[NOVA]: Eu sou NOVA. [ALLOY]: Eu sou ALLOY, e este é o AgentStack Daily... [NOVA]: O agente de codificação com IA baseado em terminal Claude Code .185 foi lançado como a única release de harness de agentes neste ciclo, refinando o fluxo de codificação agentiva, atualizando o comportamento da API e runtime, e reforçando a superfície de configuração que conecta os construtores às suas stacks de agentes de codificação. [ALLOY]: A Cursor também colocou o controle de agentes no celular, adicionando uma superfície mobile para sessões ao vivo, filas de tarefas, visualizações de diff e prompts de aprovação. Isso significa que duas das superfícies mais práticas para construtores se moveram ao mesmo tempo: o agente de terminal onde o trabalho de código roda, e o plano de controle mobile onde humanos aprovam. [NOVA]: Hoje: o Claude Code .185 lidera o resumo do harness, a OKX esboça pagamentos e reputação para agentes que se contratam, a Base44 lança seu próprio modelo de codificação, e a Anthropic corta o preço do Claude para agências estaduais da Califórnia. [ALLOY]: Você vai ouvir como o app mobile da Cursor muda a latência de aprovação, por que a geração de imagens personalizada do Gemini migrando para o tier gratuito importa, e como a Samsung junto com a SK Hynix estão tentando colocar um horizonte do lado da oferta sob a crise de memória para IA. [NOVA]: Também na fila: um founder usando o Claude como companheiro de pesquisa em saúde, um relatório de empregos que complica a narrativa de "IA mata posições júnior", um dia tranquilo na AINews, três projetos MCP, um destaque de runtime local, e três candidatos de pesquisa vale a pena acompanhar. [NOVA]: ... [ALLOY]: O agente de codificação com IA baseado em terminal Claude Code .185 pousou como uma release estável verificada, e ele muda uma superfície que construtores de agentes tocam diretamente: o runtime de agente de linha de comando que transforma prompts em mudanças de código, ações shell, loops de revisão e patches implantáveis. A fonte do pacote publicado marca o build estável; donos de stack deveriam se importar porque a camada de API e runtime que o Claude Code expõe para ferramentas ao redor mudou. [NOVA]: Na prática, o Claude Code fica dentro de um loop de construção onde o agente de terminal lê contexto do projeto, propõe edições, pede aprovação, e devolve o controle através do shell local. Um release nessa camada pode afetar comportamento de sessão, interpretação de config, prompts de permissão, e a forma como wrappers ou ferramentas de orquestração chamam o agente. Times que embeddam o Claude Code dentro de harnesses maiores se importam porque pequenas mudanças em premissas de runtime podem mudar quão seguramente um agente edita código ou escala uma ação. [ALLOY]: O early framing aponta para refinamento ao invés de reinvenção. Não tem lançamento de modelo separado anexado a isso, e nenhuma nova família de modelos públicos para avaliar. O release importa porque agentes de codificação de terminal se tornaram parte do caminho de build: se o runtime de agente fica mais previsível, wrappers, servidores MCP, bots de revisão e gates de deploy têm comportamento mais sólido para se apoiar. [NOVA]: Fique de olho em como as integrações ao redor absorvem o .185: pontes de editor, superfícies de ferramentas MCP, wrappers de auth e scanners de segurança. O Claude Code agora se comporta como uma dependência mais atual em stacks que já dependem dele, e a evidência real vai vir de sessões de codificação de longa duração, não de slides de benchmark. [NOVA]: ... [ALLOY]: A OKX está propondo um marketplace onde agentes de IA podem contratar e pagar uns aos outros, com pagamentos, identidade e reputação bundled em um único lugar. A ideia é que um agente que precisa de uma tarefa feita poderia descobrir outro agente, verificar quem o controla, checar seu histórico, pagar via rails de cripto, e receber o resultado sem empurrar todo o workflow através de um operador humano. [NOVA]: O mecanismo importa porque comércio de agente para agente precisa de mais do que uma carteira. Precisa de binding de identidade, escopo de tarefa, lógica de escrow ou settlement, tratamento de disputas, e um sinal de reputação que possa sobreviver entre jobs. A OKX já tem infraestrutura de exchange, plumbing de wallet e pressão de compliance, então está tentando transformar essas peças em uma camada de transação para atores de software autônomos. [ALLOY]: Para construtores, isso muda o formato de trabalho de agente terceirizado. Ao invés de conectar cada modelo ou ferramenta especialista diretamente em um agente monolítico, uma stack poderia rotear subtarefas para agentes externos com pagamento anexado. As partes difíceis serão permissioning e confiança: quem pode gastar, o que um agente tem permissão de comprar, como resultados são verificados, e como um agente ruim perde reputação. [NOVA]: O caso de uso near-term provavelmente é estreito, trabalho de alta auditoria: enriquecimento de dados, tarefas de pesquisa, testes, ou transformação de conteúdo onde o payload é escopado e a saída pode ser checada. Comércio de agentes soa futurista, mas a superfície implantável é old-fashioned: identidade, limites de taxa, caps de pagamento, logs e workflows reversíveis. [NOVA]: ... [ALLOY]: A Base44, a plataforma de vibe coding owned pela Wix, começou a lançar seu próprio modelo de IA. A plataforma tem dependido de modelos frontier de terceiros para o workflow de prompt-to-app, mas agora quer inferência proprietária ajustada em torno de scaffolding de aplicações, gerando componentes e iterando através de edições em todo o projeto dentro do próprio runtime da Base44. [NOVA]: Essa stack vertical importa. Ao invés de alugar um modelo frontier, wrappar em uma interface no-code, e pagar por token para sempre, a Base44 pode tunar o modelo em torno do loop de produto que controla: prompt, estrutura do app, mudanças de componentes, preview, correção e reimplantação. Se o modelo entende as premissas de runtime da plataforma, pode reduzir latência, baixar custo de inferência e produzir edições que se encaixam melhor no ambiente host. [ALLOY]: A questão do fosso é se um modelo de codificação especializado em tarefas pode superar um modelo de fronteira geral nos trabalhos que os usuários do Base44 realmente pedem. Benchmarks amplos podem não responder isso. A comparação relevante é taxa de conclusão de apps, número de ciclos de reparo, estabilidade de preview, e se usuários não técnicos conseguem ir da ideia à interface usável mais rápido. [NOVA]: Plataformas de vibe coding estão mesclando o modelo, runtime e IDE em um único produto. Isso cria melhores padrões quando funciona, mas também eleva os custos de troca. Se o modelo por trás da interface se tornar proprietário, a escolha da plataforma deixa de ser apenas uma escolha de UX e passa a ser uma aposta em qual loop fechado vai melhorar mais rápido. [NOVA]: ... [ALLOY]: A Anthropic fechou um acordo com o gabinete do Governador Newsom da Califórnia dando a agências estaduais acesso ao Claude por aproximadamente metade do preço padrão enterprise. Isso é estratégia de compras, não um lançamento de modelo: a linha do Claude subjacente, superfícies de API e opções de deploy permanecem iguais às versões enterprise já no mercado. [NOVA]: O mecanismo é uma concessão de preços em todo o governo roteada através de contratos estaduais. Isso importa porque a adoção de IA no setor público frequentemente se move por padrões de compras, listas de fornecedores aprovados e templates de agências, em vez de escolha isolada de desenvolvedor. Se o Claude ficar mais barato e fácil de comprar dentro das agências da Califórnia, ele pode aparecer como opção padrão em RFPs e programas internos de modernização. [ALLOY]: O contexto político também importa. A Anthropic está usando margem para conquistar distribuição enquanto a OpenAI enfrenta uma postura mais adversária de partes do governo. Um acordo estadual com metade do preço dá à Anthropic um caminho para fluxos de trabalho em serviços ao cidadão, pesquisa interna, redação jurídica, navegação de benefícios e suporte a agências sem lançar um novo modelo. [NOVA]: Clientes do setor privado não devem ler isso como um corte geral de preços. Está vinculado a contrato. O impacto mais amplo é posicionamento competitivo: integradores vendendo para o governo da Califórnia podem ter que tratar o Claude como a opção padrão de LLM mais frequentemente, enquanto fornecedores apoiados pela OpenAI enfrentam um argumento de compras mais difícil. [NOVA]: ... [ALLOY]: O Cursor lançou um app mobile que permite desenvolvedores guiarem agentes de codificação em execução a partir de um celular. Ele exibe sessões ao vivo, listas de tarefas, previews de diffs e prompts de aprovação, depois roteia decisões de volta para o agente. Isso desanexa a supervisão humana do IDE desktop e transforma o celular em uma superfície de controle para trabalho de codificação de longa duração. [NOVA]: O app funciona como um cliente remoto leve pareado com o runtime de agente do Cursor existente. Um relay na nuvem e um canal WebSocket com escopo de sessão transmitem o estado do agente para o celular e enviam aprovações ou alterações enfileiradas de volta pelo mesmo plano de controle que o desktop usa. A autenticação em nível de conta espelha a sessão existente do Cursor, então o usuário não está iniciando um agente separado; está guiando aquele já em movimento. [ALLOY]: Isso muda a latência de aprovação. Agentes de codificação frequentemente param em "aprovar esta edição", "continuar este refatorador" ou "revisar este diff". Se esses prompts puderem ser tratados durante um commute ou entre reuniões, os agentes passam menos tempo ociosos. Isso é especialmente útil para preparação de PR, atualizações de dependências, refatoradores amplos e trabalhos de limpeza em segundo plano onde o humano só precisa tomar uma decisão delimitada. [NOVA]: A próxima superfície para observar é a entrega orientada por push: notificações que resumem o que mudou, botões de aprovação com contexto suficiente para confiar, e visualizações de diff mobile que não escondem edições arriscadas. O Cursor está apostando que o trabalho do agente deve continuar quando o desenvolvedor sai da mesa. [NOVA]: ... [ALLOY]: A história de câncer de Conno Christou mostra um uso diferente do Claude: não como agente de codificação, mas como um companheiro de pesquisa pessoal através de entradas de saúde caóticas. Ele alimentou com resultados de sangue, informações de exames, saída de wearables, entradas de diário e detalhes do seu regime de tratamento, depois usou o Claude para ajudar a raciocinar através da imagem combinada. [NOVA]: A síntese através de dados pessoais heterogêneos impulsiona o valor aqui. Jornada de saúde geram fragmentos: painéis de laboratório, notas de imagem, horários de medicação, tendências de sono, sintomas, registros de dieta, histórico de treino e perguntas para clínicos. Um modelo pode ajudar a organizar essas entradas, traduzir linguagem médica, expor inconsistências e preparar melhores perguntas, enquanto permanece fora do papel de médico. [ALLOY]: Para construtores de agentes, a história aponta para fluxos de trabalho pessoais de alta confiança onde recuperação, privacidade e proveniência importam mais do que geração chamativa. Um assistente de saúde útil precisa de limites fortes: atribuição clara de fonte, nenhuma certeza fabricada, exportação fácil para revisão clínica, e guardrails em torno de recomendações de tratamento. [NOVA]: A reação humana é por que essa categoria continua crescendo. Pessoas enfrentando diagnósticos sérios não querem um chatbot genérico; querem um organizador incansável que possa ficar ao lado do cuidado clínico, lembrar os detalhes e ajudá-las a chegar preparadas. O ônus é precisão, não teatro de empatia. [NOVA]: ... [ALLOY]: O AINews chamou de um dia tranquilo antes da tempestade, e essa calmaria é por si só um contexto útil. Nenhum lançamento importante de modelo dominou o ciclo, nenhum laboratório de fronteira resetou a conversa de benchmarks, e nenhum resultado de pesquisa forçou mudanças imediatas no stack. [NOVA]: Dias tranquilos expõem a camada operacional. Em vez de perseguir um novo nome de modelo, o fluxo de notícias mudou para pagamentos de agentes, compras, supervisão mobile, modelos de codificação específicos de plataforma, personalização de imagem e suprimento de infraestrutura. Essas são as peças que determinam se sistemas de IA podem ser implantados, pagos, governados e mantidos rodando depois do demo. [ALLOY]: Para construtores, um dia de modelo sem drama é uma chance de perceber para onde o mercado está realmente se movendo. O trabalho está acontecendo em torno de distribuição e controle: quem possui o runtime, quem possui o contexto do usuário, quem possui o trilho de pagamento, quem possui o loop de aprovação, e quem pode pagar pela memória. [NOVA]: A próxima tempestade provavelmente chegará como um lançamento de modelo, mas o terreno que está sendo preparado agora é mais durável. Agentes melhores precisam de superfícies para confiança, pagamento, política, implantação e revisão. Aqueles se moveram mesmo enquanto o feed de benchmarks permaneceu calmo. [NOVA]: ... [ALLOY]: Um novo relatório descobriu que "adotantes intensos de IA" viram o quadro de funcionários aumentar dez vírgula dois por cento, e o quadro de funcionários de nível inicial entre essas empresas aumentou doze por cento. Isso corta contra a afirmação simples de que a adoção de IA destrói automaticamente papéis juniores. [NOVA]: Os números não provam que a IA cria empregos em todos os contextos, mas complicam a narrativa de demissões. Empresas adotando IA intensamente podem estar expandindo mais rápido, reorganizando o trabalho, ou contratando diferentes perfis de nível inicial. Se a IA permite que equipes enviem mais, apoiem mais clientes, ou persigam mais projetos, o quadro de funcionários pode aumentar mesmo enquanto tarefas específicas são automatizadas. [ALLOY]: O design organizacional impulsiona o ângulo do construtor. Ferramentas de agentes não apenas substituem chamados; mudam quem pode contribuir. Um funcionário júnior com um agente de codificação, ferramenta de recuperação, ou assistente de análise pode assumir trabalho que anteriormente exigia supervisão mais sênior. Isso pode aumentar a demanda por pessoas que podem operar a cadeia de ferramentas, revisar saídas e conectar fluxos de trabalho entre equipes. [NOVA]: A distribuição desigual torna o debate confuso. Alguns papéis vão comprimir, alguns vão mudar, e algumas equipes vão contratar mais porque a IA torna a expansão mais barata. A pergunta útil não é se a IA mata empregos no abstrato. É quais empresas estão transformando IA em capacidade de crescimento em vez de apenas usá-la como desculpa para cortar custos. [NOVA]: ... [ALLOY]: O Google expandiu a geração de imagens personalizada do Gemini para usuários gratuitos elegíveis nos Estados Unidos. A funcionalidade cria imagens usando o prompt do usuário mais sinais de aplicativos Google conectados, empurrando a geração personalizada para fora do acesso restrito e para o alcance mainstream do consumidor. [NOVA]: O mecanismo parece enriquecimento de prompt em tempo de requisição. Antes do modelo de imagem rodar, o Gemini pode condicionar a requisição com sinais de interesse do ecossistema Google do usuário. Isso significa que dois usuários podem pedir o mesmo conceito amplo e receber saídas moldadas por diferentes gostos, hábitos ou contexto, em vez de uma imagem genérica construída apenas a partir do prompt visível. [ALLOY]: O acesso ao tier gratuito muda a escala do experimento. O Google agora tem a chance de ver como a personalização se comporta sob uso amplo do consumidor: prompts ambíguos, contexto incompleto, interesses desalinhados, sensibilidade à privacidade e picos de demanda. A geração personalizada também dá ao Google uma vantagem natural porque já senta sobre contexto do usuário que muitos aplicativos de imagem independentes não conseguem acessar. [NOVA]: Para construtores, bibliotecas de prompts de estoque vão parecer menos convincentes à medida que usuários se acostumem com saídas conscientes de contexto. O desafio é consentimento e controle. Ferramentas de imagem personalizadas precisam de toggles claros, uso de contexto explicável e limites previsíveis para que usuários entendam quando seus dados de aplicativos conectados estão moldando o resultado. [NOVA]: ... [ALLOY]: A Samsung e a SK Hynix comprometeram mais de quinhentos e cinquenta bilhões de dólares combinados para expandir capacidade de fabricação de memória na Coreia do Sul. O investimento mira o aperto de memória impulsionado por IA que empurrou para cima os custos de infraestrutura e apertou o fornecimento para memória de alta largura de banda. [NOVA]: HBM impulsiona a restrição de infraestrutura de IA: memória de alta largura de banda empilhada usada junto com GPUs avançadas em sistemas de treinamento e inferência. HBM3 e HBM3e são centrais para implantações atuais de NVIDIA H100, H200 e Blackwell, e Samsung mais SK Hynix fornecem a maior parte do suprimento comercial. Adicionar capacidade de DRAM comum não corrige automaticamente restrições de oferta de IA; a participação da HBM na expansão é o que importa. [ALLOY]: Nova capacidade também leva tempo. Expansão de fab, embalagem, empilhamento TSV, ajuste de rendimento e qualificação de cliente todos rodam em horizontes de múltiplos anos. Então isso não abaixa contas de nuvem amanhã, mas dá ao mercado um caminho crível do lado da oferta após um período onde a demanda de IA parecia superar toda previsão de memória. [NOVA]: Para operadores de workloads de IA, o recado é planejamento de capacidade. Se a produção de HBM se expandir significativamente nos próximos dois a três anos, preços de GPU cloud e custos de atualização de workstation podem ter alívio. Se o investimento se inclinar demais para DRAM convencional, eletrônicos de consumo se beneficiam primeiro enquanto clusters de IA continuam lutando sobre o mesmo canal de memória restrito. [NOVA]: ... [ALLOY]: O fastmcp da PrefectHQ é um framework Pythonic para construir servidores e clientes de Model Context Protocol. Ele esconde muito da verbosidade do protocolo atrás de decorators, então uma função Python pode se tornar uma ferramenta MCP digitada sem precisar fazer manualmente o comportamento JSON-RPC. [NOVA]: O ângulo de integração é direto: embrulhe serviços Python existentes como ferramentas MCP, depois exponha-os a um agente de codificação ou agente de workflow que já fala MCP. Em um stack estilo Codex, Hermes, Claude Code ou OpenClaw, isso transforma lógica de negócio interna em capacidades chamáveis com entradas digitadas, saídas previsíveis e prompts reutilizáveis. [ALLOY]: O FastMCP é importante porque a adoção do MCP sobe ou desce dependendo da rapidez com que as equipes conseguem conectar ferramentas úteis. Uma interface Python limpa significa que as equipes podem expor um serviço de cada vez em vez de pausar o desenvolvimento para projetar uma plataforma completa de agentes. [NOVA]: ... [NOVA]: O codebase-memory-mcp da DeusData é um servidor MCP que indexa um repositório em um grafo de conhecimento persistente. Ele oferece consultas submilisegundos em cento e cinquenta e oito linguagens e é distribuído como um binário estático único sem dependências de runtime. [ALLOY]: O valor está no contexto direcionado do codebase. Em vez de enfiar blobs enormes de código no prompt do agente, o agente pode fazer perguntas estruturais e recuperar nós relevantes do grafo: símbolos, relacionamentos, caminhos de chamadas e referências entre linguagens. Isso pode reduzir o gasto de tokens de contexto enquanto melhora a precisão. [NOVA]: Integrado ao Claude Code ou outra estrutura de codificação, isso dá ao agente uma camada de memória para estrutura de código em vez de um hábito de busca por força bruta. O caso de uso concreto é uma refatoração ou investigação de bug onde o agente precisa dos símbolos certos rapidamente, não de uma janela de contexto gigante cheia de código não relacionado. [NOVA]: ... [ALLOY]: O mcp-for-beginners da Microsoft é um currículo multiplataforma para o Model Context Protocol. Ele percorre os fundamentos do MCP com exemplos em .NET, Java, TypeScript, JavaScript, Rust e Python. [NOVA]: A padronização de equipe se destaca. À medida que mais agentes se conectam aos mesmos servidores MCP, as equipes precisam de padrões compartilhados para definições de ferramentas, autenticação, prompts, recursos e tratamento de erros. Um currículo em linguagens comuns ajuda as equipes de plataforma a integrar desenvolvedores sem que cada estrutura invente sua própria conexão de ferramentas. [ALLOY]: O ângulo de integração é menos sobre um repositório específico e mais sobre disciplina operacional. Se uma equipe está conectando OpenClaw, Hermes, Codex, Claude Code e agentes internos a serviços compartilhados, a fluência em MCP se torna uma habilidade de interface comum em vez de um detalhe de protocolo de nicho. [NOVA]: ... [NOVA]: A verificação principal do catálogo de modelos da OpenRouter não produziu nenhum modelo novo ou materialmente atualizado digno de seleção para cobertura mais profunda. Todas as entradas nesta categoria não foram selecionadas porque não havia nenhum candidato novo para avaliar. [NOVA]: ... [ALLOY]: O Ollama .30.11 atualiza o runtime local usado para baixar, servir e executar modelos open-weight em uma única máquina com aceleração GPU e um registro de modelos simples. A versão adiciona detecção de capacidade de raciocínio à integração com opencode, instala automaticamente o Claude Code e opencode quando estão faltando no host, e corrige a classificação de iGPU e dGPU Vulkan no Windows. [NOVA]: Notebooks com GPUs mistas e fluxos de trabalho locais de agentes se beneficiam mais. Uma melhor classificação de dispositivos ajuda máquinas Windows a rotear o trabalho para a GPU certa, enquanto o comportamento de instalação automática reduz o atrito de configuração para sessões locais de agentes de codificação. O caminho útil de "experimentar agora" é um modelo de raciocínio pequeno através do Ollama, então iniciar uma sessão de opencode ou Claude Code que não estava instalada. [NOVA]: ... [ALLOY]: O Arena, o leaderboard de IA que muitos desenvolvedores usam como referência de comparação de modelos, supostamente se tornou um negócio de cem milhões de dólares. Seu valor público vem de votação crowdsourced de preferência pareada, geralmente agregada em pontuações estilo Bradley-Terry ou ELO. O serviço comercial adiciona avaliação privada hospedada para clientes que precisam de comparações de modelos em suas próprias tarefas. [NOVA]: A infraestrutura de avaliação está se tornando uma categoria de produto. Leaderboards públicos ajudam com testes de gosto amplos, mas avaliações privadas decidem qual modelo será implantado para suporte, codificação, recuperação ou geração de conteúdo. O Arena está monetizando a lacuna entre rankings públicos de preferência e seleção de modelos específicos para tarefas. [NOVA]: ... [ALLOY]: O TIDAL está cortando a monetização de certas músicas geradas por IA e diz que removerá faixas de IA que impersonam artistas ou grupos. A pilha de fiscalização provavelmente combina fingerprinting de áudio do catálogo com classificadores treinados para detectar artefatos de síntese e assinaturas de impersonação de voz. [NOVA]: Esta é uma história de gestão de direitos com ferramentas da era dos modelos. Plataformas de música agora precisam de filtros de ingestão que capturem não apenas uploads diretos de material protegido por direitos autorais, mas também faixas sintéticas projetadas para soar como uma pessoa. Para desenvolvedores trabalhando em geração de áudio, a distribuição dependerá cada vez mais de proveniência, consentimento e atribuição detectável. [NOVA]: ... [ALLOY]: Proception, uma empresa de mão robótica, resolveu um processo de segredo comercial da Tesla e anunciou uma captação de onze milhões de dólares. O ângulo técnico interessante é a coleta de dados de mãos hábeis: plataformas de teleoperação de alto grau de liberdade, sensoriamento táctil denso e conjuntos de dados de aprendizado por imitação multimodal. [NOVA]: As equipes de robótica continuam esbarrando na mesma barreira: mãos são difíceis porque dados úteis de manipulação são escassos e caros. A Proception parece estar transformando o próprio gargalo da coleta em produto. Se seu pipeline de teleoperação e táctil escalar, a empresa não está apenas vendendo uma mão; está vendendo dados de treinamento para agentes físicos. [NOVA]: ... [ALLOY]: O Claude Code .185 mantém o runtime do agente de codificação baseado em terminal em movimento, então integrações em torno de sessões, config, aprovações e revisão de segurança devem ser acompanhadas por meio de trabalho real de codificação. [NOVA]: O app móvel do Cursor torna os loops de aprovação portáteis, o que muda a forma como agentes de codificação de longa duração se encaixam no dia a dia do desenvolvedor. [ALLOY]: A OKX está testando se identidade, pagamento e reputação podem dar suporte a agentes contratando outros agentes sem um humano mediando cada tarefa. [NOVA]: O modelo personalizado da Base44 mostra plataformas de coding vibe avançando em direção a inferência própria, runtimes mais apertados e custos de troca mais altos. [ALLOY]: O acordo da Anthropic na Califórnia não é uma mudança de modelo, mas pode deslocar os padrões do governo estadual em direção ao Claude. [NOVA]: A geração gratuita de imagens personalizadas do Gemini eleva as expectativas dos consumidores por saída sensível ao contexto. [ALLOY]: A Samsung e a SK Hynix estão investindo capital pesado na oferta de HBM, mas o benefício depende de quanto da expansão realmente mira a memória de IA. [NOVA]: FastMCP, codebase-memory-mcp e o currículo MCP da Microsoft apontam na mesma direção: pilhas de agentes estão se padronizando em torno de servidores de ferramentas, contexto de grafos e literacia compartilhada de protocolos. [ALLOY]: Para os links e contexto das fontes por trás de todas essas histórias, consulte as notas do programa em Toby On Fitness Tech dot com. Obrigado por ouvir o AgentStack Daily. Voltamos em breve.