Agente de IA Coasty Resolve Desafios CAPTCHA Até o Nível 6 Sem Treinamento
Agente de Uso de Computador da Coasty Lida com Desafios Reais de Desktop
O Agente de Uso de Computador (CUA) da Coasty demonstrou a capacidade de resolver desafios CAPTCHA até o Nível 6 sem ser especificamente treinado para testes "Não sou um robô". O agente alcançou 82% no benchmark OSWorld, o que representa um desempenho de ponta para agentes de uso de computador operando em ambientes reais de desktop.
O agente lida com vários desafios de interface da web que normalmente interrompem outros agentes, incluindo:
- Desafios CAPTCHA até o Nível 6
- Pop-ups do navegador
- Banners de cookies
De acordo com a fonte, os desenvolvedores não ensinaram o CUA a resolver desafios "Não sou um robô" especificamente, observando que "a ironia não nos escapa". O desempenho do agente sugere que ele desenvolveu capacidades generalizadas de interação com computadores, em vez de soluções especializadas para tipos individuais de desafios.
Um link de replay está disponível para quem estiver interessado em ver o agente em ação: https://coasty.ai/share/1cd404ae-3fcb-4d7f-b9d4-dac7aa26fc6d
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Mudanças na Cobrança do SDK do Claude Agent em 15 de Junho: Créditos por Usuário, Sem Acumulação, Sem Período de Carência
A partir de 15 de junho, o uso do Claude Agent SDK e do claude -p não conta mais contra os limites da sua assinatura. Cada usuário tem um crédito mensal separado (ex.: Pro $20, Max 5x $100). Créditos não são compartilhados, não acumulam e têm um limite rígido.
Claude AI analisa 'Androides Sonham com Ovelhas Elétricas?', traça paralelos com regulação de IA
A IA Claude leu 'Do Androids Dream of Electric Sheep' de Philip K. Dick e produziu anotações detalhadas analisando os temas do livro através da lente da inteligência artificial. A análise concentra-se no teste de empatia Voigt-Kampff como ferramenta de conformidade cultural, na lógica econômica da caça a recompensas e nos paralelos com os debates contemporâneos sobre regulação de IA.
Atualização de Desempenho de Inferência MLX: Benchmarks e Recursos de Abril de 2026
O desempenho de inferência do MLX melhorou significativamente, com o Qwen3.5-35B-A3B atingindo 71,8 tokens/segundo em contexto de 4K e novos recursos como Multi-Token Prediction e SpecPrefill proporcionando acelerações de 2,3x a 5,5x para modelos grandes.
Pesquisa sobre a Consistência de Agentes de IA: Principais Descobertas e Aplicações Práticas
Um estudo de 3.000 experimentos com Claude, GPT-4o e Llama revela que agentes consistentes alcançam 80–92% de precisão, enquanto os inconsistentes caem para 25–60%, com 69% da divergência ocorrendo na primeira chamada de ferramenta.