Term
Li cinco anúncios abertos em setembro de 2026 na Palantir, na OpenAI e na Anthropic. Eles descrevem o mesmo arco, do problema em aberto até adoção em produção, e cobram dois entregáveis: o sistema do cliente e o que ele ensina de volta para o produto.
O CLM lê a situação e cada opção em separado e escolhe a mais parecida. Fica rápido quando as opções se repetem, e fraco quando a frase pede nuance.
As tabelas colocam Jev e Laya como vencedores em recortes diferentes. A escolha depende de onde os rótulos são definidos e de quanto dado rotulado já existe.
Laya é um modelo de decisão não autorregressivo com pesos Apache 2.0. Ele troca a conveniência de uma API hospedada pelo controle de rodar, avaliar e especializar o modelo.
Jev troca geração de texto por decisões tipadas com probabilidades. A proposta funciona quando o espaço de resposta é fechado, a pergunta é estreita e o código continua no controle.
Agentes de código parecem mais capazes quando cada tarefa começa a partir de um checkout limpo. Novos benchmarks mostram o custo que aparece quando patches, decisões e dívida técnica seguem para o próximo trabalho.
Seu agente mandou bem na demo e todo mundo achou incrível. Mas como você sabe que ele realmente funciona? Se a resposta for 'a gente testou e pareceu bom', você está operando no modo vibes. E vibes não escalam.