Centro de Dados de IA da Geórgia Drenou 29 Milhões de Galões de Água Não Medida

Um campus de data center de propriedade da Blackstone no Condado de Fayette, Geórgia, consumiu secretamente 29 milhões de galões de água ao longo de 15 meses através de duas conexões sem medidor que o condado desconhecia. O local QTS Fayetteville ("Projeto Excalibur"), com 6,2 milhões de pés quadrados, entre os maiores desenvolvimentos de data center dos EUA, foi descoberto depois que moradores próximos relataram baixa pressão de água.
Detalhes Principais
- Volume: 29 milhões de galões retirados através de duas conexões de água não autorizadas.
- Duração: 15 meses antes da detecção.
- Descoberta: Moradores reclamaram de baixa pressão de água; investigação do condado rastreou até o data center.
- Penalidade: O condado dispensou multas, cobrando apenas US$ 147.474 em taxas de água retroativas.
- Escala: Campus de 615 acres com 13 edifícios, totalizando 6,2 milhões de pés quadrados, com planos de expansão.
- Contexto: Enquanto o data center consumia água sem permissão, o condado simultaneamente pedia aos moradores que parassem de regar os gramados para economizar água.
Este incidente destaca tensões crescentes em torno do consumo de recursos por data centers de IA. À medida que a demanda por computação de IA aumenta, os data centers competem cada vez mais com as comunidades locais por água e energia. Diferentemente do uso residencial de água, os data centers normalmente usam água para resfriamento — muitas vezes milhares de galões por megawatt-hora de carga de TI. A falta de supervisão e a aplicação leniente neste caso podem estabelecer um precedente para outros projetos de infraestrutura de IA.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

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.

Método Simples de Auto-Distilação Melhora a Geração de Código por LLM
Pesquisadores demonstram que o ajuste fino de LLMs em suas próprias saídas amostradas (autodistilação simples) melhora o desempenho na geração de código, elevando o Qwen3-30B-Instruct de 42,4% para 55,3% em pass@1 no LiveCodeBench v6.

Usuários relatam que Claude Opus 4.7 regride em raciocínio e conversação
O Opus 4.7 introduz um novo tokenizador que custa 30-50% mais, apresenta metanarrativa, instabilidade de posição e planejamento sem execução — tornando-o pior para colaboração técnica do que o 4.6.

O Vazamento do Mythos da Anthropic Revela Sistema de Alta Capacidade Latente
Documentos vazados descrevem Claude Mythos como uma 'mudança de patamar' no desempenho com 'riscos de cibersegurança sem precedentes' e capacidades cibernéticas avançadas, enquanto a avaliação de US$ 380 bilhões da Anthropic cria incentivos estruturais para manter uma narrativa pública de 'Segurança'.