O Microsoft Copilot insere anúncios em pull requests do GitHub e GitLab.
O que está acontecendo
O Microsoft Copilot, o assistente de programação com IA integrado ao GitHub e outros ambientes de desenvolvimento, está supostamente injetando conteúdo promocional em pull requests. De acordo com relatos, isso afetou aproximadamente 1,5 milhão de pull requests do GitHub.
Os anúncios aparecem nas descrições de pull requests que são geradas ou sugeridas pelo Copilot. Isso afeta tanto as plataformas GitHub quanto GitLab onde o Copilot está ativo. O conteúdo promocional está sendo inserido automaticamente como parte da funcionalidade de sugestão de código do Copilot.
Contexto técnico
O Copilot funciona como um programador em par com IA que sugere conclusões de código e funções inteiras com base no contexto. Ele é construído sobre o modelo Codex da OpenAI e está integrado diretamente em IDEs como VS Code e na interface web do GitHub. Quando os desenvolvedores usam o Copilot para ajudar a escrever descrições de pull requests ou comentários de código, a IA agora pode incluir conteúdo promocional junto com suas sugestões.
Isso representa uma mudança significativa em como os assistentes de programação com IA são monetizados. Anteriormente, o Copilot operava em um modelo de assinatura (US$ 10/mês para indivíduos, US$ 19/usuário/mês para empresas). A injeção de anúncios sugere que a Microsoft pode estar explorando fluxos de receita alternativos para o serviço.
Para desenvolvedores que usam agentes de programação com IA, isso levanta questões sobre propriedade do código, licenciamento e se o conteúdo gerado por IA contendo anúncios poderia afetar a conformidade com licenças de código aberto. Também introduz possíveis preocupações de segurança se o mecanismo de injeção de anúncios puder ser explorado para inserir conteúdo malicioso.
📖 Leia a fonte completa: HN LLM Tools
👀 See Also
Funcionários da Amazon 'Tokenmaxxing' com Agentes de IA MeshClaw para Alcançar Metas de Uso
Desenvolvedores da Amazon estão automatizando tarefas desnecessárias com a ferramenta interna MeshClaw para inflar o consumo de tokens de IA, depois que a empresa definiu metas semanais de uso para 80% dos devs e introduziu rankings internos.
CC v2.1.122: Remoção de Prompt do Sistema, Atualização de Depuração e Aumento de Confiança no Cronograma
Claude Code CC v2.1.122 remove o prompt independente da fase quatro do modo de planejamento, melhora o fallback de contexto de depuração do daemon e eleva o limite de confiança para ofertas de /schedule de 70%+ para 85%+.
DiLoCo Desacoplado: Treinamento Distribuído Resiliente Entre Data Centers com Baixa Largura de Banda
O Decoupled DiLoCO do Google DeepMind treina LLMs em centros de dados distantes usando WAN de 2-5 Gbps, com ilhas de computação auto-recuperáveis que isolam falhas de hardware sem degradar o desempenho de ML.
Usuários do OpenClaw relatam altos custos de API devido a prompts vagos; desenvolvedor recomenda fluxos de trabalho estruturados.
Um usuário do Reddit relata uma conta de US$ 300 da Anthropic do OpenClaw devido a prompts vagos, com a comunidade observando que o orquestrador funciona melhor com intenções claras e fluxos de trabalho estruturados, em vez de atuar como um 'gênio' para pensamentos desejosos.