1021 | Agentes, Desenvolvedores e IA: As Novidades da Semana

Sofia Almeida: Olá, bem-vindo de volta ao podcast! Eu sou a Sofia Almeida.

Rafael Costa: E eu sou o Rafael Costa. E hoje, Sofia, a história que amarra tudo é uma só: inteligência artificial que sai do chat e passa a agir de verdade — no seu fluxo de trabalho, no seu computador, no seu celular, até dentro de conversas com os seus amigos.

Sofia Almeida: Exatamente. Não é uma notícia isolada, é um padrão. Ferramentas que observam, decidem e executam. E o mais interessante: cada lançamento que a gente vai comentar mostra uma peça diferente dessa mesma engrenagem — dos agentes que agem, passando pela infraestrutura que sustenta esses agentes, até o consumidor comum e a comunidade open-source.

Rafael Costa: E a gente vai fazer isso sem hype, tá? Os lançamentos que a gente trouxe vieram das últimas 24 horas, e a gente escolheu um grupo enxuto onde dá pra falar de problema real, solução diferenciada, o que a coisa faz de concreto, preço, e o que ainda é desconhecido. Vamos começar pelo que talvez seja a mudança mais visível: agentes agindo dentro do fluxo de trabalho.

Sofia Almeida: Vamos. E aqui tem três produtos que, juntos, contam uma história. O primeiro é o Inflight. O problema que ele ataca é um dos mais frustrantes do desenvolvimento de software com IA: você tem um protótipo rodando, alguém testa, acha um problema ou tem uma ideia... e como isso chega pro agente de código que vai consertar?

Rafael Costa: A resposta do Inflight é simples na proposta: comentários e até vídeos fixados direto no app ao vivo. Então imagine que você está navegando no protótipo, vê algo errado, grava um vídeo apontando ali, fixa o comentário naquele lugar exato da tela. E os agentes de código puxam esses próximos passos via MCP — o protocolo que já virou meio padrão pra conectar agentes a ferramentas.

Sofia Almeida: E por que isso importa? Porque o feedback vira trabalho. Não é um e-mail, não é um ticket num sistema separado que alguém precisa transcrever. O comentário está no contexto do app, e o agente consegue consumir. É a distância entre "vi um bug" e "o bug foi corrigido" encolhendo muito.

Rafael Costa: Agora, limitações honestas aqui. Isso pressupõe um fluxo de trabalho onde você já tem agentes de código rodando com MCP configurado. Não é uma ferramenta pro time de marketing anotar ideias — é uma ponte entre quem testa e quem (ou o quê) programa. E a descrição de que os agentes "puxam" as tarefas é o que o fabricante conta; como isso funciona na prática, com que confiabilidade, é algo que ainda não dá pra verificar só pelo lançamento.

Sofia Almeida: O segundo é o ToDo.is, e ele ataca um problema mais pessoal: listas de tarefas que exigem trabalho de verdade. Pesquisar algo, produzir arquivos, montar um site — coisas que um lembrete não resolve, mas um assistente poderia.

Rafael Costa: E a proposta é que o agente executa essas tarefas 24 horas por dia, 7 dias por semana, e você acessa pela web, pelo WhatsApp ou pelo Telegram. Ou seja, a interface é o mensageiro que você já usa.

Sofia Almeida: Mas o detalhe que mais me chamou atenção é o design de segurança: ele pede confirmação antes de ações arriscadas. Isso é exatamente o tipo de decisão que separa um agente útil de um agente perigoso. Se ele vai criar arquivos, publicar coisas, mexer no mundo exterior — o usuário aprova primeiro nas situações delicadas.

Rafael Costa: Vale dizer: o que conta como "arriscado" é decisão do produto, e aí mora uma das perguntas em aberto. Onde está a linha? Uma pesquisa, ok, executa. Criar um site, executa. Mas a gente não sabe dos detalhes de quais ações pedem confirmação e quais não. E, claro, a promessa de "executa pesquisas e sites 24/7" é afirmação do maker — a qualidade do resultado é o que o usuário vai julgar no uso.

Sofia Almeida: E o terceiro do grupo é o Mintlify Autopilot, que é talvez o mais específico e por isso o mais interessante pra quem mantém software. O problema: documentação apodrece. O código muda, os docs ficam pra trás, e ninguém quer escrever documentação.

Rafael Costa: O Autopilot observa os repositórios e o Slack, e redige atualizações de documentação como pull requests. E tem um detalhe de design muito bom: ele aprende o estilo das PRs que foram mergeadas — e das que foram fechadas. Então ele não tenta escrever como um manual genérico, ele tenta escrever como o seu time escreve.

Sofia Almeida: Isso é um bom exemplo de "agir dentro do fluxo" feito do jeito certo. Ele não manda mensagem dizendo "ei, acho que os docs estão desatualizados". Ele abre um PR. Que é a unidade de trabalho do desenvolvedor. Você revisa, você aceita ou rejeita. O humano continua no comando, mas o trabalho pesado de redigir foi feito.

Rafael Costa: Limitação óbvia: se o seu processo de documentação for caótico, o agente aprende o caos. Aprender com PRs mergeadas e fechadas só funciona se esse histórico for representativo do que é "bom". E os docs que ele consegue atualizar são os que seguem padrões que ele consegue detectar nos repositórios.

Sofia Almeida: Então olha o quadro: um agente que transforma feedback em tarefas de código, um agente que executa tarefas pessoais no seu mensageiro, um agente que mantém documentação via PRs. Todos agindo dentro do fluxo real, não dentro de um chat isolado.

Rafael Costa: Mas, Sofia, aí vem a pergunta que eu faço imediatamente: se o agente vai agir, ele precisa de ferramentas. E ferramentas, no mundo real, custam dinheiro e exigem cadastros, chaves de API, contas...

Sofia Almeida: E é exatamente aí que entra o próximo assunto, porque alguém resolveu isso. O Composio Instant dá aos agentes uma carteira compartilhada para pagar por ferramentas sob demanda — mais de 1.500 delas.

Rafael Costa: Pensa no atrito que isso remove. Hoje, pra um agente usar uma ferramenta nova, muitas vezes alguém precisa criar conta, gerar chave de API, configurar, pagar assinatura. Com a carteira, o agente simplesmente paga pela ferramenta na hora que precisa, e não tem markup em cima — o preço que você paga é o preço da ferramenta.

Sofia Almeida: E eles dão $2 de crédito grátis pra começar, o que é uma forma de dizer "experimente sem compromisso". Agora, vale ler isso com cuidado: é a visão do fabricante de que isso resolve o atrito. A pergunta que eu faria é de governança — se o agente tem uma carteira, quem controla o quanto ele pode gastar? Isso é uma questão real quando você dá poder de compra pra uma máquina.

Rafael Costa: Mas como peça do quebra-cabeça, faz sentido total. Os agentes do bloco anterior precisam agir no mundo: chamar APIs de busca, serviços de dados, ferramentas de todos os tipos. A carteira é o que transforma "o agente pode, em teoria" em "o agente pode, na prática".

Sofia Almeida: E se os agentes precisam de poder de fogo pra agir — buscas grandes, modelos pesados —, a pergunta seguinte é: onde isso roda? Qual é a infraestrutura por trás? E é aqui que o assunto muda de camada, mas é a mesma conversa.

Rafael Costa: Três lançamentos nessa faixa. O primeiro vem da Intel: a GPU de inferência D270. E o detalhe que importa aqui não é o número de FLOPS — embora sejam 1,3 PFLOPS em FP8 —, é a memória: até 480GB de LPDDR5X.

Sofia Almeida: E por que isso importa? Porque as GPUs de ponta usam HBM, que é memória ultrarrápida e caríssima. A D270 aposta em LPDDR5X — memória mais lenta, mais barata — mas em quantidade enorme: 480GB, com 1,5TB/s de largura de banda, tudo refrigerado a ar a 350 watts.

Rafael Costa: A tese implícita é: para inferência, muita memória barata pode valer mais do que memória pouca e cara, porque você consegue carregar modelos grandes. Se isso barateia inferência de verdade, muda a economia de tudo que a gente falou antes. Mas é uma aposta — desempenho real vai depender das cargas de trabalho, e a gente não tem benchmarks de terceiros aqui.

Sofia Almeida: O segundo é o Exa 3.0, que é uma atualização do ranking da busca via API deles. E o recurso que mais importa pra quem usa agentes é o Dynamic Highlights: em vez de devolver páginas inteiras, devolve só os trechos relevantes.

Rafael Costa: E isso corta até 95% dos tokens. Pensa na conta: se seu agente faz buscas o dia inteiro, e cada busca devolve texto em excesso, você paga tokens de entrada à toa. Cortar 95% é uma economia direta — no custo e na janela de contexto do agente.

Sofia Almeida: Eles também têm o Exa Lite a $4 por mil requisições, e bilhões de documentos novos no índice. De novo: os números de corte de token são da empresa; o "top-ranked" que eles se descrevem é autoproclamado. Mas a direção é clara: busca feita pra agentes, não pra humanos clicando em links.

Rafael Costa: E o terceiro dessa camada é o mais estranho e talvez o mais provocador: o Harness², do Google Research, open-source. A ideia é que os agentes evoluem automaticamente o próprio harness — o arcabouço de ferramentas e instruções em volta do modelo.

Sofia Almeida: Ou seja: em vez de humanos engenheiros refinarem o "esqueleto" em que o agente opera, o framework permite que o agente mesmo experimente variações e melhore esse esqueleto. No que eles reportam, isso rendeu até 11,5 pontos a mais em benchmarks.

Rafael Costa: E aqui a gente tem que ser cuidadoso, porque "o agente melhora a si mesmo" é uma frase que evoca muita ficção científica. O que de fato está descrito é: o framework otimiza o harness — o ambiente do agente, não o modelo. Os ganhos são em benchmarks, que são ambientes controlados, não o mundo real. Ainda assim, se funcionar como descrito, é uma forma de automatizar uma engenharia que hoje é manual e demorada.

Sofia Almeida: Juntando: memória grande e barata, busca que economiza tokens, agentes que melhoram o próprio arcabouço. A direção comum é custo e atrito caindo. E quando custo e atrito caem, o que acontece? O poder de fogo desses agentes chega pro computador de cada desenvolvedor. Que é exatamente o próximo assunto.

Rafael Costa: E aqui o centro da conversa é uma ferramenta chamada snyvi, do projeto snygy. É um aplicativo desktop open-source, licença MIT, totalmente local. E a ideia é visual e simples: cada projeto seu tem uma "mesa", e nessa mesa você coloca até 4 agentes de código lado a lado.

Sofia Almeida: Lado a lado! Não é um agente num chat, não é uma fila de tarefas. É você vendo agentes diferentes trabalhando ao mesmo tempo no mesmo projeto, cada um na sua janela. Isso muda a experiência de orquestrar IA: de conversa com um assistente para supervisão de um pequeno time.

Rafael Costa: E "local only" é a palavra-chave. Seu código não sai da sua máquina. Pra muita gente, isso é pré-requisito, não diferencial. E MIT significa que qualquer um pode modificar, embarcar no próprio produto. É uma aposta: o desktop é onde o trabalho com agentes acontece.

Sofia Almeida: E o contexto ao redor do desktop também está sendo reconstruído. Tem o xtty, um terminal nativo do macOS feito pra quem trabalha com SSH. Conexões em lote — conecta em vários servidores de uma vez —, senhas preenchidas via Keychain, suporte a sz/rz que ainda é essencial em equipamento legado, abas... e, olha só, status de agentes.

Rafael Costa: Esse último detalhe conecta com tudo que a gente falou: se você tem agentes rodando localmente, você precisa saber o que eles estão fazendo. O terminal, que é a casa natural do desenvolvedor, passou a incluir "status do agente" como recurso de primeira classe.

Sofia Almeida: E aí tem uma peça que foge do software puro: o ESP-Mosaico, uma placa de desenvolvimento modular baseada no ESP32-S31. A proposta é que agentes de IA consigam construir, fazer deploy e iterar em hardware real.

Rafael Costa: Isso é fascinante, porque todo mundo pensa em agentes escrevendo software. Mas o mundo físico também precisa de firmware, de protótipos, de iteração. Uma placa desenhada pra "ser programada por agentes" é o mesmo movimento dos outros produtos, aplicado a componentes eletrônicos.

Sofia Almeida: E fechando esse bloco, a economia: o RunInfra, que vende planos de código a $10 por mês, valor fixo, com modelos abertos rápidos — GLM 5.3, DeepSeek — usáveis dentro do Claude Code e similares. E eles destacam 99,5% de cache hits, ou seja, quase todo o trabalho reaproveitado dos prompts já processados.

Rafael Costa: Preço fixo é uma resposta direta à dor do token: você nunca sabe quanto vai gastar no fim do mês com uso variável. Fixo em $10 com modelos abertos é uma aposta em previsibilidade. De novo, os números de cache são da empresa, mas a proposta comercial é clara e simples.

Sofia Almeida: Juntando com o suporte do bloco: também vale citar o Portlivo, um app pra barra de menu do Mac a $8,99 de compra única, que lista todos os servidores de desenvolvimento locais e portas, com abrir, matar, reiniciar e ver logs em um clique. Parece detalhe pequeno, mas é o mesmo tema: a máquina local virou um zoológico de processos e agentes, e alguém precisa organizar isso.

Rafael Costa: E o Hoistbay, open-source e MIT também: um app desktop pra S3 e CloudFront com regras automáticas de header, download de pastas inteiras e invalidação de cache em um clique. Outra ferramenta de dev que antes vivia no console da nuvem, descendo pro desktop.

Sofia Almeida: Então o quadro do desktop: agentes lado a lado, terminal que monitora agentes, hardware que agentes programam, plano de código barato e fixo, e utilitários que domam o caos local. O desktop voltou ao centro.

Rafael Costa: E se o desktop é o centro do trabalho... como isso chega pro consumidor comum? Porque a maioria das pessoas não usa terminal. E é aí que o assunto continua, mas muda de público.

Sofia Almeida: Primeiro, vídeo. O Kling 4.0 chegou com um pacote bem completo: até 10 keyframes por vídeo, 15 referências, clipes de 30 segundos, e lip sync em mais de 10 idiomas. E, na linha do que a gente vem conversando, MCP e CLI — ou seja, dá pra acionar por agente, não só pela interface web.

Rafael Costa: Os keyframes merecem explicação: você define até 10 momentos-chave e o modelo interpola entre eles. Isso dá controle real sobre a narrativa do vídeo, em vez de um prompt só e torcer. E o Kling Flash existe como opção mais barata em 720p — o padrão de sempre: versão caro e bom, versão barato e rápido.

Sofia Almeida: Segundo, voz e bem-estar. A Stella é uma IA de bem-estar emocional, por voz no iOS ou por iMessage. $9,99 por mês ou $59,99 por ano. E tem algo que eu acho digno de nota: eles deixam explícito que não é terapia.

Rafael Costa: Isso é importante, e a gente não deveria passar por cima. Uma IA de apoio emocional que se posiciona com honestidade sobre o que não é é raro e necessário. A pergunta aberta é a eficácia e os limites: o que acontece quando alguém em crise real conversa com uma IA? O produto reconhece seu limite ao dizer que não é terapia, mas o uso real ainda vai revelar onde essa linha é fina.

Sofia Almeida: Terceiro, e esse é o mais socialmente intrigante: o bonds, um app de mensagens onde cada chat de amigos ganha um companheiro de IA, o "bondi", que gera aplicativos e jogos dentro da própria conversa.

Rafael Costa: Pensa nisso por um segundo: você está num grupo de amigos, e a IA que vive no grupo cria um joguinho pra vocês no meio da conversa. Não é "abre outro app", é o app nascendo dentro do chat.

Sofia Almeida: Mas aqui é onde eu paro e pergunto: como as pessoas vão reagir a uma IA dentro de conversas íntimas? O chat de amigos é um dos poucos espaços digitais ainda consideravelmente "entre humanos". Colocar um participante de IA ali — mesmo que útil, mesmo que divertido — é uma aposta social que ninguém sabe o resultado. Essa é a grande incógnita do bloco.

Rafael Costa: E o Kling, a Stella e o bonds têm algo em comum que serve de ponte pro que vem agora: todos viram produtos dentro de contextos maiores — o vídeo vira material dentro de pipelines de agentes, o bem-estar vive dentro do iMessage, o jogo vive dentro do chat. Produtos que não exigem que você venha até eles; eles vão até onde você já está.

Sofia Almeida: Exatamente. E o próximo bloco leva essa ideia a extremos interessantes. O primeiro é o Jotform App Builder: você constrói aplicativos no-code — portais, lojas, catálogos — dentro do ChatGPT e do Claude, a partir dos seus formulários do Jotform.

Rafael Costa: Ou seja: o app não é um site que você visita. O app vive dentro do chatbot. A "loja" da sua empresa pode ser uma conversa no ChatGPT. Isso é uma mudança de canal de distribuição: em vez de app-store, chat-store.

Sofia Almeida: A lógica é: você já tem seus dados nos formulários do Jotform, e em vez de construir um site em volta deles, o produto gera aplicações direto no ambiente onde milhões de pessoas já conversam todo dia. Pra pequenos negócios, isso pode ser o caminho mais curto entre "tenho um formulário" e "tenho um portal funcional".

Rafael Costa: A limitação é inerente: você está dentro de plataforma alheia. As regras, o alcance, o comportamento — dependentes do ChatGPT e do Claude. É poderoso, mas é alugado.

Sofia Almeida: O segundo é o reception: um chat de suporte nativo pra apps iOS, com IA treinada na documentação do próprio produto, e que consegue mostrar reviews e ofertas dentro do chat. O inbox do time humano fica no Telegram, e o preço é fixo: $25 por mês.

Rafael Costa: Suporte conversacional como camada do produto, não como departamento. O usuário pede ajuda dentro do app, a IA responde a partir dos docs, e se fizer sentido, oferece algo ou puxa avaliações. E o Telegram como inbox é um sinal dos tempos: até o back-office do suporte está migrando pra mensageiros.

Sofia Almeida: O preço fixo de $25 também segue o padrão do RunInfra: previsibilidade. E a pergunta aberta é a qualidade das respostas da IA baseada em docs — todo mundo que já usou suporte por IA sabe que a diferença entre útil e frustrante está na precisão.

Rafael Costa: E o terceiro do bloco sai do software completamente: o Asimov 1, humanoide open-source da Menlo. 1,2 metro, 25 juntas, e o kit sai por $20.000. Já foi enviado pra mais de 20 países.

Sofia Almeida: Um humanoide open-source a $20.000 ainda é caro pra uma pessoa física, mas é uma fração do custo histórico desses robôs. E "open-source" aqui significa que a comunidade pode modificar, estudar, melhorar. Isso ecoa tudo que a gente viu: snyvi MIT, Hoistbay MIT — abertura como estratégia.

Rafael Costa: De novo com honestidade: "enviado pra mais de 20 países" é um dado de distribuição, não de utilidade. O que os compradores fazem com o robô, quanto ele consegue de fato automatizar — isso ainda está por se provar. Mas um humanoide kit com especificações públicas é um marco de acessibilidade, sem dúvida.

Sofia Almeida: E agora, Rafael, o fecho. Porque depois de GPU de 480GB, robô humanoide e agentes pagando por ferramentas... a história termina de um jeito que eu acho lindo: no mínimo possível.

Rafael Costa: Você está falando do /dev/null, né? A rede social para desenvolvedores construída ao vivo, em 48 horas, por Nuno Maduro, Brent Roose, Matthieu Napoli e Pauline Vos. Login via GitHub, open-source, e pull requests mesclados durante as lives.

Sofia Almeida: Isso é quase uma performance. Quatro pessoas conhecidas na comunidade, transmissão ao vivo, 48 horas, e uma rede social de verdade no final — com a comunidade podendo mandar código que é mesclado em streaming. Não é um lançamento corporativo, é uma declaração de método.

Rafael Costa: E o que fica de lição não é o produto em si — é o processo. Construir em público, deixar a comunidade entrar pelo GitHub, aceitar contribuições ao vivo. O launch de 48 horas versus o roadmap de 18 meses.

Sofia Almeida: E do outro lado do espectro, o Paul Ford com o Tiny Little Office: 10 aplicativos onde os documentos vivem inteiramente no hash da URL.

Rafael Costa: Explica isso, porque é genial e muita gente não conhece a técnica.

Sofia Almeida: O fragmento da URL — aquilo que vem depois do cerquilha — pode guardar dados sem nunca tocar um servidor. Então você abre o app, escreve um documento, e tudo que você escreveu está codificado dentro do próprio endereço. Salve o link, e você salvou o documento. Zero contas, zero servidores, zero armazenamento na nuvem. E é tudo open-source.

Rafael Costa: É o oposto exato da infraestrutura que abriu o episódio. Lá, uma GPU de 480GB de memória e carteiras de agentes gastando dinheiro em APIs. Aqui, um link vazio carregando seu documento inteiro.

Sofia Almeida: E é por isso que eu acho que esse é o fecho natural: os dois extremos convivem. A comunidade open-source prova que ferramentas simples e locais ainda vencem — o que ecoa os apps de desktop do meio do episódio. A infraestrutura pesada existe pra quem precisa de escala, e a URL com hash existe pra quem precisa de nada.

Rafael Costa: E os dois lados estão alimentados pela mesma onda: agentes que agem. Uns precisam de nuvem, memória e carteiras. Outros precisam só de um navegador. O espectro inteiro está vivo ao mesmo tempo, e isso, pra mim, é o sinal mais saudável do momento.

Sofia Almeida: Então é isso, gente. O fio condutor de hoje: a IA saiu do chat e entrou no fluxo — do pull request no seu repositório até o jogo dentro do grupo de amigos, do terminal do Mac até o hash de uma URL.

Rafael Costa: Obrigado por nos acompanhar, e até a próxima!

Sofia Almeida: Até já!