O Novo México venceu um processo de segurança do consumidor contra a Meta, com o júri considerando a empresa culpada de violar a lei estadual. Este veredito é crucial para sistemas de pagamento de agentes de IA, pois sinaliza uma mudança na responsabilidade da plataforma e a necessidade de registros de auditoria à prova de adulteração e logs determinísticos para compliance regulatório.
Este artigo destaca a auditoria como uma camada crucial, mas muitas vezes negligenciada, em sistemas RAG de saúde, essencial para gerenciar a responsabilidade onde alucinações ocasionais são inaceitáveis. Ele defende a incorporação da auditoria desde o início, em vez de adicioná-la posteriormente, para garantir confiabilidade e conformidade de nível empresarial.
A Nevermined lançou um SDK que permite que agentes de IA realizem pagamentos rapidamente, expondo uma preocupante lacuna de auditoria. O texto ressalta a importância de arquiteturas focadas em auditoria e registro detalhado para garantir conformidade e responsabilidade nas transações de agentes.
O conteúdo critica a lógica de aprovação simplista, que gera sistemas intraceáveis e não-conformes, especialmente para agentes de IA. Ele apresenta a ferramenta SOVIGL como uma solução que atua como um portão entre a intenção e a execução, garantindo decisões claras e conformidade automática com regulamentações como o EU AI Act.
Um relatório sobre habilidades indexadas e auditadas informa que, de 54.454 habilidades, 172 foram classificadas como maliciosas e 1012 como suspeitas, destacando a importância da segurança. O documento fornece links para o relatório completo, uma ferramenta de busca e um verificador de segurança para pré-instalação de habilidades.
Um relatório revela que, de 54.764 habilidades de IA indexadas, 2.105 foram auditadas, identificando 172 maliciosas e 1.012 suspeitas. Isso aponta para uma preocupação crescente com a segurança e a integridade das habilidades em ambientes de inteligência artificial.
O relatório de habilidades de 10 de abril de 2026 indica que 54.550 habilidades foram indexadas e 2.105 auditadas. Dessas, 172 foram identificadas como maliciosas e 1.012 como suspeitas, com links fornecidos para o relatório completo e ferramentas de segurança.