Em julho, documentei uma distância clara: o agente fez o experimento, mas não fez a pesquisa. Em avaliação aberta com orçamento e infraestrutura, sistemas de fronteira automatizaram engenharia e falharam no julgamento—desenho fraco, literatura rasa, resposta cosmética a crítica. O artigo de agora não cancela esse diagnóstico. Acrescenta outro eixo, a partir de um paper diferente.

O trabalho Accelerating Scientific Research with Gemini in the Real-World (arXiv:2608.26701, submetido em 27 de agosto de 2026) descreve uma extensão do Co-Scientist, sistema multiagente baseado em Gemini, com afiliações que incluem Google DeepMind. A tese do paper não é “a IA tomou o laboratório”. É validação em laço fechado, com autonomia graduada, em ciência de materiais, biologia e ciência da computação.

O que o paper de fato mostra

Em materiais, o Co-Scientist se acopla a um reator de deposição química a vapor (CVD) semi-automatizado e propõe rotas e receitas. A execução física—carregar e descarregar amostras, operar o crescimento, caracterizar—fica com humanos. Uma rota de precursor não perigosa (C₂Cl₆) visa crescimento bottom-up de MXene Ti₃C₂Tₓ sem a rota clássica de ataque com ácido fluorídrico; o material laminar obtido compartilha semelhanças estruturais-chave com a rede do MXene, mas o paper afirma que experimentos adicionais ainda são necessários para confirmar a estrutura atômica. Em TMDs, o sistema adapta receitas a restrições do laboratório em minutos e reporta crescimento de monocamadas de MoS₂, MoSe₂ e WS₂ em tentativa única, com integração lab-in-the-loop.

Em biologia, especialistas refinam o enquadramento da tarefa e executam o trabalho úmido; o Co-Scientist constrói um sistema para prever fenótipos de enxameamento de E. coli engenheirada ao longo de gradientes de indutor (IPTG) a partir de imagens esparsas, com correspondência quantitativa a medições morfológicas ainda não publicadas. A própria discussão do paper limita o alcance: interpolação ao longo de um gradiente conhecido, não extrapolação para regimes biológicos genuinamente novos.

Em computação, após a diretiva de pesquisa, o sistema opera de forma autônoma e descobre uma arquitetura de scaling em tempo de inferência (Agent_H no texto) que supera seis modelos de fronteira em HealthBench Hard e Professional (com ajuste por comprimento), com redução—significativa, embora modesta—de dano clínico potencial sob avaliação cega de médicos. Um estudo de papers gerados de ponta a ponta, com 30 especialistas e 450 revisões, reporta módulos de confiabilidade que reduzem alucinação e plágio e melhoram segurança de pesquisa.

A Tabela 1 do paper deixa o espectro explícito: receitas desenhadas por IA e executadas/adaptadas por operadores humanos em materiais; pipelines computacionais com feedback iterativo de especialistas em biologia; síntese de programas autônoma em CS. Não é um único modo “cientista automático”.

O que é novo em relação a julho

O post de julho tratava de agentes em pesquisa aberta que executavam sem julgar. O Co-Scientist, neste paper, muda a divisão de trabalho em domínio físico: a IA desenha experimentos e protocolos; o laboratório humano executa e verifica. Em CS, a autonomia sobe porque o “laboratório” é código e benchmark.

O avanço que importa para o argumento editorial não é autonomia total. É o deslocamento do gargalo. Quando a geração e o ranqueamento de hipóteses ficam baratos e o desenho de receita cabe em minutos, o recurso escasso passa a ser capacidade experimental real—forno, placa, imagem, repetição—e confirmação estrutural. O paper ainda admite incerteza no MXene e interpolação na biologia. Hipótese barata não é descoberta fechada.

Isso não prova que o problema de julgamento do estudo de julho sumiu. Prova outra coisa: mesmo quando o laço fecha com humanos no laboratório, a ciência física continua limitada pelo que se consegue medir e confirmar, não só pelo que se consegue propor.

Limites que o próprio texto marca

É arXiv v1; peer review não está estabelecido aqui. “Semelhanças estruturais” ≠ fase Ti₃C₂Tₓ confirmada. Medições biológicas não publicadas restringem reprodução externa. Resultados de HealthBench e dano clínico são computacionais mais avaliação médica cega, não implantação clínica. O intro do paper já registra o ponto: sistemas que produzem descobertas validadas tipicamente ainda precisam de humanos para decompor, verificar e executar experimentos físicos.

Consequência prática

Para quem usa agentes em ciência ou P&D, duas perguntas precisam coexistir. A de julho: o sistema escolheu o experimento certo e calibrou o que a evidência permite concluir? A deste paper: quando o desenho vem do agente, a fila do laboratório, a caracterização e a confirmação estrutural estão dimensionadas—ou a organização só acelerou o lado barato do ciclo?

Provar prontidão antes de agir e o harness como exame continuam válidos: o laço precisa expor evidência do que foi proposto, do que foi executado e do que ainda não está confirmado.

A hipótese ficou barata. O laboratório—e a verificação—continuam escassos. Quem confundir as duas coisas vai celebrar manuscritos e receitas enquanto a descoberta ainda espera a próxima corrida no forno.