O fio condutor de hoje é a expansão do compute diante da política da rede elétrica, a transparência financeira pré-IPO e a passagem de modelos que “conversam bem” para sistemas que “resolvem as coisas”: a OpenAI lança um Grid Protectors Program nacional e testa até cerca de 1.000 megawatts de resposta à demanda no campus de Effingham, Geórgia; o S-1 emendado da Anthropic completa os resultados do terceiro trimestre e compromissos de computação próximos de US$ 900 bilhões; a OpenAI publica o LifeVal para tarefas do cotidiano; e a Trajectory fecha uma Série A de US$ 45 milhões apostando em pós-treinamento contínuo para especialistas de domínio.

1. OpenAI lança o Grid Protectors Program; piloto de Effingham pode cortar até cerca de 1.000 MW

A OpenAI publicou um blog em 2 de novembro de 2026 lançando formalmente o Grid Protectors Program, dizendo que trabalhará com utilities, reguladores e formuladores de políticas para que futuros compute campuses reduzam a demanda de eletricidade quando a rede estiver sob estresse, e enfatizando que domicílios e pequenas empresas não devem subsidiar o custo elétrico dos compute campuses. A empresa afirmou que a capacidade de data centers nos EUA deve ultrapassar 100 gigawatts até 2030 e quer que a “carga flexível” entre nas capacidades centrais de construção e operação dos campi seguintes; quanto se pode cortar, a velocidade de resposta e a duração variarão por local, com detalhes após a finalização dos acordos. Conforme a demanda local e o equipamento, geração ou armazenamento no local, baterias e controle de potência também podem suavizar variações de carga.

O piloto fica no campus planejado do condado de Effingham, Geórgia. A OpenAI disse ter se comprometido a pagar integralmente os custos de infraestrutura e serviço elétrico necessários; o acordo com a Georgia Power inclui até cerca de 1.000 megawatts de resposta flexível à demanda, que segundo a empresa poderia liberar eletricidade equivalente ao uso médio de cerca de 700 mil residências em cenários de calor extremo. The Verge (Emma Roth, 2 de novembro) e Axios (Ben Geman) observaram que a iniciativa ocorre enquanto cresce a reação ao impacto elétrico e comunitário dos data centers em várias partes dos EUA; a OpenAI também vem deslocando a narrativa de “data centers” tradicionais para “AI compute campuses”. O Axios citou John McCarrick, responsável por política energética da OpenAI, dizendo que o setor insiste menos em que data centers mantenham disponibilidade de “cinco noves”. A OpenAI também enfatizou que a flexibilidade não substitui novos investimentos em geração e transmissão.

Ponto de atenção: Empacotar carga cortável como programa nacional atado a um acordo local de utility mostra que o conflito dos data centers passou do uso do solo e do ruído para tarifas, capacidade de pico e aceitabilidade política.

Fontes: OpenAI; The Verge; Axios

2. Anthropic emenda o S-1: cerca de US$ 17 bi de receita no 3º trimestre e cerca de US$ 895,4 bi em compromissos de compute

Segundo a CNBC (Ashley Capoot, por volta do horário da Costa Leste em 2 de novembro) e The Verge (Jess Weatherbed), a Anthropic protocolou um Form S-1 emendado na SEC dos EUA, completando as finanças do terceiro trimestre até 30 de setembro de 2026. A cobertura indicou receita dos primeiros nove meses de cerca de US$ 33,24 bilhões, alta de aproximadamente 1.200% na comparação anual; o prejuízo líquido no mesmo período foi de cerca de US$ 104 bilhões, em grande parte de variações contábeis a valor justo de notas conversíveis, passivos derivativos e SAFEs. Em base trimestral, a receita do terceiro trimestre foi de cerca de US$ 17 bilhões (+cerca de 1.127% a/a e +cerca de 47% t/t; o crescimento desacelerou em relação a cerca de 144% no 2º trimestre e 132% no 1º); o prejuízo líquido do terceiro trimestre foi de cerca de US$ 23,29 bilhões.

A emenda divulgou compromissos de compra e contratos de leasing totalizando cerca de US$ 895,4 bilhões em gastos comprometidos, “quase todos” relacionados a computação e infraestrutura. A CNBC disse que a Anthropic obtém volume substancial de compute da Amazon, Google e SpaceX e também depende de alguns neoclouds; preocupações do mercado com custo de financiamento e ritmo de entrega de capacidade de data centers entram na janela pré-roadshow junto com este filing. O documento da SEC também mostra receita de nove meses até 30 de setembro de US$ 33,242 bilhões e reitera a rápida adoção empresarial do Claude desde a comercialização no primeiro trimestre de 2023.

Ponto de atenção: Colocar a escala de receita no mesmo quadro de compromissos de compute próximos do trilhão entrega ao mesmo tempo a história de crescimento e o risco de capacidade e financiamento à precificação do mercado público.

Fontes: CNBC; The Verge; SEC S-1/A

3. OpenAI publica o LifeVal: medir o progresso do assistente pessoal em tarefas do cotidiano

A OpenAI publicou o LifeVal em 2 de novembro, afirmando que o objetivo é medir o progresso do modelo em “tarefas que realmente importam na vida cotidiana”, em vez de se limitar a benchmarks de conhecimento ou acadêmicos. O texto lista parentalidade, acesso a serviços governamentais, orçamento, preparação escolar, adaptação de receitas, pedidos de mantimentos, planos de fitness e cenários semelhantes, e enfatiza que um assistente pessoal verdadeiramente útil precisa agir e concluir o trabalho — não apenas oferecer conselhos ou respostas de chat.

Sobre a origem das tarefas, a OpenAI disse ter se baseado na American Time Use Survey e no Multinational Time Use Study, e ter acrescentado uma pesquisa com 3.995 respondentes descrita como demograficamente representativa para identificar onde as pessoas mais desejam ajuda de um assistente pessoal; o alcance cobre cuidados, saúde, educação, administração doméstica, finanças pessoais, compras e serviços governamentais. A página apresenta pontuações de exemplo de fluxos de trabalho, como cerca de 93,1% para escolher e se matricular em uma escola após uma mudança, cerca de 98,0% para organizar voluntários antes de uma inundação, cerca de 100% para encontrar moradia e tratar etapas relacionadas ao título para uma família, cerca de 96,3% para assistir a um jogo à distância com avós e cerca de 90,4% para preparar um plano de refeições para um pai recém-diagnosticado com diabetes; uma tabela também mostra as “melhores pontuações registradas” do GPT-6 Astra em tarefas selecionadas, incluindo entradas de 100% para agendar uma aula sensorial para um bebê, marcar inspeção veicular e pedir mantimentos halal. A OpenAI disse ter passado o último ano treinando modelos em uso de navegador, uso de computador e conectores para empurrar o ChatGPT de ferramenta de chat a um assistente mais capaz de agir, mas a página não oferece um conjunto de tarefas nem uma rubrica de pontuação públicos e plenamente reproduzíveis para download independente.

Ponto de atenção: A empresa desloca a narrativa de avaliação dos rankings competitivos para a “capacidade de resolver demandas”, mantendo o desenho das tarefas e a publicação dos resultados dentro do laboratório, de modo que a verificabilidade externa continua limitada.

Fontes: OpenAI

4. Trajectory fecha US$ 45 mi em Série A com valuation de cerca de US$ 300 mi

Segundo o TechCrunch (Marina Temkin, por volta das 15h13 horário do Pacífico em 2 de novembro de 2026), a startup Trajectory, de cerca de um ano, anunciou uma Série A de US$ 45 milhões com valuation de cerca de US$ 300 milhões; a Sequoia liderou, com participação da Nvidia, Bessemer Venture Partners e Bain Capital Ventures. Fundada por três colegas de Stanford com trajetórias no Google DeepMind e na Apple, a equipe tem atualmente cerca de 18 pessoas; os cofundadores incluem Ronak Malde, Michael Elabd e Arjun Karanam.

A tese de produto é aprendizado contínuo (continual learning) e automação de pós-treinamento: empresas podem partir de modelos open source, conectar a plataforma às próprias aplicações para coletar feedback de desempenho e retreinar, de modo que os modelos melhorem de forma contínua em tarefas especializadas como direito e finanças, reduzindo a dependência de equipes de pesquisa internas ou de caros “forward deployed engineers” (FDE). A cobertura indicou que Harvey e Rogo já usaram a plataforma para pós-treinar modelos open source; outros clientes incluem Decagon, Mercor e Nvidia; a empresa está abrindo a plataforma de pós-treinamento ao público. Os cofundadores enfatizam que humanos definem “o que conta como bom” e inserem isso no ciclo de melhoria, o que consideram mais controlável do que a autoaperfeiçoamento recursivo (RSI) plenamente autônomo. No mapa competitivo, a cobertura citou Thinking Machines Lab (Tinker), Applied Compute e Prime Intellect, entre outros.

Ponto de atenção: A rodada aposta em uma interface de pós-treinamento operável por especialistas de domínio, productiza a melhoria contínua a partir de um fluxo de pesquisa e a vincula diretamente ao custo de entrega de aplicações verticais de IA.

Fontes: TechCrunch

---

Em uma frase: A OpenAI responde à controvérsia elétrica dos compute campuses com o Grid Protectors Program, o S-1 emendado da Anthropic mostra cerca de US$ 17 bilhões de receita trimestral e quase US$ 900 bilhões em compromissos de compute, o LifeVal gira a avaliação para a capacidade de resolver o cotidiano, e a Trajectory capta US$ 45 milhões em Série A para pós-treinamento contínuo.