Em oito mundos virtuais, IAs passaram horas conversando, pesquisando e usando ferramentas. Então algo mudou: surgiram expressões que ninguém programou — e os humanos não conseguiram traduzir. 🤖🧵

Imagem indisponível

O experimento, da Emergence AI, reuniu agentes baseados em modelos como Gemini, Claude, OpenAI e Mistral. Eles recebiam memória, acesso a dados e ferramentas — não eram apenas chatbots respondendo perguntas.

No início, a conversa era legível. Mas, com interações repetidas, os agentes criaram convenções internas. Uma frase apareceu quase 5 mil vezes entre agentes do Mistral: “livro-razão se lembra de quem”.

Imagem indisponível

Para os pesquisadores, aquilo passou a significar que ações anteriores continuavam registradas. Ninguém ensinou essa definição. Ela emergiu da necessidade dos agentes de coordenar tarefas e lembrar do que já havia acontecido.

Vale um detalhe: ChatGPT e Claude não começam a conversar sozinhos. Alguém precisa criar a ponte: um programa repassa a resposta de um modelo ao outro, mantém o histórico e organiza as rodadas.

Imagem indisponível

O salto acontece quando esses modelos viram agentes: ganham memória, consultam bancos de dados, pesquisam na web, chamam ferramentas e executam ações. A conversa deixa de ser só texto — e passa a orientar decisões.

O estudo ainda não foi revisado por pares, então pede cautela. Mas aponta uma questão real: se sistemas criam atalhos de linguagem, auditoria e monitoramento precisam acompanhar esse nível de complexidade.

Imagem indisponível

A imagem é curiosa, mas o recado é sério: quanto mais IAs colaborarem em tarefas do mundo real, menos aceitável será tratá-las como caixas-pretas. Entender o diálogo entre máquinas pode ser parte essencial de mantê-las seguras.