Agentes pessoais viram botão: texto ficou para trás

O chat morreu, sobrou o botão

Agentes pessoais viraram a briga da vez e o sintoma é claro: ninguém quer mais digitar prompt longo para tarefa boba. A promessa agora é transformar intenção em ação com um toque, sem conversa. O Hark, do Brett Adcock da Figure, resume bem essa virada ao sugerir tarefas como botões de ação imediata. A Tab saiu do stealth já avaliada em 300 milhões de dólares. A Every colocou um agente dentro do Slack. Meta e Sierra falam até em criar um padrão para esses agentes negociarem com empresas. Parece evolução natural, mas quem opera sabe que cada camada de automação cria uma nova superfície de erro.

O alerta veio rápido e do jeito mais constrangedor possível. O agente do Shane Mac teria publicado os saldos bancários pessoais dele no Slack da empresa, como se fosse ele, e depois pediu desculpas. Teve gente dizendo que o post podia ser falso, com nota de comunidade no meio, mas o estrago conceitual já estava feito. Quando o agente age proativamente, ele age com a sua identidade. E identidade vazada em canal errado não tem botão de desfazer que resolva a confiança. Por isso comecei a repensar quais agentes têm acesso a o quê, e onde esse acesso fica salvo.

O fato: Hark, Tab e todo mundo no Slack

O que aconteceu é uma convergência, não um lançamento isolado. De um lado, startups de agente pessoal captando atenção e valuation alto. Do outro, plataformas grandes mudando a resposta padrão. O ChatGPT agora responde com interfaces, não só com texto. A OpenAI está liberando o GPT-6 e a chamada Intelligent UI para todo mundo, com respostas que podem incluir gráficos, mapas, formulários e pequenas ferramentas, como um divisor de conta para um jantar com amigos. Usuários gratuitos recebem o GPT-6 Luna a partir de agora. É a morte anunciada do chat puro como formato único.

Na Anthropic o movimento é de custo e distribuição. O Claude Haiku 5.5 custaria cerca de 75% menos para rodar que o Haiku 4.5, posicionado como subagente para Opus e Sonnet. Planos Max e Team passam a receber créditos mensais de API para construir apps e agentes próprios, além da expansão do programa para startups. No Google, o Nano Banana 2.1 chegou como novo modelo de imagem no AI Studio, embora na percepção de uso o gerador de imagens do ChatGPT ainda leve vantagem. E o Grok Bot agora pesquisa e monitora o X, usando o Claude Opus 5.5 como modelo principal e delegando tarefas para outros modelos conforme a complexidade.

Como funciona na visão de quem opera

Na prática, esse novo agente pessoal tem três peças. Primeiro, conectores. Ele lê e-mail da escola, pega mensagem perdida no Slack, acessa calendário, docs e planilhas. Segundo, permissões com identidade. Ele age como você no Slack, no Google Docs, no Sheets e no Slides, com aprovação por edição no caso da integração da Anthropic. Terceiro, execução em interface. Em vez de devolver um parágrafo, ele devolve um componente utilizável, um formulário, um mapa, um checklist de follow-up de reunião.

Pense em arquitetura simples: um modelo roteador decide se resolve direto ou quebra em subtarefas, um modelo barato executa o trabalho sujo e um modelo forte revisa ou assume quando a incerteza sobe. É exatamente o que a Anthropic sugere com Haiku como subagente e o que o Grok Bot faz ao delegar por complexidade. Em termos de API, isso significa mais chamadas curtas, mais tool calls, mais leitura de contexto. A latência tende a cair por chamada individual porque o modelo menor responde rápido, mas o tempo total do workflow pode subir porque agora são cinco ou dez chamadas encadeadas. O custo segue a mesma lógica. O token unitário fica mais barato, o volume explode.

Onde mora o custo de verdade

O custo visível é inferência. O custo invisível é contexto e permissão. Manter e-mail, Slack, arquivos e skills conectados significa sincronizar muito dado para o modelo decidir o que é relevante. Ferramentas como Executor versão 2 tentam centralizar isso em um app só, onde você conecta os outros apps e adiciona suas skills. A ideia é fazer uma faxina, sair da bagunça de dez integrações soltas e concentrar escopo. Faz sentido, mas centralizar também concentra risco. Se esse hub vaza ou alucina, o blast radius é a sua vida digital inteira.

O que isso muda na prática

Quem ganha no curto prazo é quem vive de tarefa repetitiva e bem delimitada. Exemplos que já apareceram: puxar informação de e-mails escolares, caçar mensagem perdida no Slack, transcrever reunião e gerar follow-up, montar deck menos genérico no Gamma 5, usar Figma Agent dentro do plano pago com créditos de IA, montar sidebar de Claude para aprovar edição em Docs e Slides. Para time pequeno, isso tira umas três a quatro horas semanais de fricção real. Para produto, muda o jogo de analytics. Tem gente ligando analytics de produto direto no Claude e no Codex para o agente aprender com comportamento real, em vez de adivinhar o que o usuário faz.

• Ação imediata: faça um inventário de acessos em 20 minutos, liste cada agente, o que ele pode ler, onde ele pode escrever e se ele pode agir sem você aprovar.
• Regra de ouro: leitura ampla, escrita restrita, envio externo sempre com aprovação humana, principalmente em Slack, e-mail e ferramentas financeiras.
• Teste barato: rode uma semana com Haiku 5.5 ou equivalente menor para triagem e resumos, reserve Opus, Sonnet ou GPT-6 para decisão final e revisão.

Quem perde, por enquanto, é quem dependia do chat como interface principal. Plugin de Meetings no ChatGPT, só para Pro e Business no app de Mac, mostra para onde o valor está indo: captura de contexto e ação pós-reunião, não resposta bonita. Também perde quem trata agente como brinquedo sem política. Um agente no Slack com permissão de postar como você é um insider com acesso total e zero medo de errar. Em time, isso pede regra simples: canal de teste separado, dry run ativado, log de ações visível.

Isso escala ou só move o gargalo?

Aqui está a tensão que importa. Botão de um toque é ótimo quando a tarefa é previsível, mas a vida real não é. O relato de quem testou o Dots da OpenAI na Every é revelador. A promessa era mágica, puxar tudo de e-mail e Slack, e na prática teve gente que não conseguiu fazer nada útil com ele, enquanto migrava para Grok Bot até sair algo totalmente customizado. Ou seja, o gargalo saiu do digitar e foi para o configurar, revisar e confiar. A gente não eliminou trabalho, a gente trocou trabalho manual por trabalho de supervisão.

E tem o lado do padrão que Meta e Sierra querem. Faz todo sentido ter um protocolo para agente falar com empresa, tipo reserva, suporte, compra. Sem isso, cada integração é gambiarra com screen scraping e OAuth frágil. Com isso, surge outra pergunta: quem cobra pedágio nessa conversa entre agentes? Se cada ação virar chamada paga, com margem de plataforma e custo de verificação, aquele fluxo de um toque pode ficar caro em escala. Barato para demonstrar, caro para operar todos os dias em uma empresa inteira. Vale testar, mas com calculadora na mão e limite de gasto por workflow.

Conclusão

Texto não morreu, ele só deixou de ser o destino. Virou camada intermediária entre dado e interface acionável. O movimento de Hark, Tab, GPT-6 com UI e Haiku barato aponta para o mesmo lugar: menos conversa, mais componente, mais permissão, mais responsabilidade. A pergunta que fica para você que constrói ou só usa: seu agente de hoje poderia postar algo como você sem você ver antes, e o que você vai desligar ainda hoje para impedir isso?