The New AI Agents That Shop, Plan, and Gossip

No podcast da Andreessen Horowitz (a16z), os sócios Anish Acharya e Josh Elman conversam com David Pawlan, criador do Assistant Benchmark (plataforma de testes comparativos de assistentes de inteligência artificial), sobre o estado atual, a evolução técnica e o comportamento de agentes de IA voltados ao consumidor e ao trabalho.

O Ecossistema de Desenvolvedores e o Meetup de Agentes

David Pawlan relata a realização de um encontro presencial com mais de 100 desenvolvedores e usuários avançados de agentes de IA, incluindo uma competição de pitch com 10 startups do setor.

Ambiente não concorrencial: Apesar da sobreposição funcional direta entre muitos produtos, o ecossistema opera de forma colaborativa e aberta, compartilhando boas práticas e dados de falhas de confiabilidade.
Visão de ecossistema vs. agente único: Josh Elman e Anish Acharya argumentam que o mercado não convergirá para um monopólio de agente único, mas para uma variedade de agentes especializados preenchendo facetas distintas da rotina humana (produtividade, saúde, finanças, viagens, mediação social).

Categorização, Confiança e o Dilema Privacidade vs. Utilidade

Com base na análise de mais de 147 assistentes e em uma base de aproximadamente 3.600 mensagens trocadas em grupos de usuários avançados (power users), David mapeia o mercado em quatro categorias principais:

Assistentes gerais;
Assistentes orientados ao trabalho/produtividade;
Assistentes multiplayer (sociais/colaborativos);
Assistentes de viagens e logística.

O gargalo da confiança e o vácuo financeiro: Agentes financeiros ainda não decolaram. Pawlan aponta que o medo número um dos usuários — citado em 22% de todas as mensagens analisadas — é a confiança (trust).

Fences, Limites e o Caso Shane Mac

Josh Elman cita a tese de Shane Mac (criador do conceito Picnic): a segurança dos agentes depende de "cercas" (fences). Uma criança em quintal sem cerca exige vigilância constante; com cerca bem definida, opera livre e segura.

Incidente corporativo: Shane Mac enfrentou um vazamento quando seu assistente pessoal cruzou fronteiras organizacionais e expôs detalhes de suas finanças pessoais no Slack da sua empresa.
Princípios vs. Regras: Anish Acharya pontua que modelos avançados respondem melhor a diretrizes e princípios qualitativos sobre julgamento e presunção do que a regras programáticas duras.
Controle vs. Autonomia: Elman enfatiza que os consumidores não buscam autonomia cega; preferem que o agente realize todo o trabalho de pesquisa e mapeamento de trade-offs, mas preserve a decisão final e a aprovação de custos para o humano.

Preferência Revelada vs. Preferência Declarada

Anish Acharya aponta a contradição entre o discurso de privacidade e a ação real do consumidor:

Campanha da Hark: A startup ofereceu US$ 1 milhão em pizzas gratuitas (US$ 30 por usuário). Para receber o cupom, dezenas de milhares de usuários concederam acesso irrestrito a todo o seu Google Workspace, incluindo histórico completo de e-mails.
Vergonha social: Acharya e Elman notam que o maior receio não é a segurança abstrata de dados, mas o constrangimento social e profissional (ex.: agentes enviando e-mails com tom inadequado, algo que produtos como o Town tentam resolver ao calibrar tom e estilo).

Benchmarks Práticos: Julgamento, Trade-offs e Dinâmica Multi-Agente

David Pawlan conduziu testes empíricos para avaliar o julgamento e a capacidade dos assistentes de balancear restrições conflitantes:

Teste 1: Entrega de Flores no Mesmo Dia com Menor Custo

Instinct: Apresentou o melhor desempenho contínuo no equilíbrio entre prazo de entrega e menor preço.
Kicker: Teve desempenho de ponta graças à execução via extensão do Google Chrome, permitindo navegação web direta com menor atrito.
Season: Bom desempenho no equilíbrio de custos.
Assistentes convencionais: A grande maioria encontrou opções para o mesmo dia, mas ignorou o critério de menor custo, priorizando apenas o atendimento do prazo.

Teste 2: Viagem a Los Angeles (Fim de Semana "Luxuoso e com Custo Eficiente")

Três agentes foram colocados para planejar uma viagem confrontando as diretrizes opostas de luxo e economia:

DOTS: Priorizou a eficiência de custo.
Grokbot: Priorizou o tempo útil disponível no destino como definição de luxo (ex.: evitando voos em horários ruins).
Instinct: Manteve-se exatamente no meio-termo entre custo e conforto.
Confronto em sala multi-agente: Pawlan colocou os três em uma sala de chat por três rodadas de propostas de itinerário. O Grokbot foi o único que incorporou metodicamente os pontos fortes dos planos concorrentes para refinar sua própria proposta.

Contexto, Memória e Portabilidade de Dados

Adoção do DOTS: Em pesquisa com 354 usuários avançados de IA conduzida por Pawlan, apenas 3% utilizavam o DOTS como assistente primário. Contudo, seu diferencial é herdar o contexto acumulado no ChatGPT.
Interoperabilidade da memória: Pawlan testou os 15 principais assistentes do ranking pedindo a exportação completa da memória para migração de plataforma. 14 dos 15 assistentes exportaram sem atrito seus arquivos de contexto em Markdown.
Padrão de onboarding: Tornou-se comum o assistente solicitar que o usuário cole um prompt no ChatGPT, baixe o arquivo de contexto e faça o upload no novo agente, ou participe de chamadas curtas de voz de sondagem.
Fotos como vetor de contexto: Josh Elman cita o Dazzle (novo produto de Marissa Mayer), focado no processamento de rolos de câmera e capturas de tela. O modelo descarta preventivamente fotos que contenham informações sensíveis ou irrelevantes para preservar a confiança do usuário.

Comércio Eletrônico, Racionalidade e Paternalismo

Na pesquisa de David Pawlan sobre hábitos de compra via agentes:

35% dos usuários usam assistentes para compras no varejo/Amazon.
Vencedores estruturais: Acharya e Elman afirmam que marcas de cauda longa (direct-to-consumer / Shopify) se beneficiarão estruturalmente, pois agentes possuem paciência infinita de busca, reduzindo o poder de grandes agregadores intermediários.
A tese da racionalidade vs. mentes alienígenas: Contrapondo a tese de Patrick Collison (Stripe) de que agentes tornarão os consumidores 100% racionais, Anish Acharya argumenta que agentes desenvolverão suas próprias preferências enviesadas ("mentes alienígenas"), como privilegiar plataformas com APIs limpas e documentadas em detrimento de produtos melhores com integrações precárias.
O risco do paternalismo: Elman alerta que produtos de consumo morrem quando adotam postura paternalista (ex.: o agente restringir opções de comida porque o usuário declarou querer emagrecer). Consumidores buscam agentes que ampliem desejos e aspirações, não que imponham restrições morais.

Agentes Sociais, Multiplayer e Redes de Agente para Agente

Wabi: Plataforma recém-lançada que gerencia diferentes tópicos da vida (ex.: listas de livros/filmes com widgets interativos) e canais em grupo onde humanos e o agente compartilham um contrato social do zero, evitando o desconforto de inserir agentes em conversas preexistentes do iMessage.
Agentes "fofoqueiros" (gossipy agents): Josh Elman relata experiências em que agentes conversam entre si nos bastidores e compartilham dados contextuais entre amigos (ex.: o agente avisou a Elman que a energia da casa de um amigo havia sido cortada para reformas). Acharya classifica essa dinâmica como "indireção social", funcionando como lubrificante para conectar pessoas sem o peso do oversharing.
Do OpenClaw ao Moltbook: A evolução técnica migrou do OpenClaw (instalações locais complexas em Mac mini) para aplicativos plug-and-play e redes agente-a-agente (como o Moltbook). No meetup, Pawlan conectou dezenas de agentes via QR Code em uma sala paralela; após cerca de 150 mensagens sem objetivos claros, as IAs passaram a gerar texto desconexo (gibberish), evidenciando que conversação pura entre agentes precisa de direcionamento e metas humanas claras.
Tomo (Interest Groups): Cria grupos de estudo unindo usuários desconhecidos por interesse compartilhado (ex.: estudantes prestando o exame LSAT), abrindo caminho para que agentes agendem encontros físicos em bares para os membros após a prova.

Novas Fontes de Contexto Passivo e Próximos Passos

Hardware e MCP (Model Context Protocol): A integração de agentes a hardware doméstico (aspiradores, termostatos) gera leitura passiva sobre hábitos (temperatura preferida para dormir, nível de limpeza da casa).
Histórico e áudio contínuo: Josh Elman destaca a subutilização de históricos completos de pedidos da Amazon e compras de apps da Apple. Para capturar vida real, aposta em recursos de gravação e contexto contínuo no Apple Watch (como as funções Siri recap e live rewind).
O conceito do "Dark Agent" e Superpoderes: Anish Acharya e Josh Elman concluem que o valor transformador dos agentes não reside em tarefas rotineiras de produtividade, mas em atuar como uma alavanca aspiracional: um agente que entenda as fraquezas, desejos ocultos e inseguranças que o usuário não revela publicamente, servindo como uma "arma secreta" que o torna uma versão superior de si mesmo.