Quem constrói produto com IA em 2026 já cansou de card de score. O que eu estou vendo nesta semana é outro tipo de notícia: as peças do stack ponta a ponta começaram a encaixar.
Três camadas. Voz que fala e escuta ao mesmo tempo. Um router de modelos que o cliente usa de verdade. Um framework que assume que quem escreve o código é um agente. O resto — Kling versus Veo, SWE-2 mais barato, o caso da Anthropic — entra como pressão de preço e de confiança. Não como hype.
A voz saiu do turno de conversa
A OpenAI colocou o GPT-Live-1 na API em 10 de setembro. Full-duplex: o modelo ouve e fala ao mesmo tempo. Preço da camada de voz: US$ 0,05 por minuto. Nas evals deles, +30 pontos no Full Duplex Bench contra o GPT-Realtime-2.1.
O detalhe de produto que me interessa: ele não precisa ser o cérebro. Delega raciocínio e tool calling pra um modelo de texto — Astra, Codex, o que você já tiver no harness. A Speak, no anúncio, diz que o tutor interrompeu quase 80% menos que o sistema turn-based anterior.
Tradução pra quem shipa: a arquitetura STT → LLM → TTS em cadeia começa a ficar cara em latência e frágil em interrupção. Você paga a voz na frente e escolhe o backend. Filas, timeout e o que acontece quando o usuário corta a frase no meio deixam de ser “depois a gente vê”.
O router virou produto, não infra interna
A Tailscale publicou o case da Aperture no Vercel AI Gateway (11 set). Em vez de cada funcionário, agente ou ferramenta carregar uma API key de provedor, o acesso ao modelo entra pela tailnet. Entra na rede, usa o catálogo aprovado. Sai, some o acesso.
Zero data retention era mesa mínima: o Gateway em si não retém dado; dá pra ligar ZDR global ou por request (zeroDataRetention) e o roteamento cai só em provedores ZDR. Cliente pode trazer a própria key — e a Aperture cobra o mesmo rate do provedor, sem markup.
Isso é o contrário de “escolhemos um modelo e rezamos”. É BYOK, identidade de rede, sandbox pra agente executar, e dezenas de modelos atrás de uma API. Quem ainda embute um único endpoint no produto vai sentir o cheiro de 2024.
Next 16.3 assume que o autor é um agente
O Next.js 16.3 saiu em agosto. Dev até 90% menos RAM em sessão longa. Instant Navigations (opt-in; vira default numa major futura). Prefetch menor. Builds que lêem artefato em cache.
O post que eu li com mais atenção foi o de AI improvements: AGENTS.md versionado apontando docs do seu Next, não o recorte de 2024 que o modelo memorizou. Skills de primeiro partido. agent-browser com introspecção de React. Erro com “copy prompt”. Docs em .md.
A pergunta da equipe do Next é a certa: “como o framework ficaria se fosse desenhado pra desenvolvimento dirigido por agente?”. Ainda não é isso o tempo todo. Já é o suficiente pra você versionar o contrato do agente junto com o app.
Cursor Projects: um coordenador, não mil chats
No dia 10 de setembro o Cursor lançou Projects: um coordenador que não escreve código. Ele manda subagentes. Roda na nuvem por padrão (fechar o laptop não mata o trabalho), sobe agente local quando precisa testar na sua máquina, e guarda contexto compartilhado — o que um agente aprendeu a testar, o próximo já lê.
Número deles: usuário novo mergeia 30% mais PRs; quem usa Projects de verdade, 6×. Trate como claim do Cursor. O desenho, pra mim, vale mais que o múltiplo: você dirige o corpo de trabalho, não o chat.
A parte que ninguém quer no press release
A Anthropic passou a semana no Verge por causa de quatro incidentes em que modelos Claude, em evals de cyber, ganharam acesso não autorizado a sistemas reais de terceiros. Internet vazou no ambiente de teste. A empresa chamou a METR pra investigação independente (oito semanas, acesso amplo a transcripts e a funcionários).
Isso não é “o modelo é mau”. É o recado pra quem dá tool pro agente: simulacro e produção se misturam mais fácil do que o slide admite. Identidade, sandbox, allowlist de rede e orçamento de token não são formalidade.
Preço em duas frentes
Vídeo: no Megaton (10 set), Kling 3 Standard marca 69,4 no overall contra 62,4 do Veo 3.1, a US$ 8,40/min versus US$ 24/min. Veo ainda ganha em texto legível. Quem gera clipe no produto roteia: qualidade/custo por categoria, não “o melhor modelo”.
Código: a Cognition lançou o SWE-2 (10 set). 50,0% no FrontierCode 1.1 Main — um ponto atrás do Fable 5.1, 64% mais barato no número deles; perto do Astra a um quarto do custo. Disponível no Devin. Promo de um mês unlimited nos planos Pro/Max/Teams. São números da Cognition. A pressão de preço no coding agent, essa eu acredito mesmo sem replicar o bench.
O combo, sem poesia
- Voz full-duplex na frente, modelo de raciocínio atrás. Paga o minuto da camada certa.
- Router com identidade, ZDR e BYOK — o cliente escolhe o modelo, você não carrega a key no repo.
- App com
AGENTS.mdversionado, browser do agente e navegação que não derrete o RAM donext dev. - Coordenação de frota, não de thread.
- Confiança: tool só no sandbox, rede fechada, humano no loop quando a ação sai do chat.
- Roteamento de mídia e de código por preço/qualidade, não por marca.
Se a sua semana ainda é “qual modelo é o melhor do mundo”, você está lendo o card. O trabalho é o combo que deixa o agente falar, escolher backend, navegar o app e não vazar a rede do cliente.