Poucos testes de IA foram tão duros quanto o ARC-AGI-3. Lançado em março de 2026, ele reúne centenas de ambientes interativos e milhares de fases no estilo de jogos para medir a “inteligência agêntica” — a capacidade de um sistema planejar e agir. Na estreia, todos os sistemas de ponta pontuaram abaixo de 1%, enquanto testadores humanos zeraram 100% dos desafios.
O que o Prime Agent trouxe
Em 5 de agosto de 2026, a Prime Intellect liberou o Prime Agent, um harness de codificação open-source (licença MIT) descrito como um “arcabouço auto-aprimorável para tarefas de código e execuções autônomas de longa duração”. Combinado ao Claude Opus 5, o time reportou 95,5% no ARC-AGI-3.
Vale o contexto: esse número é autorreportado e ainda não verificado. A organização do ARC Prize mantém resultados de “harness” fora do ranking oficial. Ou seja: é um marco animador, mas que pede o ceticismo saudável de sempre com benchmarks.
Em vez de decorar pesos, o agente escreve o próprio modelo do mundo — em código.
A ideia por trás: código como modelo de mundo
A abordagem que vem chamando atenção é elegante: o agente escreve um modelo executável do ambiente em Python, verifica esse modelo contra o que observa, refatora em busca de abstrações mais simples e só então planeja pela própria simulação antes de gastar ações reais. É raciocínio verificável — o agente testa a própria hipótese antes de agir.
O que isso significa na prática
Para além da corrida por pontuação, o recado é claro: os agentes mais úteis não são os que “chutam” mais rápido, e sim os que planejam, verificam e corrigem. Isso reduz erros em tarefas longas — exatamente o que importa em software de produção. E o fato de o harness ser aberto acelera a experimentação por toda a indústria.
Na WK Technology, é assim que trabalhamos: agentes e automações sempre com verificação e revisão humana, na Fábrica de Software e no Outsourcing de TI. Quer aplicar IA com método no seu produto? Fale com nosso time.