0908 | Agentes no seu computador: código, notas, vídeo e trading

Sofia Almeida: Olá, bem-vindo a mais um episódio do nosso diário de lançamentos. Eu sou a Sofia Almeida.

Rafael Costa: E eu sou o Rafael Costa. E hoje a linha que atravessa tudo é uma só: a IA escreveu código, gerou conversas, produziu ideias, executou análises, e a pergunta que todos esses produtos tentam responder é a mesma — quem fica com o controle? Você entrega as chaves ou mantém tudo no seu computador? Você confia no que o agente fez, ou precisa de uma forma de enxergar o que ele mudou?

Sofia Almeida: Exato. E vamos começar exatamente por aí, no trabalho de código com agentes, porque é onde essa tensão aparece do jeito mais concreto. O primeiro lançamento se chama Airuncode, e a proposta dele é ambiciosa: rodar vários agentes de código locais na sua máquina ao mesmo tempo.

Rafael Costa: Vale destrinchar isso, porque "local" aqui é palavra-chave. O Airuncode se descreve como um runtime local para trabalho sério de software. Você traz suas próprias chaves de API, pode alternar entre modelos de nuvem e modelos locais, e paga os provedores diretamente, sem markup de tokens. Ou seja: ele não revende o acesso à inteligência. Ele é a camada que executa.

Sofia Almeida: E o criador tem uma tese bem clara que ele defendeu na discussão de lançamento. Ele disse que começou o projeto porque não queria que todo o fluxo de trabalho de código dele dependesse de uma empresa de IA, de uma assinatura, de um modelo. A ideia virou simples: o runtime deve ser a camada estável, e o modelo deve ser substituível.

Rafael Costa: Isso é quase uma tese de infraestrutura, né? Como se o modelo fosse um banco de dados intercambiável. Você troca o motor, mantém o chassi.

Sofia Almeida: Exatamente. E no dia a dia, o que o Airuncode promete fazer: ele escaneia seu codebase, faz os agentes debaterem soluções entre si, edita arquivos, roda testes e tenta se autocorrigir quando algo falha. Isso tudo com vários agentes em paralelo. Ah, e tem um extra curioso: ele vem com o V-CORE, um runtime 3D nativo em Vulkan, porque o criador queria que os agentes tivessem capacidades de engine de verdade — renderização, terreno, física — em vez de recriar isso do zero toda vez.

Sofia Almeida: Está disponível para Windows, macOS e Linux.

Rafael Costa: Vou ser honesto, a parte do V-CORE me surpreendeu. Mas a parte que merece atenção crítica é justamente essa de vários agentes em paralelo no mesmo repositório. Porque um comentarista do lançamento fez exatamente essa pergunta, e ela é boa demais para ignorar.

Sofia Almeida: Conta pra mim, porque esse comentário resume o problema inteiro.

Rafael Costa: O comentarista disse que o fracasso que ele vivencia não é código ruim — é uma segunda implementação correta de algo que o repositório já tinha. Porque cada sessão começa de um estado em branco, e o resultado "lê bem no diff". A pergunta dele foi direta: o debate entre os agentes acontece depois que todos leram o que já existe, ou estão discutindo abordagens antes de alguém verificar se uma solução já existe?

Sofia Almeida: E ele ainda foi além: o self-healing, esse autoconserto de testes que falham, também o preocupa. Porque, nas palavras dele, "verde não te diz que o conserto pertencia àquela camada". Ou seja, o teste passou, mas será que a correção foi feita no lugar certo?

Rafael Costa: E é isso. O criador não respondeu a essas perguntas no material que temos. Então quem for experimentar o Airuncode precisa saber: a promessa de paralelismo e autocorreção é real como funcionalidade anunciada, mas as dúvidas arquiteturais sobre duplicação e sobre onde o conserto acontece continuam em aberto. É um produto no começo, o próprio criador diz isso — ele está reconstruindo partes da PWA e planeja criar uma comunidade para bugs e discussões.

Sofia Almeida: Agora, o segundo produto do bloco ataca o outro lado do mesmo problema. Se os agentes vão escrever código de qualquer jeito, como você entende o que eles fizeram? Aqui entra o PR Lens, da Coldtea.ai.

Rafael Costa: A ideia deles é visual. O PR Lens desenha diagramas animados de arquitetura e fluxo de dados de qualquer codebase e de cada pull request. A frase de efeito deles é: você vê a mudança antes de ler uma única linha de código.

Sofia Almeida: E eles têm um argumento de fundo que vale reproduzir. O criador disse: agentes escrevem mais código a cada semana, mas nós ainda precisamos entendê-lo, e ler linha por linha não é mais uma forma eficiente. O que se precisa é de um novo jeito de olhar código — algumas centenas de linhas por minuto, deixando sua atenção para a parte crítica: o modelo mental do sistema que você mantém, a arquitetura, como ela evolui, e como os dados fluem por ela.

Rafael Costa: Na prática, cada pull request vem com esse diagrama animado, onde mudanças, adições e remoções são codificadas por cores. E como é animado, você literalmente vê uma requisição viajar pelo sistema, em vez de encarar uma parede de diff. É open source sob licença MIT, funciona com qualquer modelo que você trouxer, e roda de três formas: como GitHub Action, no CLI, ou como skill para o seu agente de código.

Sofia Almeida: E o fluxo parece bem sem atrito, segundo o próprio criador. Ele descreveu: instala o GitHub app num repositório, abre um pull request, o diagrama já está lá. Sem chave, sem configuração, nada para aprender. Ou, se você vive dentro de um agente de código, adiciona a skill e pede para o agente diagramar a mudança que ele acabou de fazer. Ele disse que a equipe usa isso todo dia: os agentes abrem o PR, o diagrama chega junto, e ele sabe o que se moveu antes de ler o diff.

Rafael Costa: E olha, esse é o ponto em que os comentários da comunidade viram ouro, porque muitos deles descrevem uma dor real e bem específica. Um comentarista que roda um projeto com agentes de IA jogando uns contra os outros disse que, depois de commits suficientes de agentes, ele perde o rastro do que mudou. Outro, solo founder, foi ainda mais sincero — e esse comentário merece ser ouvido com calma.

Sofia Almeida: Vai, reproduz.

Rafael Costa: Ele disse: "meu problema é que, depois de uma longa sequência de mudanças escritas por agentes num app desktop em Rust, uma API em C# e um front em React, eu silenciosamente começo a perder a forma do meu próprio codebase. As partes que eu escrevi eu ainda enxergo. As partes que dirigi, menos." E ele fez perguntas boas: o baseline permite olhar o sistema como ele está agora, e não só o que uma mudança específica moveu?

Rafael Costa: E os diagramas cruzam fronteiras de linguagem — um comando em Rust e o chamador em TypeScript do outro lado, ou o diagrama fica preso a uma linguagem por vez?

Sofia Almeida: Nenhuma dessas perguntas foi respondida no material que temos. E houve outras que ficaram no ar: qual o número máximo de arquivos, como o diagrama se comporta com mudanças em arquivos de configuração e infraestrutura versus lógica pura — que têm "formas" bem diferentes —, e se o processo é confiável, se ele usa a inteligência de um LLM para montar a estrutura em nós ou se é algo fixo no código.

Rafael Costa: Então o retrato honesto do PR Lens é: um problema muito real, validado por vários relatos de primeira mão de pessoas que trabalham sozinho com agentes e perdem o modelo mental do próprio sistema. Solução com proposta diferenciada e um mecanismo concreto — diagrama animado, colorido, entregue junto do PR. Disponibilidade clara, MIT, GitHub Action, CLI, skill. Mas os limites técnicos — escala, linguagens cruzadas, tipos de arquivo — são perguntas abertas, não respostas.

Sofia Almeida: E aqui a conversa dá uma virada natural. Porque se agentes e conversas de IA estão produzindo coisas o tempo todo, a pergunta seguinte é: onde você guarda tudo isso? O Clipnote parte de uma constatação dolorosa: suas conversas com ChatGPT e Claude desaparecem no momento em que você fecha a aba.

Rafael Costa: O que o Clipnote faz: você simplesmente diz para a sua IA "salve isso", e o conteúdo é guardado na hora. Colar manualmente também funciona, claro. É um lugar para manter suas conversas de IA como um bloco de notas, voltar depois e continuar de onde parou.

Sofia Almeida: O criador contou a origem: ele estava perdendo o rastro de tudo que criava com IA — trechos de código, rascunhos, ideias — espalhados por janelas de chat, sem jeito fácil de salvar, organizar ou compartilhar. O Clipnote salva conteúdo gerado por IA em três formatos: texto simples, Markdown e HTML, organiza em coleções e publica com link compartilhável — direto do chat via MCP, ou manualmente pelo app web.

Rafael Costa: E o site deles mostra que a coisa vai além de guardar texto. Como aceita HTML, você pode pedir para o ChatGPT ou o Claude criar, por exemplo, uma calculadora de rateio, um jogo de pedra-papel-tesoura, uma página de convite de aniversário — e o resultado funcional fica salvo, abrível por URL.

Rafael Costa: Também tem coleções, onde vários clipes viram uma única página pública compartilhável, histórico de versões — quando você atualiza um clipe, o conteúdo antigo é guardado automaticamente — e lixeira com 30 dias para restaurar. E dá para pedir para a IA ler um clipe salvo e trabalhar a partir dele, tipo "pega o plano de viagem de Kyoto que salvei e adiciona sugestões de hospedagem com onsen".

Sofia Almeida: Nos comentários, o destaque positivo foi o fluxo via MCP — um comentarista chamou de "a parte inteligente", muito menos atrito que copiar e colar num app separado. E outro elogiou o salvamento via MCP ser privado por padrão, dizendo que isso evita um vazamento acidental logo no primeiro dia. Mas houve uma hesitação específica sobre os links compartilháveis: muita coisa que você salva de um chat de IA está pela metade, ou contém algo que você não quer público por acidente.

Sofia Almeida: A pergunta feita foi: existe expiração ou controle de acesso nesses links, ou são permanentes e abertos a qualquer um com a URL?

Rafael Costa: Essa pergunta específica não aparece respondida no material. O que o site diz é que o escopo é escolhível entre privado e público, e pode ser alternado depois. Mas expiração e controle fino de acesso ficaram sem resposta no que temos. Para alguém avaliando, é a pergunta a fazer antes de publicar qualquer coisa.

Sofia Almeida: Agora, se o Clipnote é sobre guardar o que a IA produziu depois do fato, o próximo produto ataca o momento anterior: capturar a ideia no exato instante em que ela aparece, sem abrir mais uma janela. É o Tucky, um app de notas nativo para macOS.

Rafael Costa: A imagem é boa: as notas do Tucky dormem como uma faixa fina na borda da tela. Títulos de lado, para você ler sem abrir nada. Quando você passa o mouse, elas se abrem em leque. Você escolhe uma, ela abre, escreve, e as outras voltam para a borda.

Sofia Almeida: E o criador contou a motivação: como founder, ele estava se afogando em notas, ideias, feedbacks e lembretes espalhados por apps e telas. Todo grande produto começa com um pensamento capturado, mas os dele continuavam se perdendo. Ele descreveu o Tucky como "o assistente silencioso que todo founder gostaria de ter".

Rafael Costa: E tem um agente dentro. Você segura Option mais espaço e fala com as notas de qualquer app — buscar, escrever, reescrever. Ele pode conversar com apps conectados como calendário e e-mail. Uma nuance importante de privacidade que o site deixa clara: quando você pergunta sobre uma nota específica com Command-J, os títulos vão junto com a pergunta, mas o corpo da nota só é lido se você permitir. E tudo fica criptografado no seu Mac, arquivos locais apenas.

Sofia Almeida: Sobre modelos e preços: o Plus custa 12 dólares por mês e destrava notas ilimitadas — o grátis é literalmente uma nota, como teste —, mais os modelos de raciocínio, ditado por voz em mais de 60 idiomas, e conectores com Gmail, Google Calendar, Docs, Sheets, GitHub e Notion. Roda em Apple silicon e Intel, macOS 15 ou depois, tem uns 15 megabytes e se atualiza sozinho.

Rafael Costa: Nos comentários, a ideia da faixa na borda foi bem recebida — mais de uma pessoa notou que cada app de notas briga pela sua atenção, e esse deliberadamente se esconde, e que esse tipo de contenção é mais difícil de desenhar do que parece. Mas as perguntas em aberto foram parecidas com as do bloco anterior: quais modelos o agente usa, por que não o modelo de fundação da Apple, e se o agente lê as notas em segundo plano para sugerir ações ou só quando você pede.

Rafael Costa: E teve uma crítica de precificação direta: um comentarista achou que muitas funções ficam atrás do pagamento, então o usuário precisa pagar antes de experimentar o que o Tucky realmente pode fazer — e perguntou por que não cobrar desde o início em vez de manter um plano gratuito mínimo. Também pediram versão Windows, mas isso não existe no material.

Sofia Almeida: E o Tucky nos leva direto ao próximo tema, porque capturar rápido com voz é justamente a especialidade do produto seguinte — mas voltado para a tela. É o Assist, para Mac.

Rafael Costa: O Assist junta três fluxos de trabalho dentro do notch do MacBook. Primeiro: anotação de tela por voz. Você segura a tecla Option em qualquer lugar do macOS, desenha por cima do que está vendo e fala enquanto aponta. Quando solta, ele salva o screenshot anotado com uma transcrição local, para que a imagem e sua intenção fiquem juntas.

Sofia Almeida: O criador contou que construiu isso duas semanas antes do lançamento, por frustração. Ele estava usando o app nativo de screenshot do Mac para recortar e mandar imagem para o Codex, junto com um prompt longo que precisava digitar — agora falar. E ele argumentou: o processo não é ruim, mas se você faz isso cem vezes por dia, anotando, recortando, vira frustrante.

Sofia Almeida: Agora ele segura Option, anota falando, e um modelo local transcreve a voz e cria um prompt otimizado para copiar e mandar para o Codex, o Claude Code, ou onde for.

Rafael Costa: Segundo fluxo: screenshot limpo de tela cheia com Control mais Option. Salva na hora, e um editor rápido aparece embaixo do notch para recortar, desfocar ou emoldurar. Terceiro: histórico de clipboard, que guarda o texto copiado junto dos screenshots numa prateleira local, com filtros de tudo, texto e imagens.

Sofia Almeida: E os detalhes técnicos de privacidade são concretos: a transcrição de voz roda localmente com WhisperKit em Apple silicon, o áudio bruto fica só na memória enquanto a transcrição termina e nunca é salvo — só a transcrição resultante fica. Não tem servidor, não tem assinatura: 20 dólares, compra única, para um Mac. Requer macOS 14 ou posterior.

Rafael Costa: E aqui os comentários trazem uma crítica que eu acho a mais interessante do dia. Um comentarista apontou que um gerenciador de clipboard com histórico é, quer você tenha desenhado assim ou não, um cofre de segredos. Todo mundo cola uma chave de API ou uma senha saindo de um gerenciador em algum momento — e agora aquilo está sentado no notch pronto para ser reutilizado. A pergunta: vocês detectam e pulam isso, ou pelo menos há uma janela de retenção configurável?

Rafael Costa: Isso também ficou sem resposta no material.

Sofia Almeida: Do outro lado, houve um depoimento de experiência que vale citar: uma pessoa com síndrome do túnel do carpo disse que o app é realmente útil para ela — porque a proposta de falar em dois segundos o que você digitaria é genuinamente inclusiva. E alguém perguntou como ele compete com o Whisperflow, o que também não foi respondido.

Rafael Costa: E de anotar a tela com a voz, pulemos para falar com a voz diante da câmera. O Scriptly é um app de teleprompter para iOS, e a diferença dele está logo na descrição: um teleprompter controlado pela sua voz.

Sofia Almeida: O problema que ele ataca é conhecido de qualquer gravador de vídeo: os prompters tradicionais rolam numa velocidade fixa pré-ajustada, e você fica embaçado para acompanhar — ou corre atrás do texto, ou pausa sem jeito, e isso aparece na gravação. O Scriptly faz o oposto: o roteiro rola seguindo a sua fala em tempo real. Você dita o ritmo.

Rafael Costa: Além disso, ele junta o fluxo de criação num lugar só: escrever, organizar e manter os roteiros prontos, gravar, e controlar tudo pelo Apple Watch — iniciar e parar a gravação e ajustar o texto do teleprompter sem alcançar o telefone. O armazenamento é local, o criador destaca privacidade, e o beta público está disponível no TestFlight. Ele contou que construiu por frustração com prompters travados que forçavam você a igualar seu ritmo de fala a uma rolagem rígida.

Sofia Almeida: E olha só como os comentários foram diretos ao ponto. Primeiro, alguém apontou a ironia: um serviço de vídeo que não subiu vídeo de demonstração ao Product Hunt. Segundo, um usuário Android fez o elogio raro de dizer que esse é o tipo de app que faz pensar em trocar de celular — ele grava vídeos curtos como founder e o teleprompter é sempre o elo fraco. Mas fez duas perguntas antes de considerar a troca: Android está no roteiro, ou a correspondência de voz depende de APIs exclusivas do iOS?

Sofia Almeida: E quando ele sai do roteiro por uma frase, o teleprompter retoma de onde ele parou ou fica esperando na última linha?

Rafael Costa: Nenhuma dessas respostas está no material — a roadmap para Android e o comportamento ao improvisar ficaram em aberto. E um detalhe do site: está assinado como feito com carinho em Gana, por Jason e Kukua. Um produto de criador, em beta, com uma tese clara e perguntas honestas esperando resposta.

Sofia Almeida: Agora muda o assunto, mas continua na mesma lógica: o problema é o timing. Depois de criar, anotar, gravar, você mergulha no trabalho mais profundo do dia — e aí lembra que estava sete minutos atrasado para uma reunião. É exatamente a história do criador do Remind, para Mac.

Rafael Costa: O que o Remind faz quando a reunião começa: ele toma todas as suas telas com um aviso de tela cheia, um briefing gerado por IA sobre com quem você vai falar, e um botão de entrar na chamada com um clique. A ideia é você continuar trabalhando de cabeça baixa sem ficar olhando o relógio, porque o app assume a vigilância por você.

Sofia Almeida: E o briefing não é só o título da reunião. No exemplo do site, o aviso para uma reunião às 10h dispara às 10h em ponto, com um resumo do que foi acordado na última conversa, o que foi pedido por e-mail na segunda-feira e ainda não foi respondido, o que a equipe flagou no Slack, o que está no Notion — e até uma nota de que um dos participantes pressionou por preço anual na última chamada e provavelmente vai trazer de novo.

Sofia Almeida: Tudo isso supostamente pesquisado uma hora antes, usando a sua própria chave de IA — Claude, OpenAI, Gemini ou Grok.

Rafael Costa: Detalhe importante: o app roda na barra de menu do Mac, conecta ao Google ou Microsoft Calendar, e as conexões de e-mail, Slack e Notion são opcionais. Entra em Zoom, Google Meet, Teams e Webex. Custa 19,99 dólares por ano na Mac App Store, com 7 dias de teste grátis, e requer macOS 14 ou posterior. Nos comentários, o tom foi positivo mas breve — alguém achou útil para pessoas ocupadas com muitas trocas de contexto, entre projetos e clientes.

Rafael Costa: Não houve críticas substantivas no material, o que significa que também não temos muito contra-evidência — é um produto novo com uma promessa específica.

Sofia Almeida: E se o Remind vigia o seu calendário, o Routines da Databox vigia os seus dados. É outro tipo de lembrete: análise agendada.

Rafael Costa: A premissa: você dá ao analista de IA deles um prompt e uma cadência. Ele roda a análise sobre seus dados vivos, prepara o relatório ou a análise que você pediu, e entrega por e-mail, Slack ou dentro do app. O trabalho recorrente que hoje alguém faz à mão acontece sozinho.

Sofia Almeida: O Pete, da Databox, enquadrou bem a evolução deles. Primeiro lançaram o analista de IA, que responde perguntas sobre dados vivos em minutos. Depois os Artifacts, que transformam respostas em relatórios compartilháveis. Mas os dois começam do mesmo jeito: uma pessoa abre o chat e pergunta. O Routines fecha esse ciclo — você põe a análise recorrente num agendamento, e ela roda sozinha toda vez que vence.

Sofia Almeida: Também pode ser disparado por webhook de outro sistema, o que abre o modo orientado a eventos: a rotina dispara no momento em que uma campanha termina ou um limiar é cruzado.

Rafael Costa: Três detalhes que a própria comunidade destacou como os que fazem diferença. Um: cada execução puxa dados frescos das conexões ao vivo, não uma cópia em cache da última resposta — por isso alguém disse que consegue confiar num resultado "nada mudou hoje" em vez de assumir que é um placeholder estático.

Rafael Costa: Dois: qualquer chat ou artifact existente vira uma rotina com um clique, sem reescrever instruções — e cada execução fica salva e pesquisável, então achar "o que a verificação da semana passada disse" não significa rolar o histórico do chat. Três: as Skills — você salva o seu jeito de analisar algo uma vez, e o Routines põe isso num agendamento para o time inteiro rodar igual.

Sofia Almeida: E houve uma comparação no comentário que é quase uma aula: Routines versus cron job. Um cron job roda um script num timer, não raciocina, e te dá o mesmo tipo de análise toda vez. Uma Routine decide a cada rodada o que vale focar e contar — é uma análise diferente a cada vez. Foi assim que aquela pessoa justificou confiar para rodar análise de forma autônoma.

Sofia Almeida: E uma usuária descreveu o uso real: montou uma rotina para anúncios pagos no lugar do relatório semanal construído à mão toda segunda — pediu uma vez "resume o desempenho todo dia às 9h" e chegava no Slack.

Rafael Costa: Um ponto de atenção que apareceu na comunidade, sem resposta visível no material: numa rotina autônoma, como se decide quais insights realmente merecem destaque? É a mesma pergunta de confiabilidade que atravessou os agentes de código lá no começo do episódio. Automatizar a execução é a parte fácil; decidir o que importa é a parte difícil. Para testar, é grátis por 14 dias no site deles.

Sofia Almeida: E fechamos com o produto que carrega o tema do controle até a última consequência — o dinheiro. A Nina é uma assistente de trading cripto da Antalpha, que é uma empresa listada na NASDAQ sob o ticker ANTA. E o detalhe que define tudo está no nome da categoria: não custodial.

Rafael Costa: A regra única, nas palavras do criador: a Nina nunca segura seus fundos — você assina cada transação na sua própria carteira. Isso importa porque ele contou o contexto: os "agentes de IA" que prometiam consertar o fluxo de trading ou exigiam custódia da carteira, ou rodavam no token próprio deles. E entregar as chaves para um bot para economizar alguns minutos nunca pareceu valer o risco.

Sofia Almeida: O problema que ele descreveu antes de construir: a parte exaustiva nunca era a operação em si — era tudo o que vinha antes. Dez abas abertas: fluxos on-chain aqui, carteiras de smart money ali, macro, sentimento. E um chatbot genérico que inventava coisas porque não tinha dados em tempo real.

Rafael Costa: A resposta da Nina: ela lê dados on-chain institucionais em tempo real e responde com a conclusão primeiro — com um gráfico, não com uma parede de texto. Quando você quer agir, ela redige a melhor rota de trade, e você assina.

Rafael Costa: Um chat cobre cripto e ações americanas: inteligência de mercado, rastreamento de smart money, previsões de mercado e eventos, e Polymarket, checagens de segurança de carteira, alertas Sentinel 24/7, e MCP para puxar os dados da Nina em qualquer cliente de IA que você já use.

Sofia Almeida: E aqui tem uma lição de produto que o criador contou com transparência rara: o escopo encolheu de propósito. Eles abandonaram o sonho do "agente autônomo que faz tudo" e se dobraram numa coisa só: ser o analista e o redator em quem você pode confiar de verdade. Não o operador. Você continua sendo o operador.

Rafael Costa: Isso ecoa tudo o que conversamos hoje, não é? O Airuncode mantém o runtime estável e o modelo substituível — você não fica preso a um fornecedor. O PR Lens existe porque alguém precisa manter o modelo mental do sistema, mesmo quando agentes escrevem a maior parte. O Clipnote e o Tucky guardam tudo localmente ou dão a você o controle do que é público. O Assist transcreve na máquina e não tem servidor. E a Nina recusa a custódia.

Rafael Costa: É um fio condutor honesto: esses produtos apostam que a confiança vem de você enxergar e assinar, não de delegar às cegas.

Sofia Almeida: E, coerente com o resto do episódio, há o que ainda não sabemos sobre a Nina: o produto é novo, a cobertura de previsões e mercados está expandindo, e nos comentários usuários perguntaram se a análise se estende além das ações americanas — se haverá mercados de outras regiões. Sem resposta no material. As reações positivas concentraram-se exatamente no ponto não custodial — uma pessoa disse que, da perspectiva dela, isso é a chave, e que esperava que todos percebessem o mesmo.

Rafael Costa: Então o resumo do dia, se você só puder levar uma coisa: antes de adotar qualquer um desses, faça a pergunta que a comunidade fez em quase todos os lançamentos — onde estão meus dados, quem decide, e o que acontece quando o agente erra? No Airuncode, será que o agente duplicou o que já existia? No PR Lens, o diagrama é confiável em escala? No Clipnote, meus links públicos expiram? No Tucky, o agente lê minhas notas sem eu saber? No Assist, meu clipboard vira um cofre de segredos?

Rafael Costa: No Routines, quem decide o que merece destaque?

Sofia Almeida: Essas perguntas não são objeções — são exatamente o tipo de coisa que os próprios criadores, na maioria dos casos, convidaram a ser perguntada. Vários disseram, literalmente, que querem esse feedback. Obrigada por nos ouvir, eu fui a Sofia Almeida.

Rafael Costa: E eu fui o Rafael Costa. Até o próximo episódio.