Agentes de IA ganham acesso ao mundo físico com correio postal e macOS

Sofia Almeida: Olá, eu sou a Sofia Almeida.

Rafael Costa: E eu sou o Rafael Costa. Isto é o Product Hunt diário, um podcast da Bri. Hoje trazemos três histórias: agentes de IA que estão a ganhar acesso ao mundo físico com correio postal e sistemas operativos, ferramentas de debugging que gravam cada decisão de um agente para repetir e auditar, e uma leva de plataformas que transformam criativos para anúncios em segundos.

Sofia Almeida: Dois produtos novos mostram uma direção clara: agentes de IA a ganhar alcance no mundo físico e digital.

Rafael Costa: Exato. O Macuse liga assistentes como Claude ou Cursor diretamente ao sistema macOS — ficheiros, apps, atalhos.

Sofia Almeida: E o PieterPost MCP é ainda mais físico: ele dá a agentes a capacidade de enviar correio postal, com verificação de morada e cálculo de porte.

Rafael Costa: O fio comum aqui é a passagem de um copiloto que só conversa para um agente que age.

Sofia Almeida: Sim. O Macuse expõe recursos locais do Mac a qualquer cliente que suporte o protocolo MCP. Isso deixa o agente executar tarefas reais no sistema operativo.

Rafael Costa: E o PieterPost faz o mesmo, mas com endpoints de API que transformam texto em carta física, enviada por correio tradicional.

Sofia Almeida: Não são apenas protótipos abstratos — ambos já estão no Product Hunt com casos de uso concretos.

Rafael Costa: A consequência prática é que um agente pode, por exemplo, analisar dados no Mac e depois disparar uma notificação ou um documento físico, tudo sem intervenção humana no meio.

Sofia Almeida: E isso levanta uma questão para quem desenvolve ou adota estas ferramentas: estamos prontos para dar a agentes acesso de escrita ao nosso sistema de ficheiros e ao mundo postal?

Rafael Costa: A barreira de entrada caiu — mas a confiança e a segurança ainda precisam de acompanhar.

Sofia Almeida: E se aquele agente de IA que está a correr no terminal acabou de gastar dinheiro ou apagou um ficheiro importante, como é que percebes o que aconteceu?

Rafael Costa: É precisamente aí que entram as ferramentas de debugging. Nas últimas 24 horas surgiram duas com abordagens diferentes: uma foca-se em gravar a memória da sessão, a outra em gravar a execução completa para repetir e bifurcar.

Sofia Almeida: Vamos por partes. O scritty funciona como um emulador de terminal que captura tudo o que um agente CLI faz.

Rafael Costa: Exato. Ele guarda automaticamente cada conversa, comando e output num histórico pesquisável. A ideia é dar memória partilhada e auditável a qualquer agente de coding, mesmo que ele não tenha sido construído com isso.

Sofia Almeida: E atenção: o scritty não precisa de integração com o agente. Está uma camada abaixo. Captura o terminal, ponto. Isto torna-o compatível com qualquer agente CLI, mas significa que ele só vê o que passa no terminal.

Rafael Costa: O Retrace vai mais fundo. Em vez de emular o terminal, grava cada chamada à LLM e cada invocação de ferramenta durante a execução do agente.

Sofia Almeida: Portanto, com o Retrace podes literalmente carregar no replay e ver cada pensamento... cada pedido à API... e o momento em que a coisa correu mal.

Rafael Costa: E podes fazer fork da execução a partir de qualquer ponto. Corriges o prompt ou mudas um parâmetro e voltas a correr só dali para a frente. Sem repetir tudo do início.

Sofia Almeida: A consequência prática é brutal: deixas de rezar para que o agente repita o bug. Poupas tokens e, para empresas, isto significa auditoria e conformidade reais.

Rafael Costa: A diferença está na cobertura. O scritty é universal, mas superficial. O Retrace exige integração no código do agente, mas dá-te o stack trace completo da decisão.

Sofia Almeida: E se o local onde trabalhamos também conseguisse lembrar-se do que já foi decidido, em vez de andarmos sempre à procura do fio à meada?

Rafael Costa: É exatamente essa a pergunta que duas novas ferramentas colocam. A primeira chama-se Macro.

Sofia Almeida: O Macro tenta unificar email, mensagens, documentos e tarefas numa única aplicação, mas com uma espécie de memória partilhada.

Rafael Costa: Exato. A proposta não é só juntar tudo no mesmo sítio, é a aplicação aprender com o contexto para te ajudar a encontrar o que interessa.

Sofia Almeida: E depois há a Banger Mail, que ataca o problema das caixas de entrada partilhadas, como as de suporte ou vendas.

Rafael Costa: A Banger é uma aplicação nativa para Mac. O pormenor interessante é que foi pensada para equipas e também para agentes de IA.

Sofia Almeida: A sério? Imagina um agente de IA a responder diretamente na caixa de entrada partilhada, sem atropelos.

Rafael Costa: Isso muda a operação. Significa que a IA assume tickets de rotina e tu só entras quando a complexidade realmente o exige.

Sofia Almeida: Portanto, deixamos de ser apenas nós a organizar o trabalho. As ferramentas começam a participar ativamente na organização e na execução.

Sofia Almeida: A última ferramenta de BI que vimos dá um passo além da organização. Ela promete agir sobre os dados, não só mostrá-los.

Rafael Costa: Sim, com a ideia de que a interface conversacional serve tanto para perguntar como para executar. O Basedash Actions deixa fazer uma pergunta e, se o resultado pedir uma ação, o sistema executa direto, sem abrir outro app.

Sofia Almeida: O exemplo mais concreto é o de cancelar pedidos de clientes em risco?

Rafael Costa: Exato. O utilizador pergunta "há pedidos com risco de cancelamento?" e, com a resposta na tela, pode disparar o cancelamento em massa tudo dentro do chat. É a velha fronteira entre análise e execução a ficar mais curta.

Sofia Almeida: Mas isso deixa muita gente desconfortável. Um clique automático sobre dezenas de transações pede confiança cega no modelo e uma reversão fácil, claro.

Rafael Costa: E o Needle leva essa lógica de agir sozinho para vendas. Em vez de esperar que alguém o interrogue, o agente vasculha os dados da empresa, acha um lead esquecido e manda uma sugestão pro Slack ou Teams.

Sofia Almeida: Isso é uma inversão total. A ferramenta decide sozinha o que é urgente e empurra a recomendação para a pessoa. Funciona como um engenheiro de go-to-market autónomo.

Rafael Costa: A consequência prática é clara: o profissional passa a validar decisões que um agente já tomou por ele. O ganho de velocidade é enorme mas exige um crivo humano muito rápido para tudo o que o agente sugerir.

Sofia Almeida: Se a semana passada vimos ações que precisam ser chamadas, esta semana surgem ambientes inteiros para construir agentes que atuam sozinhos.

Rafael Costa: E dois lançamentos de hoje mostram bem isso, certo?

Sofia Almeida: Sim. O Flowly abriu o código-fonte completo do núcleo do agente — licença Apache 2.0 — e roda no desktop e no iPhone.

Rafael Costa: É uma abertura forte. Isso significa que qualquer pessoa pode inspecionar e rodar o agente localmente em vez de depender só de uma nuvem fechada.

Sofia Almeida: Mas o movimento mais surpreendente talvez seja o ZCode.

Rafael Costa: O ZCode é o ambiente de desenvolvimento oficial para o GLM-5.2, o modelo grande de linguagem da Zhipu AI.

Sofia Almeida: Ou seja, o próprio modelo grande de linguagem ganha uma ferramenta oficial para tarefas longas de agente.

Rafael Costa: Exato. Foi pensado para execuções que duram muito tempo — o tal "long-running coding" — e empacota tudo num ambiente integrado.

Sofia Almeida: A consequência prática: o desenvolvedor deixa de unir peças soltas e recebe um kit onde o raciocínio do modelo e a ação no código vivem no mesmo lugar.

Sofia Almeida: Vimos ambientes de desenvolvimento para agentes, mas quando o agente precisa de ir à web, a coisa complica. Raspagem, proxies, bloqueios... vira um gargalo enorme.

Rafael Costa: E é aí que entra o Context.dev. A proposta é ser uma única API que faz scrape, enriquece e extrai dados da internet, pensada para produtos de IA e agentes.

Sofia Almeida: Exato: em vez de cada time reinventar a pilha de scraping, eles oferecem isso como API de contexto web.

Rafael Costa: O que muda na prática é que o desenvolvedor para de manter infra de raspagem e passa a consumir dados estruturados prontos. Isso acelera muito a construção de agentes que dependem de informação ao vivo.

Sofia Almeida: Mas um produto de IA não é só leitura. Também precisa de capturar dados do utilizador. E aí apareceu o html.contact, que resolve o outro lado: formulários.

Rafael Costa: A ideia é simples. Escreves um formulário HTML simples, apontas para o backend deles, e ele vira um formulário funcional com upload de anexos e envio de email. E permite testar antes de pagar.

Sofia Almeida: Então, enquanto o Context.dev resolve a saída do agente para a web, o html.contact resolve a entrada de dados do usuário final. Duas pontas da mesma necessidade de infraestrutura pronta para uso.

Sofia Almeida: Notaram como cada plataforma de anúncios pede um formato diferente para o mesmo criativo?

Rafael Costa: É um trabalho que consome horas de um designer sénior, e a PixFit promete resolver isso em segundos.

Sofia Almeida: A ferramenta transforma um único ficheiro original em todos os tamanhos e formatos necessários para correr campanhas.

Rafael Costa: E sem depender de uma agência ou de redimensionamento manual.

Sofia Almeida: Do lado da monetização direta, a Fypro ataca outro ponto: converter seguidores do TikTok em clientes pagantes.

Rafael Costa: O que me chamou a atenção é que ela cria uma loja integrada no perfil, com pagamento sem sair da plataforma.

Sofia Almeida: A consequência prática é reduzir o atrito entre o vídeo que convence e o momento da compra.

Rafael Costa: Isto junta a criação automatizada de ativos com um funil de venda encurtado — menos tarefa operacional, mais foco no criativo.

Sofia Almeida: E esse app para Mac que acaba de chegar ao Product Hunt resolve uma dor bem específica de quem legenda vídeos.

Rafael Costa: O Quick Sub 2.

Sofia Almeida: A proposta dele é legendar direto na tela, mexendo no texto sobre o vídeo com controle de canvas.

Rafael Costa: Então em vez de editar numa timeline separada, a pessoa arrasta a legenda visualmente?

Sofia Almeida: Exatamente. O app é feito em SwiftUI, nativo para macOS, e foca nesse fluxo mais criativo e imediato.

Rafael Costa: Isso muda a precisão do tempo de entrada e saída de cada legenda. Quem trabalha com cortes rápidos para redes sociais ganha agilidade.

Sofia Almeida: E essa integração de chat que a gente viu com legendas tem um parente bem direto no mundo dos jogos.

Rafael Costa: Como assim?

Sofia Almeida: A CometChat lançou um SDK específico para a Unreal Engine.

Rafael Costa: Então a ideia é colocar chat de voz e texto dentro do jogo sem sair do motor gráfico.

Sofia Almeida: Exato. Eles descrevem como algo que se encaixa na Unreal como se sempre estivesse ali.

Rafael Costa: Isso resolve um problema real de estúdios pequenos: não precisam construir um sistema de chat do zero.

Sofia Almeida: Ganha-se meses de desenvolvimento. O SDK já traz moderação, tradução e chat de voz prontos.

Sofia Almeida: Imagina só: colas o link de uma vaga e a ferramenta varre logo os teus contactos todos à procura de quem te pode dar uma referral.

Rafael Costa: É exatamente essa a proposta da Sidedoor. Liga-se ao Gmail, LinkedIn, Instagram e até ao Twitter para cruzar a rede com a oportunidade certa.

Sofia Almeida: O salto interessante é que, enquanto a Sidedoor resolve a entrada, a Solaris ataca o que fazer depois.

Rafael Costa: A Solaris aparece como plataforma de adoção de IA dentro da empresa. Não é só mais um curso, é upskilling diretamente ligado aos processos da organização.

Sofia Almeida: Ou seja, uma ferramenta para te pôr lá dentro e outra para te manter relevante assim que a IA redefine o teu cargo.

Sofia Almeida: A Sidedoor e a Solaris mostram que a tecnologia já não se limita a abrir vagas — está a redefinir o que significa manter-se relevante dentro delas.

Rafael Costa: Obrigado por ouvires o Product Hunt diário. Voltamos amanhã com mais novidades. Até lá.