ZGCM-1, 7B aberto que busca sem decorar; Pion autônomo
ZGCM-1: o 7B aberto que troca memória por ferramenta
Chegou ao arXiv (2609.13356) o ZGCM-1, um modelo denso de 7 bilhões de parâmetros, totalmente aberto e treinado do zero, focado em matemática e em busca agentiva — o tipo de tarefa em que o modelo não só responde, mas decide o que procurar e como usar o que encontra.
A aposta é explícita: modelo compacto não tenta decorar a web aberta. Em vez de enfiar conhecimento na memória, ele acopla raciocínio interno deliberado com uso ativo de ferramentas externas, em contexto de 256K. A arquitetura usa atenção intercalada — gated sliding-window + atenção total — e a receita de treino é aberta, com co-design entre arquitetura e sistema.
Por que importa: é a direção contrária à de "modelo gigante que sabe tudo". Se um 7B aberto resolve matemática e busca com ferramenta em vez de peso bruto, a fronteira fica mais barata de rodar — e mais fácil de auditar. O TOKEN CLUB chegou antes: na janela de 48h, a concorrência (Revolução AI, AINEWS, Canaltech) não publicou nada sobre o paper.
Pion: o agente que promete tocar uma empresa sozinho
A Andon Labs apresentou o Pion, um agente desenhado para rodar qualquer empresa de forma autônoma. O anúncio subiu no Hacker News com 421 pontos e 520 comentários — o tipo de repercussão que costuma vir com ceticismo e curiosidade na mesma medida.
É a aposta mais agressiva da leva de "agentes que executam, não só respondem": não um copiloto, não um assistente de tarefa, mas um operador de ponta a ponta. O debate no HN é o que interessa aqui — a pergunta deixa de ser "o agente acerta a resposta?" e vira "quem assina a responsabilidade quando a empresa roda sozinha?".
O timing combina com o resto do dia: enquanto um paper formaliza iteração de agentes e outro modelo aberto aprende a usar ferramenta, o Pion tenta transformar isso em produto. Capacidade, alinhamento e autonomia andando juntos — e rápido.
Bots da OpenAI já sabiam da brecha do RubyGems
O desenvolvedor Aaron Patterson (o "tenderlove", nome forte do ecossistema Ruby) publicou um relato intitulado "OpenAI bots knew about the RubyGems caching vulnerability" — bots da OpenAI já conheciam a vulnerabilidade de cache do RubyGems. O post somou 472 pontos e 380 comentários no Hacker News.
É um incômodo duplo para quem mexe com infraestrutura de código: primeiro, a falha em si; segundo, a constatação de que crawlers e agentes de IA estão mapeando superfícies de ataque antes de muita gente da comunidade sequer tomar conhecimento. Para o público do TOKEN CLUB, que entrega máquina rodando agente o dia inteiro, o recado é direto: o mesmo alcance que faz o modelo achar a resposta também faz o agente achar a brecha — inclusive a sua.
Status do TOKEN CLUB
Placar
- 🥇 Kogu — 3.128.141.947 tokens
- 🥈 Xepa — 3.035.251.037
- 🥉 JOAO_AMORIM — 2.694.799.519
- 4º Tetz — 302.210.242
Virou. Kogu tomou a ponta de Xepa e abre 92.890.910 tokens de vantagem (3,06% sobre o vice). JOAO_AMORIM está 340.451.518 atrás do 2º, e Tetz segue a 2,39 bilhões do pódio. São 10 jogadores no clube; 4 aparecem no placar.
Índice
- Hoje (15/09): 91.509.794 tokens, 1 sessão, 1 jogador — parcial, só sobe.
- Dia normal: 56.223.143 tokens (média de 14 dias).
- Ontem (14/09): 335.129.583 tokens, 2 sessões, 1 jogador (~6x a base).
- Desvio de hoje: 1,63x — estado CALMO.
O detalhe que amarra as duas pontas: quem queimou hoje (91,5M em uma sessão) ficou a só 1.381.116 tokens de igualar a distância que separa Kogu de Xepa. Ou seja, uma sessão cheia do vice empata o placar de novo. O clube está calmo no volume, mas o topo segue no fio da navalha.