Instinct capta US$1 bi e vira decacórnio em 30 dias

Delegar a vida para um agente de IA tem um preço que ninguém calculou ainda

O agente de IA Instinct virou febre porque promete resolver o que ninguém quer fazer: reservar restaurante, comprar passagem, pagar boleto, cancelar assinatura, pesquisar preço de supermercado e ainda ligar para aquele consultório que só marca por telefone. Parece alívio imediato, mas o custo real aparece na segunda dobra. Para fazer isso ele precisa do seu número, do seu e-mail, dos seus logins, do seu cartão e, em muitos casos, da sua voz para se passar por você. É automação útil misturada com acesso total, e é exatamente aí que a história de US$10 bilhões começa a ficar incômoda para quem opera sistema de verdade.

O fato

A Instinct confirmou nesta segunda-feira uma Série C de US$1 bilhão que avalia a empresa em US$10 bilhões. Participaram Sequoia Capital, Benchmark Capital e Coatue, entre outros. O ponto fora da curva é a velocidade. Há cerca de um mês a startup tinha anunciado uma captação que a avaliava em US$2,5 bilhões. Ou seja, quadruplicou de valor em 30 dias. A empresa lançou seu serviço por convite em agosto de 2026, opera basicamente por SMS e texto, ainda não tem aplicativo móvel e não divulga número de usuários, receita ou retenção. O comunicado veio sem entrevistas do fundador Noah Shinn, apenas com uma declaração sobre construir o melhor agente pessoal para os detalhes da vida cotidiana e levar a Instinct para mais pessoas.

O mercado já viu esse filme com assistentes, mas a tese agora é outra. Não é mais um chatbot que responde. É um agente consumidor que executa. Essa diferença muda tudo em termos de infraestrutura, risco e unit economics, e explica tanto o FOMO dos investidores quanto a desconfiança de quem já testou e estranhou a primeira versão da política de privacidade, depois atualizada após críticas sobre excesso de coleta.

Como funciona na visão de operador

Na prática, a Instinct opera com número de telefone próprio e um computador próprio por usuário ou por tarefa. Você manda uma mensagem de texto pedindo algo como cancela minha assinatura da academia e agenda dentista quinta de manhã e o sistema quebra isso em etapas: entender intenção, autenticar em serviços, navegar em sites, preencher formulários, fazer chamadas e confirmar. Recentemente a empresa lançou o concierge de voz, que liga para estabelecimentos sem reserva online, e a rede de pessoas confiáveis, que permite que o seu agente converse com o agente dos seus amigos para coordenar planos.

Pensando em arquitetura, o desenho mais plausível combina três camadas. Uma camada de orquestração com modelo grande para planejamento e uso de ferramentas, uma camada de execução com browser controlado e automação de cliques e digitação, mais uma camada de voz para chamadas com transcrição e síntese em tempo real. Por baixo disso precisa existir um cofre de credenciais e tokens de pagamento, além de logs para auditoria. Nada disso foi detalhado publicamente, então trate como inferência técnica a partir do comportamento do produto, não como especificação oficial.

O ponto sensível para quem constrói é latência e custo por tarefa. Uma pergunta simples custa centavos em tokens. Uma tarefa de agente que navega por 15 páginas, resolve captcha, espera confirmação por SMS e ainda faz uma ligação de três minutos pode custar dezenas de vezes mais em inferência, infraestrutura de browser e telefonia. Funciona bem na demo e no uso esporádico. A dúvida é o que acontece quando milhões de pessoas pedem ao mesmo tempo para reservar voos na sexta à noite. Fila, timeout, retry e erro de compra duplicada viram problema operacional, não só de modelo.

O que isso muda na prática

Quem ganha agora são early adopters sobrecarregados e prestadores que vivem de tarefas repetitivas. Se você gerencia casa, família, viagens e assinaturas, um agente que realmente liga e resolve tem valor imediato. Quem perde são apps verticais de produtividade e concierges humanos de baixo ticket, além de empresas que dependiam de fricção para reter cliente, como serviços que dificultam cancelamento. Se um agente cancela em dois minutos o que levava 40 minutos de chat, o churn dessas empresas pode subir rápido.

Para times de produto, o recado é direto. Interface por SMS sem app parecia limitação, mas virou distribuição. Não precisa instalar nada, não precisa aprender nada, é só mandar mensagem. Só que isso cobra seu preço em controle, observabilidade e permissão. E com a chegada do Muse da Meta, que já lidera as lojas de aplicativos nos Estados Unidos e se integra a Instagram DMs, Facebook Groups e Marketplace, a briga deixa de ser sobre quem tem o melhor modelo e passa a ser sobre quem tem o melhor contexto. A Meta tem grafo social, histórico e inventário. A Instinct tem simplicidade e velocidade.

O que fazer agora antes de delegar tudo

Se você vai testar, trate o agente como um estagiário com superpoderes e acesso total. Não como um amigo. Vale separar o ambiente e limitar o blast radius desde o primeiro dia, porque reverter uma compra errada ou um cancelamento indevido dá muito mais trabalho do que digitar a tarefa manualmente.

• Use número secundário, e-mail alias e cartão virtual com limite baixo só para o agente, nunca sua conta principal.
• Comece por tarefas reversíveis como pesquisa de preços e resumos, depois avance para reservas com confirmação manual antes do pagamento.
• Revise permissões, extratos e histórico de chamadas toda semana e remova acessos que o agente não usa mais.

Para quem desenvolve agentes, o aprendizado é copiar o acerto e evitar o erro. O acerto foi reduzir fricção ao máximo com texto e execução ponta a ponta. O erro foi pedir dados demais sem explicar retenção, compartilhamento e exclusão de forma clara. Privacidade agora é feature de conversão, não texto jurídico escondido.

A tensão que ninguém quer encarar

Aqui está minha dúvida real depois de fuçar esse tipo de sistema: isso escala sem quebrar a conta ou a confiança. Um valuation de US$10 bilhões em dois meses de produto convidado pressupõe milhões de tarefas pagas por mês com margem saudável. Mas tarefa de agente tem cauda longa de exceção. Site muda layout, restaurante não atende, companhia aérea exige verificação extra, amigo muda de ideia no meio do plano coordenado entre agentes. Cada exceção exige mais tokens, mais tempo de browser, mais intervenção humana. O custo marginal não cai como em SaaS tradicional, ele sobe quando o caso é difícil.

Tem também o problema da confiança delegada. A primeira versão da política de privacidade assustou porque deixava explícito o que todo agente precisa, mas ninguém quer ler: acesso amplo para funcionar. A empresa ajustou o texto, o que é bom, mas o problema estrutural continua. Quanto mais útil o agente, mais dados ele precisa guardar. Quanto mais dados ele guarda, maior o alvo e maior o estrago em caso de vazamento ou uso indevido. Resolver isso com cofre local, permissões granulares e expiração automática de credenciais é caro e lento, o oposto do ritmo de crescer 4x em 30 dias.

Conclusão

A Instinct acertou o produto que as pessoas realmente queriam usar, um agente que faz em vez de só conversar, e o mercado respondeu com o cheque mais agressivo do ano. A pergunta que fica não é se agente consumidor vai pegar, porque já pegou, e sim quem consegue entregar execução confiável com custo controlado e privacidade minimamente aceitável. Você daria hoje ao seu agente acesso ao seu cartão, aos seus DMs e à sua voz para ele resolver sua vida por SMS.