O Microsoft Discovery chegou à disponibilidade geral no Azure esta semana, uma plataforma para implantar times de agentes de IA especializados em P&D científica e de engenharia: agentes que raciocinam sobre bases de conhecimento, geram hipóteses, otimizam experimentos, validam resultados, e fazem loop. A razão pela qual merece atenção além do launch de agente-enterprise habitual é a vitrine anexada a ele. A Microsoft credita os agentes do Discovery com um papel central no desenvolvimento do chip quântico Majorana 2, onde, diz a empresa, os agentes gerenciaram os workflows de fabricação, automatizaram medições, otimizaram o materials stack, e correlacionaram padrões através de duas décadas de dados experimentais em múltiplos formatos, trazendo à tona falhas de fabricação que times humanos não tinham notado.

Os resultados reivindicados são grandes, e a forma certa de lê-los é como o relato do vendor. A Microsoft diz que o Majorana 2 alcançou uma melhoria de confiabilidade de 1.000 vezes sobre seu predecessor, uma vida média de qubit de 20 segundos e até um minuto em alguns runs, contra as vidas de microssegundos das abordagens concorrentes, e que o trabalho puxou sua timeline de entrega de computador quântico de 2034 para 2029. O chip passou de blindagem supercondutora de alumínio para uma de chumbo para proteger os qubits de perturbações cósmicas. Esses são os números da Microsoft sobre o chip da Microsoft, então o enquadramento honesto é que os agentes foram um instrumento creditado dentro de um resultado que a empresa reporta, não um claim causal auditado independentemente. Isso não o torna vazio, torna-o um estudo de caso de vendor com um artefato incomumente físico no fim.

Sobre o que realmente saiu: o Discovery emparelha um Discovery Engine que orquestra os workflows multi-agente com Azure HPC para simulação compute-pesada, envolto em segurança e governança enterprise, e, o detalhe a guardar, confidence scoring e citações para que os outputs venham como uma trilha de evidência rastreável e revisável em vez de decisões de agente opacas. Um app desktop gratuito com integração GitHub Copilot está em preview, e os clientes GA iniciais nomeados são o Pacific Northwest National Laboratory e a Syensqo. O Technical Fellow Chetan Nayak resumiu a postura interna: "A IA agêntica permeou quase tudo o que fazemos. Simplesmente virou uma parte muito natural do nosso workflow."

Esta é a história de agentes-para-a-ciência ganhando seu artefato mais concreto até hoje, e se senta ao lado do empurrão paralelo Gemini for Science do Google como a mesma aposta de um vendor diferente: tratar os sistemas agênticos como instrumentos científicos, não parceiros de chat. A parte que viaja além das especificidades quânticas é o design citação-e-confiança, que é o mesmo princípio de externalização de estado sobre o qual a pesquisa em retrieval continua aterrissando, o agente não só responde, ele mostra sua evidência, aplicado aqui à descoberta. Essa é a única versão de "a IA fez a ciência" que outros cientistas podem de fato verificar, e é também onde vive o teste honesto: o número mais importante aqui, o ganho de mil vezes, é da Microsoft, e a primeira prova real da P&D agêntica como categoria será se essas trilhas de citação aguentam quando alguém de fora da empresa as segue.