Acordo da CBP com a Clearview AI: Reconhecimento Facial para Direcionamento Tático

A Alfândega e Proteção de Fronteiras dos EUA (CBP) garantiu um contrato de US$ 225.000 com a Clearview AI, permitindo o uso de sua tecnologia de reconhecimento facial para 'direcionamento tático' e 'análise estratégica de contra-redes'. A ferramenta da Clearview AI tem acesso a mais de 60 bilhões de imagens extraídas da internet, aprimorando as capacidades das unidades de inteligência da CBP, como a divisão de inteligência (INTEL) e o Centro Nacional de Direcionamento, na identificação de ameaças à segurança.
O acordo implica que a tecnologia da Clearview será integrada às tarefas diárias de inteligência dos analistas. Espera-se que os analistas lidem com dados pessoais sensíveis, incluindo identificadores biométricos como imagens faciais, enquanto estão vinculados a acordos de confidencialidade. No entanto, o contrato não especifica os tipos de fotos que serão carregadas, a possível inclusão de cidadãos americanos nas buscas ou a duração do armazenamento de imagens ou resultados de pesquisa.
Este acordo surge em meio ao crescente escrutínio sobre o uso do reconhecimento facial por entidades federais além da segurança de fronteiras, com preocupações sobre seu uso rotineiro em vez de investigações isoladas. Notavelmente, o senador Ed Markey propôs legislação proibindo o ICE e a CBP de usar tecnologia de reconhecimento facial, abordando a integração cada vez mais profunda da vigilância biométrica sem limites claros ou transparência.
Observa-se que testes anteriores do Instituto Nacional de Padrões e Tecnologia (NIST) destacaram os desafios dos sistemas de reconhecimento facial. Embora eficazes em ambientes controlados, como 'fotos de alta qualidade semelhantes a vistos', esses sistemas têm dificuldades em ambientes menos controlados, mostrando taxas de erro superiores a 20% com imagens de qualidade inferior. O NIST ressalta que esses sistemas, quando usados investigativamente, devem fornecer uma lista classificada de correspondências potenciais para revisão humana, em vez de produzir uma única correspondência confirmada.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Bug de atualização automática do OpenClaw deixa diretórios preflight órfãos preenchendo /tmp
O mecanismo de atualização automática do OpenClaw cria cópias de pré-verificação em /tmp que persistem quando as atualizações falham, potencialmente preenchendo o espaço em disco e bloqueando atualizações futuras. Um usuário encontrou 9 diretórios órfãos totalizando 6,5GB em um VPS de 38GB.

Programa ACCESS do Medicare: Modelo de Pagamento Criado para Agentes de IA, Detalhes Internos
O programa ACCESS do CMS paga por cuidados crônicos baseados em IA, não apenas por tempo com médicos. A IA de voz Flora da Pair Team reduziu visitas ao pronto-socorro em 50%. A coorte entra em operação em 5 de julho.

Padrões de gastos do agente OpenClaw e falta de limites de gastos
Um desenvolvedor monitorou os gastos do agente OpenClaw por mais de dois meses e descobriu que a maioria dos agentes gasta em média US$ 40–80/mês em cobranças de API e serviços quando deixados sem supervisão, com picos ocorrendo nos fins de semana e durante a noite. O comportamento padrão é ilimitado, sem limite de gastos integrado.

Modelos de LLM de código aberto superam o Claude Opus 4.6 na geração de estratégias de negociação com custo mais baixo
Um usuário do Reddit testou 10 LLMs na geração de estratégias de trading, descobrindo que modelos de código aberto superaram o Claude Opus 4.6, apesar de serem 10 vezes mais baratos. Minimax 2.5 e Gemini 3.1 lideraram o ranking.