em 3 de setembro de 2026. A pesquisa, feita com a Universidade de Ciência e Tecnologia de Huazhong, na China, explora como um modelo de visão e linguagem pode ajudar a interpretar situações de trânsito.\n\nA base é o Qwen3.5-4B. Módulos adicionais cuidam da percepção em três dimensões e da geração de trajetórias, enquanto o modelo também responde a perguntas sobre a cena. Em termos simples, o projeto tenta aproximar o que a IA vê, explica e planeja.\n\nO repositório oficial disponibiliza modelos, exemplos e instruções de avaliação. Os autores reportam testes com dados de direção e ambientes de simulação. Esses resultados ajudam a estudar a tecnologia, mas não demonstram, por si só, segurança para dirigir em qualquer rua.\n\nO que muda na prática: para o público, é uma janela para a pesquisa de IA além dos chatbots. Para estudantes e desenvolvedores, os materiais permitem examinar como as avaliações foram feitas. Antes de comparar números entre modelos, vale conferir o cenário e as regras de cada teste. O anúncio não equivale ao lançamento de um carro autônomo para consumidores.\n\nFontes:\n- Qwen: Qwen-Drive-1.0: An Initial Step towards a Vision-Language Foundation Model for Autonomous Driving. https://qwen.ai/blog?id=qwen-drive-1.0\n- Qwen no GitHub: Qwen-Drive-1.0: repositório oficial. https://github.com/QwenLM/Qwen-Drive-1.0",
      "image": "https://rensen.com.br/blog/capas/qwen-drive-pesquisa-direcao-editorial.png",
      "date_published": "2026-09-13T10:44:10Z",
      "date_modified": "2026-09-13T10:44:10Z",
      "tags": [
        "Radar",
        "inteligência artificial"
      ],
      "authors": [
        {
          "name": "Redação Rensen",
          "url": "https://rensen.com.br/autores/redacao-rensen"
        }
      ]
    },
    {
      "id": "https://rensen.com.br/blog/openai-agents-api-agentes-na-nuvem",
      "url": "https://rensen.com.br/blog/openai-agents-api-agentes-na-nuvem",
      "title": "OpenAI lança Agents API: o que muda nas automações que trabalham por horas",
      "summary": "A nova API coloca na nuvem a estrutura que mantém agentes executando tarefas longas. Para empresas, o avanço é menos sobre um chatbot novo e mais sobre tornar automações complexas mais operáveis.",
      "content_text": "A nova API coloca na nuvem a estrutura que mantém agentes executando tarefas longas. Para empresas, o avanço é menos sobre um chatbot novo e mais sobre tornar automações complexas mais operáveis.\n\nEm 30 segundos:\n- A Agents API entrou em beta público e usa a estrutura de agentes do Codex.\n- O agente pode rodar em ambiente da OpenAI, infraestrutura própria ou parceiros como a Vercel.\n- A ferramenta reduz trabalho de infraestrutura, mas não elimina controles, testes e aprovações humanas.\n\nA OpenAI apresentou a Agents API em beta público. Em termos simples, ela oferece uma estrutura gerenciada para criar agentes que recebem uma tarefa, usam ferramentas e continuam trabalhando por longos períodos sem depender de uma conversa aberta no navegador.\n\nAté aqui, empresas que queriam esse tipo de automação precisavam montar várias peças: memória de contexto, execução de ferramentas, ambientes para manipular arquivos e coordenação entre agentes. A proposta da API é reunir essa base em uma chamada, enquanto cada produto mantém suas próprias regras, conhecimentos e integrações.\n\nA empresa também separou o agente do lugar onde ele executa. É possível usar um ambiente hospedado pela OpenAI, infraestrutura própria ou integrações com parceiros, entre eles a Vercel. Essa escolha importa porque dados sensíveis, custo, tempo de resposta e requisitos de segurança mudam de negócio para negócio.\n\nIsso não transforma processos ruins em boas automações. Um agente com acesso amplo pode errar em escala. Antes de permitir ações como publicar, comprar, apagar ou enviar mensagens, a empresa ainda precisa definir permissões mínimas, registros, avaliações e pontos de aprovação humana.\n\nA novidade favorece tarefas com começo, meio e fim verificáveis: investigar falhas, organizar documentos, preparar análises ou operar rotinas internas. O melhor primeiro projeto não é o mais ambicioso; é aquele cujo resultado pode ser conferido com clareza.\n\nO que isso significa para o seu negócio: agentes ficaram mais simples de colocar em produção, mas confiança continua sendo projeto, não configuração. Comece por uma rotina demorada e reversível, meça qualidade e custo, e só amplie a autonomia depois que os controles funcionarem.\n\nFontes:\n- OpenAI: Introducing the Agents API. https://openai.com/index/introducing-the-agents-api/",
      "image": "https://rensen.com.br/blog/capas/openai-agents-api-agentes-na-nuvem-editorial.png",
      "date_published": "2026-09-11T08:20:00-03:00",
      "date_modified": "2026-09-11T08:20:00-03:00",
      "tags": [
        "Radar",
        "inteligência artificial"
      ],
      "authors": [
        {
          "name": "Redação Rensen",
          "url": "https://rensen.com.br/autores/redacao-rensen"
        }
      ]
    },
    {
      "id": "https://rensen.com.br/blog/gpt-live-1-voz-em-tempo-real",
      "url": "https://rensen.com.br/blog/gpt-live-1-voz-em-tempo-real",
      "title": "GPT-Live-1 chega à API: a voz da IA começa a conversar sem esperar a vez",
      "summary": "O novo modelo de voz consegue ouvir e falar ao mesmo tempo, lidar melhor com interrupções e delegar ações a outros modelos. O atendimento automático fica mais natural e exige controles mais sérios.",
      "content_text": "O novo modelo de voz consegue ouvir e falar ao mesmo tempo, lidar melhor com interrupções e delegar ações a outros modelos. O atendimento automático fica mais natural e exige controles mais sérios.\n\nEm 30 segundos:\n- O GPT-Live-1 processa entrada e saída de áudio ao mesmo tempo.\n- Ele pode delegar raciocínio e uso de ferramentas a um modelo de texto no back-end.\n- A camada de voz custa US$ 0,05 por minuto; modelos e ferramentas usados no back-end são cobrados à parte.\n\nA OpenAI lançou o GPT-Live-1 na API com uma mudança perceptível para quem fala com assistentes: o modelo consegue ouvir e responder ao mesmo tempo. Isso permite interromper, hesitar ou mudar de direção sem esperar o robô terminar uma fala inteira.\n\nOs sistemas de voz tradicionais costumam encadear três etapas: transcrição, raciocínio e síntese de fala. Cada passagem adiciona atraso e aumenta a chance de perder o ritmo da conversa. O novo modelo concentra a camada de voz e pode encaminhar decisões mais complexas ou chamadas de ferramentas para um modelo de texto no back-end.\n\nNa prática, a tecnologia se encaixa em reservas, agendamentos, pedidos e atendimento telefônico. A empresa pode ajustar tom, velocidade e estilo de fala e conectar o assistente aos sistemas que já consultam disponibilidade, cadastro ou status de uma solicitação.\n\nO preço anunciado para a camada frontal de voz é de US$ 0,05 por minuto. Essa não é necessariamente a conta completa: o modelo de raciocínio, as ferramentas e a infraestrutura conectados por trás da conversa também podem gerar custo.\n\nNaturalidade aumenta a responsabilidade. É preciso avisar que a pessoa fala com uma IA, proteger gravações e transcrições, confirmar ações importantes e oferecer saída rápida para atendimento humano. Uma voz convincente não pode esconder limites nem criar uma falsa sensação de certeza.\n\nO que isso significa para o seu negócio: atendimento por voz deixou de ser apenas um menu falado e se aproximou de uma conversa real. Teste primeiro uma tarefa estreita, como confirmar horários, e acompanhe interrupções, erros, transferências para humanos e custo por resolução.\n\nFontes:\n- OpenAI: Build more natural voice experiences with GPT-Live-1 in the API. https://openai.com/index/introducing-gpt-live-1-in-the-api/",
      "image": "https://rensen.com.br/blog/capas/gpt-live-1-voz-em-tempo-real-editorial.png",
      "date_published": "2026-09-11T08:10:00-03:00",
      "date_modified": "2026-09-11T08:10:00-03:00",
      "tags": [
        "Na prática",
        "inteligência artificial"
      ],
      "authors": [
        {
          "name": "Redação Rensen",
          "url": "https://rensen.com.br/autores/redacao-rensen"
        }
      ]
    },
    {
      "id": "https://rensen.com.br/blog/chatgpt-work-data-agent",
      "url": "https://rensen.com.br/blog/chatgpt-work-data-agent",
      "title": "Data agent do ChatGPT Work transforma perguntas em análises e dashboards",
      "summary": "A OpenAI lançou um agente que conecta fontes de dados da empresa e responde em linguagem comum. O acesso ficou mais simples; a qualidade ainda depende das definições, permissões e dados de cada organização.",
      "content_text": "A OpenAI lançou um agente que conecta fontes de dados da empresa e responde em linguagem comum. O acesso ficou mais simples; a qualidade ainda depende das definições, permissões e dados de cada organização.\n\nEm 30 segundos:\n- O Data agent conecta fontes aprovadas e cria análises e painéis por conversa.\n- As consultas preservam as permissões da conta conectada, inclusive por tabela, linha e coluna.\n- Sem métricas bem definidas e dados confiáveis, respostas rápidas continuam podendo estar erradas.\n\nA OpenAI apresentou o Data agent no ChatGPT Work para permitir que mais pessoas consultem dados da empresa em linguagem comum. A ferramenta investiga mudanças, responde perguntas e monta dashboards interativos sem exigir que cada usuário escreva SQL ou aprenda uma plataforma nova de análise.\n\nO agente pode se conectar a fontes aprovadas como BigQuery, Snowflake, Databricks, Redshift, Datadog, MongoDB e ClickHouse, além de arquivos no Google Drive e SharePoint. Também usa definições de métricas e relações de dados fornecidas pela própria organização para interpretar o contexto.\n\nSegundo a OpenAI, as consultas respeitam as permissões da conta conectada, inclusive restrições por tabela, linha e coluna. O administrador decide quais conexões e funções estão disponíveis. A ferramenta ainda pode sugerir próximos passos e executar ações que o usuário aprovar.\n\nA promessa é reduzir a fila entre uma pergunta de negócio e uma análise. Mas facilidade de acesso não corrige uma base bagunçada. Se vendas, receita ou cliente ativo significam coisas diferentes em cada sistema, o agente apenas encontra a confusão mais rápido.\n\nUm começo seguro é escolher uma pergunta recorrente, documentar a definição dos indicadores, limitar as fontes e comparar cada resposta com relatórios já validados. Assim, a equipe mede precisão e utilidade antes de ampliar o acesso.\n\nO que isso significa para o seu negócio: análise de dados está se tornando uma conversa, mas governança continua sendo a gramática. Quem organizar permissões, métricas e fontes confiáveis agora terá mais valor do agente do que quem apenas conectar todas as bases de uma vez.\n\nFontes:\n- OpenAI: Now everyone can put data to work. https://openai.com/index/put-data-to-work/",
      "image": "https://rensen.com.br/blog/capas/chatgpt-work-data-agent-editorial.png",
      "date_published": "2026-09-11T08:00:00-03:00",
      "date_modified": "2026-09-11T08:00:00-03:00",
      "tags": [
        "Negócios",
        "inteligência artificial"
      ],
      "authors": [
        {
          "name": "Redação Rensen",
          "url": "https://rensen.com.br/autores/redacao-rensen"
        }
      ]
    }
  ]
}