1023 | IA na prática: tradução em tempo real, agentes e produtividade

Sofia Almeida: Olá, bem-vindos ao briefing diário. Eu sou a Sofia Almeida.

Rafael Costa: E eu sou o Rafael Costa. Hoje vamos falar de tudo o que foi lançado nas últimas vinte e quatro horas, mas com um critério: escolhemos os produtos onde dá para perceber quem é o utilizador, o que muda em relação ao que já existe, que evidência há por trás — e, sobretudo, o que ainda está por esclarecer. Porque uma descrição de lançamento é sempre uma promessa, não um resultado verificado.

Sofia Almeida: E o fio condutor de hoje, se olharmos para o conjunto, é agentes. Voz, modelos que correm sozinhos, agentes locais, agentes de publicidade, agentes de suporte. Há uma vontade clara de tirar as pessoas do ciclo e deixá-las só nos momentos de decisão. Vamos começar pelo sinal mais visível dessa tendência, que veio da ElevenLabs.

Rafael Costa: A ElevenLabs anunciou tradução de voz em tempo real. E o detalhe interessante é que é bidirecional — ou seja, duas pessoas que não falam a mesma língua conseguem ter uma conversa ao vivo — em mais de noventa idiomas. E, ao contrário de muito que se vê nesta área, mantém uma voz consistente: o teu timbre não vira uma voz robótica diferente a cada frase.

Sofia Almeida: E inclui legendas e transcrição, o que importa, porque numa conversa ao vivo nem sempre se percebe tudo apenas pelo áudio. Isto aproxima-se de interpretar de conferência, mas sem intérprete e sem equipamento.

Rafael Costa: Sim, e os cenários óbvios são reuniões internacionais, apoio a clientes, conversas entre famílias ou equipas espalhadas. Mas atenção: tal como em quase todos os lançamentos de hoje, faltam dados. Não há preço anunciado, nem limites — quantos minutos, que latência em contexto real, que qualidade em idiomas menos comuns. São perguntas abertas que só o uso vai responder.

Sofia Almeida: E se a ElevenLabs está a levar a tradução ao vivo, a Mistral está a abrir a base para quem constrói coisas faladas. Foi justamente a ligação que notámos entre os dois blocos.

Rafael Costa: Exato. A Mistral lançou o Voxtral 3, que não é um produto único mas uma família de modelos de voz. Três componentes. Primeiro, transcrição em mais de cinquenta idiomas. Segundo, text-to-speech com controlo de emoção — podes pedir uma voz mais alegre, mais séria. Terceiro, e talvez o mais interessante para developers, um SDK de agentes de voz feito em parceria com a LiveKit.

Sofia Almeida: É uma jogada diferente da ElevenLabs. A ElevenLabs lança um produto acabado que o utilizador final experimenta; a Mistral está a dar os tijolos. Quem constrói uma aplicação de atendimento, um tutor falado, um assistente telefónico, pode pegar no Voxtral 3 e montar o seu próprio sistema.

Rafael Costa: E o controlo de emoção no TTS não é detalhe estético. Numa experiência falada, a entoação é metade da mensagem. O que fica por saber é a qualidade comparada com alternativas estabelecidas, os custos por minuto e como esses modelos se comportam em produção. Anúncio de modelo é fácil; produção é outra conversa.

Sofia Almeida: E do voz-a-voz passamos para agentes que trabalham com menos supervisão — e aqui temos dois exemplos muito diferentes. Um é o Claude Duet, da Anthropic.

Rafael Costa: O Claude Duet é um agente proativo que trabalha na cloud. A ideia é que ele executa tarefas por conta própria e só te avisa em dois momentos: quando terminou, ou quando precisa de uma decisão tua. Não ficas a olhar para ele; ele vem ter contigo. Está em preview antecipado para assinantes Pro e Max nos Estados Unidos.

Sofia Almeida: Isso muda o modelo mental. Em vez de um chat onde perguntas e esperas, tens um colega assíncrono. O custo disso é confiança: como verificas o que ele fez? A Anthropic ainda não detalhou isso para o público geral, e o facto de estar restrito a um país e a dois planos diz que ainda é experimental.

Rafael Costa: O outro exemplo do bloco é técnico de outra natureza: o Mercury 3. É um modelo de difusão para linguagem, quarenta vezes maior que o anterior, e passa de mil tokens por segundo. E em benchmarks, segundo os responsáveis, supera o GPT-6 Luna.

Sofia Almeida: Note-se: superar em benchmarks é uma afirmação dos criadores. Benchmarks e uso real nem sempre coincidem. Mas a velocidade é a parte difícil de contestar — mil tokens por segundo muda a sensação de usar um modelo, sobretudo em agentes que geram muito texto em sequência.

Rafael Costa: E há uma sinergia óbvia entre estes dois. Agentes proativos como o Duet precisam de modelos rápidos e baratos para correr tarefas longas sem custo proibitivo. Difusão a essa velocidade é exatamente o tipo de base que torna isso prático.

Sofia Almeida: E se os agentes podem viver na cloud, também podem viver no teu computador. É o caso do Bits — e este, para quem se preocupa com privacidade, merece atenção.

Rafael Costa: O Bits é um agente pessoal de código aberto que corre localmente, em permanência. Usa ficheiros Markdown como memória — o que significa que podes ler, editar e versionar o que ele "sabe" de ti. Tem recuperação após falhas: se crashar, volta. E aceita o modelo que escolheres.

Sofia Almeida: Isso contrasta com o Duet de forma útil. Um depende da infraestrutura e da política da Anthropic; o outro corre no teu disco, com os teus dados, e a comunidade pode auditar o código. A limitação é evidente: um agente local não tem a escala de recursos de um agente cloud, e "qualquer modelo" significa que a qualidade depende do que lá puseres.

Rafael Costa: Mas é uma direção com valor real: autonomia com privacidade. De agentes pessoais passamos a pessoas que trabalham sozinhas — os developers solo — porque há um lançamento que ataca exatamente a solidão desse trabalho.

Sofia Almeida: O Doneas. E é quase social technology mais do que software. O que faz: um planejamento semanal às segundas-feiras, e depois, em todos os dias úteis, uma chamada de accountability de quinze minutos em grupos de cinco pessoas. E cada pessoa tem uma página pública de progresso.

Rafael Costa: O problema que resolve é real e bem conhecido: quem trabalha sozinho não tem ninguém a quem dar satisfação, e isso corrodisciplina. As calls de cinco pessoas e a página pública criam exatamente a pressão social que falta. É simples, quase sem tecnologia dentro — e essa simplicidade é a proposta, não uma fraqueza. A questão aberta é a retenção: compromissos assim dependem de as pessoas continuarem a aparecer.

Sofia Almeida: E dos hábitos de trabalho passamos às ferramentas de desenvolvimento e revisão, onde há dois lançamentos que atacam o mesmo problema de lados opostos: encurtar o caminho entre encontrar um problema e corrigi-lo.

Rafael Costa: O primeiro é o heal.dev. Ele corre a tua aplicação num sandbox parecido com produção, e quando encontra bugs ou vulnerabilidades, reporta-os de forma reproduzível — e com um failing test incluído. Isso é o detalhe que distingue: um bug report com teste que falha é algo que o developer pode aceitar e verificar, em vez de uma descrição vaga que vai para o fundo de uma fila.

Sofia Almeida: Perguntas legítimas: quão parecido com produção é esse sandbox na prática, e o que acontece com bugs que só aparecem com dados ou tráfego reais. Nenhum sandbox captura tudo.

Rafael Costa: O segundo é o Whiteboard, um canvas partilhado open source. Desenhas diagramas, vês as trajetórias dos agentes, e podes saltar diretamente desses desenhos para o código. Para equipas que discutem arquitetura em desenhos e depois têm de traduzir à mão para o repositório, esse salto direto poupa o passo de tradução — e o facto de ser open source conta para a adoção.

Sofia Almeida: Do código para algo mais mundano mas universal: e-mail e tarefas. E aqui temos dois produtos que atacam literalmente o mesmo problema — a divisão entre tarefas, lembretes e mensagens — por isso faz sentido vê-los juntos.

Rafael Costa: O Claire Mail integra Gmail, calendário e os lembretes da Apple no Mac e no iPhone. A IA organiza a caixa de entrada e dá-te um resumo da manhã. A ideia de juntar os três num só sítio é o antídoto ao clássico: mail num sítio, tarefas noutro, calendário num terceiro.

Sofia Almeida: E o Notif fica do lado dos lembretes da Apple. Em vez de um lembrete seco — "responder ao João" — adiciona a informação de contexto e botões de próxima ação. Assim, quando o lembrete dispara, já sabes o que fazer e podes agir a partir daí. É gratuito, com uma versão Pro a quatro dólares e noventa e nove por mês — e é dos poucos de hoje com preço declarado.

Rafael Costa: Ambos partem da premissa de que o problema não é a falta de ferramentas, é a fragmentação entre elas. O que fica por saber nos dois: como a IA decide o que é importante — erros nesse filtro custam confiança — e quão bem toleram APIs de terceiros como as da Apple, que mudam com frequência.

Sofia Almeida: E da organização de mensagens passamos à organização de ficheiros, que é o pesadelo silencioso de qualquer pessoa com muitos vídeos e fotografias.

Rafael Costa: O Archivist resolve-o da forma mais simples possível: jogas imagens e vídeos numa pasta, e ele renomeia tudo segundo regras que definiste. Depois há gestão de coleções e partilha por um único link. Para fotógrafos, criadores, equipas de conteúdo, o renomear consistente é metade da batalha — sem isso, procurar depois é impossível.

Sofia Almeida: A limitação natural: depende de as regras cobrirem os teus casos. E "jogar na pasta" implica confiar na automação sem ver cada decisão. Mas para um problema tão chato, uma solução chata e direta é virtude, não defeito.

Rafael Costa: E se o Archivist organiza o que já capturaste, o bloco seguinte é sobre capturar e transformar. Aqui temos três produtos que mostram três caminhos diferentes do mesmo princípio: apanhar uma ideia ou um trabalho e transformá-lo numa entrega acabada.

Sofia Almeida: O primeiro é o Loom, que mudou de posição. Gravar o teu ecrã e a tua voz passa a gerar um prompt estruturado para agentes — Claude, Cursor, Rovo. E lançaram uma app nativa nova para Mac. Em vez de explicares a um agente em texto o que queres, mostras-lhe, falas por cima, e isso vira instrução estruturada.

Rafael Costa: Isso é inteligente porque elimina a parte mais frágil de trabalhar com agentes: descrever contexto em palavras. Descrever em voz, com o ecrã à vista, é muito mais fiável. A questão aberta é a qualidade dessa tradução para prompt — um prompt mal estruturado produz um agente perdido.

Sofia Almeida: O segundo é o Dadan, que junta gravação, edição, reuniões e guias num único espaço de trabalho de vídeo com IA. E permite tornar os vídeos interativos, com votações e botões de call-to-action. É a proposta de consolidar: em vez de quatro ferramentas para gravar, editar, reunir e documentar, uma só.

Rafael Costa: E o terceiro vai mais longe ainda: o CutBay gera vídeos completos a partir de uma conversa de chat. Dás um prompt, um URL, um PDF — e ele produz o vídeo com roteiro, narração e edição. Aqui a pergunta óbvia é a qualidade: vídeos gerados assim servem para certos usos — marketing, conteúdo rápido — mas ninguém deve esperar cinema. Nenhum dos três apresenta ainda provas independentes de qualidade; são todos afirmações dos criadores.

Sofia Almeida: E se o Dadan e o Loom transformam gravações, o Voxelo 3.0 transforma um vídeo em três dimensões.

Rafael Costa: O Voxelo 3.0 cria gémeos digitais 3D fotorrealistas a partir de um vídeo de três minutos gravado com o telemóvel, pronto em cerca de uma hora. E os atributos do gémeo são publicados em JSON-LD — o que sugere que estão pensados para serem usados por outras aplicações e pela web, não só fechados na plataforma.

Sofia Almeida: Os usos apontados são streaming, marketing e presença digital. Uma hora a partir de três minutos de vídeo é ambicioso — a pergunta que fica é a fidelidade em movimentos, iluminação difícil, e o que acontece com pessoas ou objetos complexos. Fotorrealismo é uma palavra fácil de escrever e difícil de cumprir.

Rafael Costa: Dos vídeos passamos a documentos, e aqui há uma ideia que, se funcionar como descrito, elimina um retrabalho clássico. O DeepCell criou um formato próprio, o .deepcell, que liga planilha, relatório e slides numa só fonte.

Sofia Almeida: Ou seja: editas um número na planilha, e o relatório e os slides atualizam-se. E na saída exporta para xlsx, docx e pptx, portanto continua compatível com o mundo Office. Isso ataca o problema real de manter três versões do mesmo dado e descobrir, tarde demais, que uma ficou desatualizada.

Rafael Costa: A limitação está na dependência de um formato proprietário: os teus documentos vivem dentro do DeepCell. E há sempre a pergunta de como se comporta com documentos herdados, que ninguém vai refazer do zero.

Sofia Almeida: Dos documentos para a pesquisa e o consumo de informação. O Radaric é um leitor de feeds com IA que junta RSS, Telegram, X e YouTube num único sítio.

Rafael Costa: E o mecanismo de aprendizagem é o que interessa: cada vez que aprovas ou rejeitas um item, dás o motivo — e o Radaric aprende as tuas preferências a partir desses motivos. É uma triagem personalizada que, se for bem calibrada, reduz drasticamente o tempo de leitura diária. O risco evidente é a bolha: se o sistema aprende só o que gostas, o que deixas de ver?

Rafael Costa: Depende de os motivos de rejeição serem também ensinados, e o design parece contemplar isso — rejeições com motivo contam tanto como aprovações.

Sofia Almeida: Da informação para o dinheiro: vendas e prospecção. O Cusco deixa-te descrever o cliente ideal em linguagem natural, e vai procurar leads com base em dados públicos — mas com evidências anexadas a cada lead, para podes verificar de onde veio a sugestão.

Rafael Costa: E integra-se via MCP com o ChatGPT e com o Claude, portanto entra no fluxo onde muitas pessoas já trabalham. A parte das evidências é o diferencial importante: ferramentas de prospecção que só cussem nomes obrigam-te a confiar às cegas. Aqui podes verificar. A pergunta aberta é a frescura e a cobertura dos dados públicos — prospecção vive ou morre com a qualidade dos dados.

Sofia Almeida: E no bloco seguinte temos IA aplicada a tarefas muito específicas, com custos declarados — o que, convenção à parte, é raro e apreciável. Três produtos.

Rafael Costa: O Playad automatiza operações de publicidade com múltiplos agentes: um de pesquisa, um de estratégia, um de análise, um de lances. A partir de trinta e nove dólares por mês. O Fastlane 2.0 vai mais a fundo no funil completo: dás o URL do site, ele aprende a marca, estuda concorrentes, gera criativos de vídeo e imagem com IA, publica na Meta, e aprende com os resultados para iterar.

Sofia Almeida: São dois níveis de ambição diferentes: o Playad automatiza a gestão de campanhas que já existem; o Fastlane tenta o ciclo inteiro, da marca ao criativo à entrega. E o terceiro é o mais peculiar: o Kugur Ear 1, que custa quarenta e oito cêntimos de euro por hora, marca apenas as palavras de que não tem a certeza, com sugestões, e o agente faz perguntas de confirmação em vez de adivinhar.

Rafael Costa: Esse desenho do Kugur é dos mais honestos que vimos hoje: em vez de fingir confiança total, sinaliza a incerteza e pede esclarecimento. Em transcrições de áudio, onde o contexto importa, preferir perguntar a inventar é a diferença entre útil e perigoso. Em todos os três, a mesma ressalva vale: os criadores descrevem capacidades, não apresentam resultados verificados de clientes. E automação de publicidade a decidir lances com dinheiro real pede exatamente essa verificação.

Sofia Almeida: E fechamos o ciclo com suporte e infraestrutura — dois lançamentos que partilham uma ideia: devolver o controlo dos dados e dos canais a quem usa.

Rafael Costa: O Concierge, da Juniors AI, é suporte omnicanal com IA que corre na infraestrutura do próprio cliente: o teu Postgres, o teu Redis, as tuas chaves de LLM. E sem markup nos tokens — pagas os modelos ao preço de origem. Para empresas com exigências de dados, isso é a diferença entre adotar ou não adotar IA no suporte.

Sofia Almeida: E o Resend Inboxes cria caixas de entrada partilhadas, com uma abordagem API-first: ligas agentes e constróis fluxos por cima, programaticamente. É infraestrutura para equipas que querem montar o seu próprio sistema de atendimento em vez de comprar um produto fechado.

Rafael Costa: Os dois trocam conveniência por controlo — o Concierge na infraestrutura, o Resend na arquitetura via API. E, a fecho, nota como isto encerra o fio do dia: começámos com a ElevenLabs a levar a voz ao vivo entre idiomas, e acabámos com empresas a correr os seus próprios agentes na sua própria infraestrutura.

Sofia Almeida: Em todo o lado, a mesma forma: autonomia para as máquinas, decisões e controlo para as pessoas — e, quase sempre, mais perguntas do que respostas sobre preço, qualidade em produção e limites. Fica isso registado, porque promessa de lançamento é promessa até se provar.

Rafael Costa: Obrigado por nos ouvires. Amanhã há mais.

Sofia Almeida: Até já.