Anthropic Apoia Petição por Ritmo Controlado da IA, mas a Corrida Ainda Não Tem Freios

A Anthropic endossou uma petição assinada por 1.293 funcionários de empresas de IA de fronteira, apesar da intensa pressão sobre todos os grandes laboratórios para continuar avançando. O CEO Dario Amodei, vários cofundadores e funcionários seniores acrescentaram seus nomes. A empresa afirma que os governos devem preparar ferramentas capazes de desacelerar o desenvolvimento automatizado de IA caso os riscos se tornem inaceitáveis.

O endosso importa porque a petição não exige uma paralisação imediata. Ela pede que os Estados Unidos apoiem um esforço internacional que tornaria possível um ritmo deliberadamente controlado. Essa distinção separa a iniciativa de cartas anteriores que exigiam pausas fixas.

Ela também expõe o conflito central. A Anthropic argumenta que a sociedade precisa de um freio de emergência, ao mesmo tempo que reconhece que nenhum laboratório responsável pode usá-lo com segurança sozinho. OpenAI, Google DeepMind, Meta e outros desenvolvedores de fronteira enfrentam a mesma corrida, mesmo quando seus funcionários compartilham a preocupação.

Anthropic Transforma uma Petição de Funcionários em Posição da Empresa

A Anthropic levou o debate sobre ritmo controlado da dissidência de funcionários a uma posição oficial endossada por sua liderança.

A declaração sobre ritmo controlado afirma que as principais empresas de IA acreditam estar se aproximando da automação da pesquisa em IA. Seus signatários alertam que essa transição pode acelerar o desenvolvimento de capacidades além da capacidade da sociedade de compreender ou controlar os sistemas resultantes.

O pedido da carta é restrito. Ela solicita que o governo dos EUA apoie um esforço internacional para desenvolver ferramentas técnicas e de governança. Essas ferramentas ajudariam os países participantes a controlar deliberadamente o ritmo do desenvolvimento automatizado de IA de fronteira.

“IA de fronteira” refere-se aos sistemas de uso geral mais capazes em desenvolvimento. “Desenvolvimento automatizado de IA” vai além de usar um chatbot para sugestões de código. Significa que modelos executam partes substanciais da pesquisa e da engenharia necessárias para criar seus sucessores.

A Anthropic confirmou seu apoio por meio de um endosso oficial da empresa. A publicação afirmou que a petição havia sido assinada por Amodei, vários cofundadores e funcionários seniores. Ela vinculou diretamente o endosso à pesquisa recente da Anthropic sobre autoaperfeiçoamento recursivo.

Esse endosso dá à petição um peso institucional incomum. Funcionários frequentemente assinam cartas abertas em caráter pessoal, deixando seus empregadores livres para permanecer neutros. A Anthropic, em vez disso, adotou o diagnóstico básico da petição como seu.

A OpenAI também apoiou a iniciativa, segundo reportagens publicadas após a divulgação da carta. Funcionários da Google DeepMind, Meta, Microsoft, Thinking Machines e de várias outras organizações assinaram em caráter pessoal.

O total continuou crescendo após o lançamento da petição. O site listava 1.293 funcionários quando foi consultado em 30 de julho, acima dos cerca de 1.100 informados quando veículos de imprensa cobriram o tema pela primeira vez. Como a lista continua aberta, esse número representa uma contagem variável, e não um total fixo de lançamento.

Os signatários incluem pesquisadores e líderes que divergem em muitas outras questões de política pública. John Schulman, cientista-chefe da Thinking Machines, afirmou que a declaração ajuda a estabelecer uma conscientização compartilhada sobre possíveis necessidades de coordenação. O cientista-chefe de IA da Meta, Shengjia Zhao, também assinou.

Ilya Sutskever, cofundador da Safe Superintelligence, alertou que qualquer intervenção teria de funcionar internacionalmente. Ele também reconheceu que uma implementação ruim poderia piorar a situação. Essa ressalva captura o problema mais profundo da petição.

A declaração não identifica um modelo específico que deveria acionar uma desaceleração. Ela não fornece um limiar vinculante, autoridade de monitoramento, sistema de inspeção ou mecanismo de aplicação. Pede que os governos comecem a criar essas ferramentas antes que uma emergência os force a improvisar.

Isso torna a ação da Anthropic mais consequente do que uma declaração geral de segurança. A empresa está dizendo que um sistema internacional de frenagem deveria existir, embora ainda não tenha definido toda a sua estrutura.

Por Que a Pesquisa de IA da Anthropic Mudou o Momento

A petição surgiu agora porque a IA já não está apenas auxiliando desenvolvedores de modelos. Ela está começando a executar partes maiores de seu trabalho.

O relatório de junho da Anthropic, AI builds itself, fornece as evidências por trás de sua posição. A empresa descreve o autoaperfeiçoamento recursivo como um sistema que projeta e desenvolve autonomamente seu próprio sucessor.

A Anthropic enfatiza que os sistemas atuais ainda não chegaram a esse ponto. Também afirma que o aperfeiçoamento recursivo completo não é inevitável. No entanto, dados internos sugerem que o processo de desenvolvimento está se tornando cada vez mais automatizado.

Em maio de 2026, Claude teria sido autor de mais de 80% do código incorporado à base de código da Anthropic. A proporção estava nos poucos pontos percentuais antes de Claude Code entrar em prévia de pesquisa, em fevereiro de 2025.

A Anthropic afirma que seu engenheiro típico incorporou oito vezes mais código por dia durante o segundo trimestre de 2026 do que em 2024. A empresa alerta abertamente que o volume de código é uma medida imperfeita de produtividade. Mais linhas não significam automaticamente software melhor ou trabalho oito vezes mais valioso.

Essa ressalva é importante. A IA pode gerar código repetitivo, testes, migrações e documentação sem produzir um aumento equivalente em raciocínio difícil. Portanto, um laboratório poderia registrar uma produção muito maior enquanto avança mais lentamente em seus problemas centrais de pesquisa.

Outra medição interna oferece uma visão diferente. Em uma pesquisa de março de 2026 com 130 funcionários de pesquisa da Anthropic, o respondente mediano estimou uma produção quatro vezes maior com Mythos Preview. A Anthropic voltou a alertar que o ganho real provavelmente foi menor.

A evidência mais forte da empresa diz respeito a trabalhos com objetivos claros. Em um exercício recorrente de otimização, Claude Opus 4 produziu uma aceleração média de três vezes em maio de 2025. Mythos Preview teria alcançado aproximadamente 52 vezes o desempenho inicial em abril de 2026.

Um pesquisador humano qualificado normalmente alcançou uma melhoria de cerca de quatro vezes após quatro a oito horas nesse exercício. A Anthropic alerta que o resultado não deve ser interpretado como um aumento comparável em todo o treinamento real de modelos.

A progressão ainda importa porque ilustra um ciclo experimental fechado. O modelo altera o código, executa o experimento, mede o resultado e tenta novamente. Um humano estabelece o objetivo e as regras de avaliação, mas não determina cada etapa.

Isso não é autoaperfeiçoamento recursivo completo. O sistema está otimizando uma meta selecionada por pessoas, em vez de decidir qual sucessor construir. A Anthropic afirma que permanecem lacunas substanciais quando os modelos precisam exercer julgamento, escolher objetivos ou identificar a direção de pesquisa mais útil.

Ainda assim, a automação parcial pode acelerar a corrida antes que a autonomia completa chegue. Um laboratório que conclui experimentos mais rapidamente pode testar mais ideias, descartar caminhos fracos mais cedo e começar a treinar seu próximo sistema antes.

A mesma capacidade pode ajudar a pesquisa de alinhamento. Alinhamento é o esforço para fazer o comportamento do modelo seguir objetivos e restrições humanos. Experimentos mais rápidos podem melhorar avaliações, métodos de interpretabilidade e salvaguardas, juntamente com capacidades gerais.

Esse uso duplo cria o problema do momento. As ferramentas necessárias para estudar sistemas avançados frequentemente são as mesmas que ajudam a construí-los. Agentes de pesquisa melhores podem acelerar simultaneamente o trabalho de segurança e o trabalho de capacidades.

O argumento da Anthropic, portanto, não é que uma explosão descontrolada de inteligência tenha começado. É que a sociedade deveria se preparar antes que a pesquisa automatizada torne cada ciclo de desenvolvimento materialmente mais curto.

O Verdadeiro Adversário É a Falha de Coordenação

A principal disputa não é Anthropic contra OpenAI. É a cautela coletiva contra uma corrida que pune qualquer laboratório que aja sozinho.

Todo desenvolvedor de fronteira tem incentivos para continuar avançando. Novos modelos atraem usuários, contratos empresariais, talentos técnicos, capital e parcerias estratégicas. Ficar para trás pode reduzir a influência de uma empresa sobre os padrões de segurança que serão eventualmente adotados.

A competição nacional acrescenta outra camada. Formuladores de políticas dos EUA querem que empresas domésticas mantenham vantagem sobre laboratórios chineses. Qualquer proposta que desacelere desenvolvedores americanos enfrentará questionamentos sobre se concorrentes em outros lugares farão o mesmo.

A Anthropic reconhece isso diretamente. Sua pesquisa afirma que uma pausa isolada poderia permitir que atores menos cautelosos alcançassem os líderes. Esse resultado poderia substituir um líder sem reduzir o perigo geral.

Uma intervenção significativa exigiria que vários laboratórios bem financiados, em vários países, atuassem sob condições comparáveis. Os participantes precisariam saber que os concorrentes realmente desaceleraram seu trabalho.

A verificação é mais difícil para IA do que para muitos programas de armamentos. Uma instalação de mísseis possui equipamentos especializados e infraestrutura visível. O desenvolvimento de IA utiliza centros de dados, chips, software e equipamentos de rede que também atendem a finalidades comerciais comuns.

As execuções de treinamento também podem ser ocultadas ou divididas. Os governos precisariam de métodos de monitoramento que distinguissem desenvolvimento proibido de implantação permitida, avaliação, pesquisa acadêmica e experimentação em menor escala.

O sistema também precisaria de um gatilho. Um governo poderia agir quando um modelo fosse aprovado em uma avaliação cibernética perigosa, automatizasse uma parcela especificada da pesquisa em IA ou concluísse tarefas complexas por períodos mais longos. Cada opção gera disputas de medição e aplicação.

Também seria necessária uma regra de saída. Uma pausa sem condições claras para retomar o desenvolvimento poderia se tornar permanente por inércia política. Uma regra de saída fraca poderia permitir que participantes reiniciassem antes que o risco subjacente tivesse mudado.

Por fim, uma autoridade deve decidir se o gatilho foi atingido. Um laboratório não pode servir de forma crível como único juiz de seus próprios modelos. Uma agência nacional pode não ter acesso no exterior, enquanto um órgão internacional levaria tempo para ser negociado e financiado.

Esses detalhes explicam por que a petição pede ferramentas em vez de uma desaceleração imediata. Seus autores estão tentando criar uma opção que atualmente não existe.

A proposta se assemelha mais à preparação para controle de armamentos do que à regulação comum de produtos. Ela exige medições compartilhadas, procedimentos de inspeção, canais de comunicação e consequências para ocultação. Esses componentes não podem ser montados durante uma crise técnica de rápida evolução.

A própria posição da Anthropic apresenta claramente a contrapartida. A empresa afirma que consideraria desacelerar ou pausar temporariamente se outros desenvolvedores próximos à fronteira fizessem o mesmo de maneira verificável.

Essa condição é defensável, mas exigente. Um mecanismo que funciona apenas quando todos os rivais importantes cooperam pode falhar por causa de um único resistente, um programa oculto ou uma discordância sobre medições de capacidade.

A alternativa não é mais fácil. A contenção unilateral pode se tornar uma transferência competitiva da organização mais cautelosa para a menos cautelosa. O resultado pode produzir um desenvolvimento mais rápido sob salvaguardas mais fracas.

O amplo apoio à petição mostra que pesquisadores reconhecem esse problema de ação coletiva. Não mostra que governos ou empresas o tenham resolvido.

Uma Petição Não É um Freio para a IA

A crítica mais forte é direta: a Anthropic está endossando uma opção sem especificar como essa opção funcionaria.

A carta não contém uma proposta de política detalhada. Ela não define as atividades de desenvolvimento sujeitas a desaceleração, os limites de capacidade envolvidos nem os países necessários para um acordo crível.

Ela também deixa em aberto se “desaceleração” significa adiar um lançamento público, limitar uma rodada de treinamento, restringir a capacidade computacional ou pausar a automação de pesquisa. Essas intervenções teriam custos e requisitos de fiscalização diferentes.

Um atraso no lançamento daria aos laboratórios mais tempo para avaliações, mas não necessariamente desaceleraria o crescimento interno das capacidades. Uma restrição ao treinamento alcançaria mais profundamente a pesquisa, mas exigiria monitoramento intrusivo.

Limites à pesquisa automatizada enfrentariam um problema de classificação. Assistentes de programação já contribuem para engenharia comum, revisões de segurança e avaliação de modelos. Reguladores precisariam separar assistência benigna de sistemas capazes de acelerar substancialmente o desenvolvimento de sucessores.

Críticos também questionam por que os laboratórios precisam que o governo restrinja trabalhos que eles próprios controlam. O ex-executivo da Microsoft Steven Sinofsky argumentou que funcionários preocupados com a direção de suas empresas podem sair ou buscar outro trabalho.

Essa crítica deixa de lado parte da lógica da petição. Um funcionário ou uma empresa não consegue interromper uma corrida entre várias empresas. Ainda assim, ela expõe uma lacuna real de responsabilização se os apoiadores exigem intervenção pública sem propor medidas voluntárias dentro de suas próprias organizações.

Os laboratórios poderiam publicar avaliações comuns, divulgar mais informações sobre pesquisas assistidas por IA e estabelecer relatórios compartilhados de incidentes antes que os governos atuem. Eles também poderiam concordar com limites preliminares de alerta sem restringir imediatamente o desenvolvimento.

O comentário de Schulman sobre a petição apoia essa direção. Ele disse que os laboratórios deveriam começar a desenhar mecanismos de coordenação voluntariamente, mesmo antes do envolvimento do governo dos EUA.

Outra preocupação envolve poder de mercado. Licenciamento complexo, monitoramento de computação e sistemas obrigatórios de avaliação poderiam favorecer empresas que já controlam infraestrutura extensa. Laboratórios menores e pesquisadores independentes poderiam ter dificuldades para cumprir as exigências.

Um regime de desaceleração poderia, portanto, reduzir a concorrência enquanto mantém as maiores empresas no comando dos sistemas avançados. Essa possibilidade merece atenção porque as empresas que alertam sobre riscos de fronteira também detêm fortes interesses comerciais.

A posição política mais ampla da Anthropic intensifica o escrutínio. A empresa apoiou controles mais rígidos em torno de modelos avançados enquanto continua lançando sistemas Claude mais capazes.

Esse comportamento não é necessariamente contraditório. Uma empresa pode acreditar que o desenvolvimento competitivo deve continuar até que exista uma alternativa coordenada. Ela também pode defender regras que se apliquem igualmente aos rivais.

No entanto, esse arranjo cria um teste óbvio de credibilidade. A Anthropic precisa demonstrar que seus controles preferidos visam riscos mensuráveis, e não tecnologias ou concorrentes que ameacem sua posição de mercado.

A postura recente da empresa sobre modelos de pesos abertos ilustra a tensão. Sistemas de pesos abertos permitem que usuários baixem e modifiquem os parâmetros do modelo. Seus defensores afirmam que eles melhoram o acesso, a pesquisa, a concorrência e o controle nacional sobre a tecnologia.

A Anthropic argumenta que os sistemas abertos mais capazes podem se tornar difíceis de conter após o lançamento. A empresa recusou-se a aderir a uma carta separada da indústria que se opunha a restrições amplas sobre pesos abertos, ficando isolada de várias grandes empresas de tecnologia.

Uma divisão na política da indústria não invalida a argumentação de segurança da Anthropic. Mas mostra que o significado de “desaceleração responsável” será contestado.

Meta, Nvidia e defensores de modelos abertos resistirão a regras que coloquem sistemas baixáveis em desvantagem estrutural. Laboratórios de modelos fechados argumentarão que lançamentos irreversíveis exigem tratamento especial.

Os governos precisam lidar com essa divergência sem deixar que empresas escrevam regras em torno de seus próprios modelos de negócio. Caso contrário, uma estrutura de segurança pode se tornar uma política industrial que favorece o grupo com maior acesso aos reguladores.

A petição deve, portanto, ser lida como um pedido para iniciar o desenho institucional, e não como evidência de que já existe um regime viável. Seu valor está em identificar o freio ausente. Sua fraqueza é a ausência de um plano de engenharia para construí-lo.

O Que a Posição da Anthropic Significa para Usuários e Empresas de IA

O impacto imediato não é um cronograma mais lento de lançamentos do Claude. É uma maior incerteza sobre como sistemas de fronteira serão avaliados, governados e adquiridos.

Desenvolvedores não devem esperar que a petição interrompa as melhorias dos modelos no próximo mês. Ela não cria nenhuma obrigação vinculante, e a Anthropic não anunciou uma pausa vinculada ao apoio à iniciativa.

A mudança de curto prazo aparecerá nas discussões políticas. Governos agora podem apontar para o apoio público de funcionários e líderes de laboratórios concorrentes ao propor requisitos de avaliação ou monitoramento.

Compradores empresariais devem acompanhar essas discussões porque a governança de modelos afeta as aquisições. Uma empresa que integra sistemas de fronteira em programação, pesquisa, atendimento ao cliente ou segurança precisa saber se futuros lançamentos podem enfrentar atrasos ou restrições de uso.

Os compradores também devem distinguir desempenho de modelo de continuidade de modelo. O sistema com a maior pontuação não é automaticamente a dependência mais segura no longo prazo se o acesso puder mudar após uma avaliação, disputa política ou incidente de segurança.

As equipes podem reduzir essa exposição mantendo fluxos de trabalho independentes de modelos. Elas devem preservar prompts, avaliações, materiais de origem e registros de decisão fora da interface de qualquer fornecedor único.

Essa prática é importante quando um modelo muda de comportamento ou se torna indisponível. Uma base de conhecimento técnico pesquisável pode preservar o contexto necessário para comparar substitutos sem reconstruir cada decisão.

Equipes de software também devem criar seus próprios testes de aceitação. Os benchmarks dos fornecedores raramente capturam a base de código real de uma empresa, sua tolerância a risco, seu processo de aprovação ou suas obrigações regulatórias.

Se a pesquisa automatizada avançar como a Anthropic espera, os ciclos de atualização se tornarão mais difíceis de administrar. Um modelo pode adquirir capacidades significativas entre revisões de segurança programadas ou marcos de aquisição.

As empresas precisarão de processos de avaliação mais rápidos sem abandonar a responsabilização humana. Isso inclui testar o comportamento dos modelos, documentar mudanças e definir quais tarefas exigem aprovação.

Trabalhadores do conhecimento enfrentam uma questão relacionada. Sistemas mais rápidos podem produzir mais análises, código e documentos do que as equipes conseguem revisar. O volume de resultados se torna um risco quando a capacidade de verificação humana permanece fixa.

As próprias estatísticas de código da Anthropic ilustram esse desequilíbrio. Oito vezes mais código integrado não significa oito vezes mais atenção humana para segurança, arquitetura e manutenção.

As organizações devem medir correção de erros, tempo de revisão, incidentes e valor posterior junto com o volume gerado. Caso contrário, um aparente ganho de produtividade pode ocultar trabalho adicional de verificação.

As equipes de segurança têm o motivo mais forte para prestar atenção. A automação de pesquisa pode ajudar defensores a descobrir vulnerabilidades, mas também pode reduzir o custo da experimentação ofensiva.

Um mecanismo de desaceleração pode, eventualmente, se concentrar primeiro em capacidades cibernéticas porque elas podem ser avaliadas por meio de exercícios controlados. Isso afetaria a forma como os laboratórios lançam ferramentas de programação agênticas ou concedem acesso a seus modelos mais capazes.

Para usuários individuais, a petição é principalmente um sinal de governança. Ela diz que as pessoas que desenvolvem sistemas de fronteira acreditam cada vez mais que a velocidade de desenvolvimento se tornou uma variável de política pública, e não uma força natural inevitável.

A expressão importante é “opção de ganhar tempo”. Os apoiadores não estão dizendo que todo avanço deve parar. Eles argumentam que a sociedade deve poder responder quando riscos medidos aumentarem mais rápido do que as instituições conseguem se adaptar.

Se essa opção protege os usuários depende de seu desenho. Um mecanismo transparente poderia criar mais tempo para avaliações durante transições perigosas. Um mecanismo opaco poderia centralizar o controle enquanto oferece pouca evidência independente de maior segurança.

Três Sinais Mostrarão se a Desaceleração se Tornará Real

O próximo teste é saber se a Anthropic e outros apoiadores converterão uma declaração curta em limites, métodos de verificação e participação internacional.

O primeiro sinal é um limite concreto de avaliação. O braço de pesquisa da Anthropic planeja reunir formuladores de políticas, pesquisadores, organizações da sociedade civil e laboratórios concorrentes nos próximos meses.

Essas conversas devem produzir mais do que princípios gerais. Uma proposta crível precisa de condições observáveis que justifiquem intervenção. Elas podem envolver desempenho em pesquisa autônoma, capacidades cibernéticas perigosas ou operação sustentada sem correção humana.

As medições escolhidas devem resistir à revisão independente. Os dados internos de produtividade da Anthropic são informativos, mas uma empresa não pode estabelecer política pública usando apenas evidências privadas.

Avaliadores externos precisam de acesso a sistemas, métodos e resultados reproduzíveis. Eles também precisam de procedimentos claros para lidar com capacidades sensíveis sem publicar instruções que aumentem o uso indevido.

Um limite público fortaleceria o argumento da Anthropic porque transformaria “rápido demais” em uma afirmação testável. A dependência contínua de alertas amplos o enfraqueceria.

O segundo sinal é uma proposta de verificação que inclua concorrentes internacionais. O problema central não é convencer a Anthropic a pausar. É determinar se outros programas de fronteira também desaceleraram.

Uma proposta viável deve explicar o que pode ser monitorado, quais atores recebem acesso e como violações são detectadas. Ela deve considerar infraestrutura comercial de nuvem, centros de dados privados e programas governamentais.

A China é central para essa questão, mas não deve se tornar uma desculpa para evitar trabalho preliminar. Empresas e agências dos EUA podem desenvolver padrões de medição antes que exista um acordo diplomático completo.

O monitoramento técnico também pode melhorar sem criar imediatamente limites vinculantes. Os laboratórios poderiam registrar grandes rodadas de treinamento, compartilhar resultados padronizados de avaliação ou reportar agentes de pesquisa excepcionalmente capazes a um órgão independente.

Tais medidas não garantiriam conformidade. Elas ajudariam a revelar se o problema de verificação é administrável ou fundamentalmente incompatível com a infraestrutura atual.

A participação significativa de desenvolvedores não americanos fortaleceria o argumento pela desaceleração. Um plano limitado a empresas domésticas deixaria sem solução seu principal risco competitivo.

O terceiro sinal é a ação voluntária dos apoiadores da petição. Anthropic, OpenAI e outros laboratórios não precisam de um tratado para melhorar a transparência ou coordenar avaliações.

Eles podem publicar definições para pesquisa automatizada em IA, identificar indicadores de alerta e descrever procedimentos internos de escalonamento. Também podem divulgar quando um modelo altera materialmente a velocidade do desenvolvimento de sucessores.

A Anthropic já forneceu mais evidências internas do que a maioria dos concorrentes. Seu próximo passo deveria conectar essas evidências a decisões. Os leitores precisam saber qual mudança observada levaria a empresa a adiar treinamento, implantação ou lançamento.

Compromissos voluntários não substituiriam a supervisão governamental. Eles mostrariam que os apoiadores veem a desaceleração como um projeto operacional de segurança, e não como uma posição de relações públicas.

A falta de ação reforçaria o argumento dos críticos. Os laboratórios continuariam correndo enquanto pedem aos governos que resolvam um problema que eles não traduziram em controles práticos.

A petição teve êxito em uma tarefa importante. Ela mostrou que a preocupação com o desenvolvimento automatizado de IA atravessa empresas, funções técnicas e divisões políticas de longa data.

Ela não criou o freio que solicita. Não existe um gatilho compartilhado, nenhum sistema internacional de verificação está em operação e nenhuma autoridade ainda pode impor uma pausa coordenada.

Essa lacuna agora é a notícia. A Anthropic reconheceu publicamente que o desenvolvimento de ponta pode exigir um ritmo deliberado, mas seu apoio eleva o padrão para o que vem a seguir.

Fique atento a limites publicados, propostas de monitoramento internacional e compromissos voluntários de laboratórios. Se eles aparecerem, a petição terá iniciado um processo de governança. Se não aparecerem, a Anthropic continuará na mesma corrida, pedindo freios enquanto todos os concorrentes seguem acelerando.