1109 | Modelos abertos, agentes e um Mac cheio de trapaças

Sofia Almeida: Boa tarde, estão a ouvir mais uma edição do nosso programa diário. Eu sou a Sofia Almeida.

Rafael Costa: E eu sou o Rafael Costa. E hoje temos um fio condutor muito claro: tudo o que falamos hoje gira à volta de agentes de inteligência artificial e das ferramentas que os alimentam, desde modelos abertos e modelos de mundo até às pequenas utilidades do dia a dia que tornam tudo isto prático.

Sofia Almeida: Pois, e há um padrão interessante que vai aparecer várias vezes: muita coisa a ser aberta ao público, e depois os produtos pagos a cobrar uma vez só, sem subscrições. Vamos começar por duas novidades que mostram para onde esta indústria está a caminhar: um modelo aberto gigante e uma demo no browser de um modelo de mundo.

Rafael Costa: Perfeito. O primeiro grande anúncio vem da Thinking Machines, que apresentou o Inkling 2 Small. Estamos a falar de um modelo de mistura de especialistas, um MoE, com 594 mil milhões de parâmetros, mas com apenas 17 mil milhões ativos em cada momento.

Sofia Almeida: E essa distinção é importante, Rafael. Explica ao ouvinte porque é que isso importa.

Rafael Costa: Claro. Numa arquitetura MoE, o modelo tem um enorme número total de parâmetros, mas apenas uma pequena fração é usada em cada token. Isto significa que podes ter a capacidade de um modelo gigantesco pagando o custo computacional de um modelo pequeno. É por isso que o Inkling 2 Small consegue combinar 594B de conhecimento com a velocidade e custo de um modelo de 17B.

Sofia Almeida: E quais são as áreas onde este modelo foi focado?

Rafael Costa: Segundo o que foi anunciado, é um modelo desenhado para três coisas: programação, visão e agentes. Ou seja, não é um modelo generalista qualquer, é afinado para o trabalho que os desenvolvedores e as equipas de automação realmente fazem.

Sofia Almeida: E a parte mais interessante para a comunidade: os pesos vão ser abertos sob a licença Apache 2.0 em breve.

Rafael Costa: Sim, "em breve" é a expressão-chave. Ainda não estão disponíveis, vão ser lançados. Apache 2.0 é uma licença muito permissiva, o que significa que qualquer pessoa, desde um hobbyista a uma empresa, pode descarregar, modificar e usar o modelo, inclusive comercialmente, sem grandes restrições.

Sofia Almeida: Mas há coisas que ainda não sabemos, e é importante dizê-lo.

Rafael Costa: Exatamente. Não temos preços, não temos benchmarks independentes, não sabemos quando exatamente "em breve" é, nem que tamanho têm os pesos uma vez lançados. São anúncios, não resultados verificados. Até o modelo estar lá fora e as pessoas o testarem, tudo o que sabemos vem da própria Thinking Machines.

Sofia Almeida: Agora, ligando isto à outra novidade: a World Labs mostrou o Frameboy, que é uma demo no browser do Atlas, o modelo de mundo deles.

Rafael Costa: E aqui há uma mudança de conceito interessante. Um modelo de mundo, ao contrário de um modelo de linguagem, tenta compreender e representar espaços tridimensionais. No caso do Frameboy, consegues mover a câmara em cenas que já foram curadas pela equipa, e as vistas são transmitidas em streaming até 15 quadros por segundo.

Sofia Almeida: 15 fps não é muito comparado com um videojogo, mas para uma demo no browser, a correr um modelo que gera a cena em tempo real, é um marco.

Rafael Costa: Exatamente. E o mais importante é o que isto sugere para o futuro dos agentes. Se um agente de IA conseguir compreender e navegar num espaço tridimensional, deixa de estar limitado a texto e imagens estáticas. Pode, em teoria, interagir com ambientes. É uma prévia do que os modelos de mundo prometem.

Sofia Almeida: Mas tudo o que vemos é uma demo com cenas curadas. Não sabemos se escala.

Rafael Costa: Exatamente. As cenas foram escolhidas e preparadas pela World Labs. Não é um sistema que apanha qualquer espaço aleatório e o reconstrói. A pergunta que fica no ar é se esta tecnologia consegue lidar com cenários do mundo real, com complexidade, oclusões, objetos em movimento. E, tal como no Inkling, não sabemos que modelo de negócio isto terá.

Sofia Almeida: E há uma ligação óbvia entre as duas histórias: modelos assim são o combustível dos agentes que vamos ver no tema seguinte.

Rafael Costa: Sim, e é exatamente aí que vamos agora. Do modelo para a prática: agentes em ação. E começo por uma ferramenta que é, no mínimo, inusitada.

Sofia Almeida: O Agent Clan.

Rafael Costa: O Agent Clan é uma aplicação 3D gratuita que permite controlar agentes como o Claude Code e o Codex através de gestos manuais e voz. E o detalhe que mais me chamou a atenção: as aprovações de permissão funcionam puxando para a direita ou para a esquerda.

Sofia Almeida: Isto é, literalmente, controlar agentes de programação com as mãos. Em vez de estares sentado a escrever "sim, pode apagar este ficheiro", levantas a mão e fazes um gesto.

Rafael Costa: Exatamente. E não é apenas um gimmick, porque a questão das permissões é dos maiores estrangulamentos no trabalho com agentes. Quando um agente quer fazer algo potencialmente destrutivo, alguém tem de aprovar. Ter uma interface 3D onde essa aprovação é um gesto torna o fluxo mais rápido.

Sofia Almeida: Mas é uma ferramenta gratuita, o que significa que não há, pelo menos por agora, um modelo de receita.

Rafael Costa: Correto. E como é gratuita, não temos de nos preocupar com subscrições. Mas, como sempre, com apps novas, há questões de fiabilidade e de governança. Estamos a dar aos agentes acesso a ações reais, e as ferramentas que controlam esses agentes precisam de ser fiáveis.

Sofia Almeida: E a fiabilidade é precisamente o fio que liga as outras ferramentas deste tema. Porque se os agentes vão fazer trabalho real, precisam de infraestrutura.

Rafael Costa: Exatamente. E há três exemplos muito concretos disso. O primeiro é o DocsAlot, que é um bot para Slack e Discord que responde a perguntas de clientes a partir da base de conhecimento da empresa.

Sofia Almeida: E o que o distingue?

Rafael Costa: Duas coisas muito importantes. Primeiro, admite quando algo não está documentado. Ou seja, em vez de inventar uma resposta plausível mas errada, o bot diz "isto não consta na base de conhecimento". Segundo, cita as fontes. O cliente consegue ver de onde veio a informação.

Sofia Almeida: Isto é crucial, porque o maior receio em usar IA no atendimento ao cliente é exatamente isso: respostas confiantes e erradas.

Rafael Costa: Sim. E há que ser honesto: o DocsAlot só é tão bom quanto a base de conhecimento que lhe dão. Se a documentação estiver desatualizada, o bot vai citar fontes desatualizadas. É uma ferramenta que depende da qualidade do material que lhe é dado.

Sofia Almeida: O segundo exemplo é o Sage2, que faz algo um pouco diferente: APIs que extraem dados estruturados de linguagem natural.

Rafael Costa: Sim, coisas como datas, valores monetários e durações. E o que é interessante é que devolve links de fonte e decisões em streaming. Ou seja, não só te dá a resposta, como te mostra onde a foi buscar, e mostra o raciocínio em tempo real.

Sofia Almeida: Isto é útil para quem constrói aplicações que precisam de transformar texto em dados estruturados. Em vez de escreveres parse manual para cada caso, usas o Sage2.

Rafael Costa: Exatamente. E o terceiro exemplo é o outages.live, que é um serviço gratuito que agrega feeds de páginas de status oficiais dos fornecedores, atualizadas a cada poucos minutos. E tem um ponto importante: existe via MCP, ou seja, agentes conseguem aceder-lhe, e não é preciso login.

Sofia Almeida: Isto é quase um serviço de utilidade pública. Se um agente está a trabalhar e algo falha, pode consultar o outages.live para ver se o problema é do fornecedor e não do agente em si.

Rafael Costa: Exatamente, e é esse o caso de uso real. Num mundo onde tudo depende de serviços externos, saber instantaneamente se o problema é teu ou da AWS poupahoras de debugging. E como é via MCP, qualquer agente configurado para isso pode consumir diretamente.

Sofia Almeida: Falando de MCP, há mais um produto que se encaixa aqui: o AXL.

Rafael Costa: Sim, o AXL é uma plataforma de vendas e marketing nativa de IA, e o mais interessante é que expõe um MCP com mais de 1.200 ações que podem ser usadas por Claude, ChatGPT ou Cursor. Ou seja, o teu agente de programação pode interagir diretamente com a plataforma de vendas.

Sofia Almeida: E têm um plano gratuito com 500 contactos.

Rafael Costa: Correto. E é importante notar: 1.200 ações é muito. Isso significa que o agente pode fazer quase tudo o que um humano faria na plataforma, desde criar contactos a mexer em campanhas. Mas é também um risco: dar a um agente acesso a uma plataforma de vendas exige muito cuidado com permissões.

Sofia Almeida: E há uma última ferramenta neste tema que mostra o lado mais curioso: o Deduplication.tech.

Rafael Costa: É um site do HackerNoon que pontua 719 termos tecnológicos duplicados em 14 campos diferentes, usando pageviews da Wikipedia ao vivo.

Sofia Almeida: Ou seja, é uma forma de perceber que termos que usamos como se fossem diferentes são, na prática, a mesma coisa. E o que medem é atenção real, pageviews, não opiniões de especialistas.

Rafael Costa: Exatamente. E é uma boa ponte para a questão que fica no ar neste tema todo: à medida que agentes tomam mais decisões, a questão da fiabilidade e da governança torna-se central. Quem é responsável quando um agente de vendas faz uma ação errada? Como verificamos o que os agentes fazem?

Sofia Almeida: Boa pergunta, e sem resposta clara por agora. Mas vamos mudar de ângulo. Se os agentes precisam de modelos de mundo e de ferramentas para interagir, também precisam de formas de navegar e organizar informação. E é aí que entram duas apps Mac que quiseram repensar ferramentas que todos usamos há décadas.

Rafael Costa: Sim, e são duas abordagens muito diferentes ao mesmo problema. A primeira é o Zigzag Browser, que é open-source, nativo em Mac, construído sobre WebKit, e pesa 18 megabytes. Para comparação, o Arc pesa 871 megabytes.

Sofia Almeida: É uma diferença brutal, quase 50 vezes menor.

Rafael Costa: E mesmo com esse tamanho minúsculo, não é uma app minimalista. Tem espaços, split view, suporte a extensões do Chrome e importação do Arc. Ou seja, não é um browser de nicho, é um browser completo que consegue substituir o que já usas.

Sofia Almeida: E o facto de ser nativo e usar WebKit em vez de Chromium é relevante porque o Chromium é pesado e consome muita memória.

Rafael Costa: Exatamente. E o segundo exemplo é o Tilde, que ataca outro monólito: o Finder. É um substituto nativo do Finder por 29,99 euros numa compra única, com vistas divididas, propriedades de ficheiro personalizadas e workspaces gravados.

Sofia Almeida: O Finder é uma app que toda a gente usa e pouca gente gosta a fundo. Substituí-lo é um desafio grande.

Rafael Costa: Sim, porque o Finder é profundamente integrado no sistema. E a questão que fica no ar para ambos é a mesma: conseguem estas apps nativas arrancar utilizadores do Arc e do Finder? O Zigzag tem a vantagem de ser open-source e gratuito, o que reduz a barreira. O Tilde custa 29,99 euros, o que é uma aposta maior por parte do utilizador.

Sofia Almeida: E é um padrão que já tínhamos visto: pagamento único em vez de subscrição.

Rafael Costa: Sim, e esse padrão vai voltar a aparecer. Mas antes disso, vamos a um outro assunto que é quase um subgénero próprio: apps que transformam o notch do MacBook.

Sofia Almeida: Aqui temos três exemplos. O primeiro é o NotchIsland, que é open-source, licença MIT, escrito em Swift puro, e traz uma Dynamic Island ao notch do MacBook, com leitura ao passar o rato, uma sombra, e um launcher ativado com ⌥Space.

Rafael Costa: E este é interessante porque é o mais técnico e o mais básico ao mesmo tempo. Mostra o padrão técnico que as apps pagas exploram. O notch deixou de ser um incómodo e passou a ser um espaço funcional.

Sofia Almeida: O segundo é o NotchX, que é pago. Tem 14 dias grátis e depois custa 9,99 dólares numa compra única. Transforma o notch num hub de música, mensagens, chamadas, reuniões e clima.

Rafael Costa: Ou seja, é uma versão muito mais completa, mas pagas por isso. E nota-se que é uma compra única, não uma subscrição, o que é raro hoje em dia.

Sofia Almeida: E o terceiro é o Archie, que também custa 9,99 dólares numa compra única, mas com 3 dias de teste. Este transforma o notch numa prateleira de screenshots, com um editor rápido, blur de texto e OCR local.

Rafael Costa: E o OCR local é importante porque significa que as imagens não saem do teu computador. Privacidade, numa app que lida com screenshots, é um bom argumento.

Sofia Almeida: E há uma progressão clara aqui: o NotchIsland mostra que é tecnicamente possível, o NotchX mostra que pode ser um hub completo, e o Archie mostra que pode ser especializado num único caso de uso.

Rafael Costa: Exatamente. E é um mercado que vai provavelmente continuar a crescer, porque o notch é um espaço físico subaproveitado em cada MacBook novo.

Sofia Almeida: E falando de pequenas utilidades, há um conjunto final que quero cobrir que mostra o mesmo padrão de apps úteis com pagamento pontual. E aqui há duas utilidades de proteção e captura que me parecem muito práticas.

Rafael Costa: Vamos a elas. A primeira é o Keypause, que é uma app gratuita e open-source para a barra de menus do Mac que bloqueia todas as teclas enquanto limpas o teclado.

Sofia Almeida: Isto é uma daquelas ideias que parecem óbvias a depois de alguém as fazer.

Rafael Costa: Completamente. Quantas vezes já limpámos o teclado e por acaso pressionámos uma tecla e apareceu um documento com caracteres aleatórios ou fechámos uma janela importante? O Keypause resolve isso: enquanto está ativo, bloqueia todas as teclas, mas o rato e o trackpad continuam a funcionar, e tem um timer.

Sofia Almeida: E o segundo é o Textly, que custa 14,99 dólares e resolve outro problema quotidiano: capturar texto que não é selecionável.

Rafael Costa: Sim, usa Apple Vision para capturar texto não selecionável e tabelas estruturadas, e exporta em CSV, Markdown ou TSV. Para quem trabalha com dados que estão presos em interfaces que não permitem copiar, isto é uma poupança enorme de tempo.

Sofia Almeida: E aqui vale notar uma ligação com o Archie, que também tem OCR. São duas abordagens ao mesmo problema de extrair texto de imagens, mas o Textly é mais focado em dados estruturados, tabelas.

Rafael Costa: Exatamente. E agora vamos para o outro lado do mesmo tema: o Mac como infraestrutura. Aqui há duas coisas muito interessantes. A primeira é o NoMac, que aluga Macs na cloud para agentes de IA construírem aplicações iOS.

Sofia Almeida: E o modelo de preços é interessante: 0,90 dólares por hora, cobrado por minuto. E o Mac é apagado depois de cada sessão.

Rafael Costa: Sim, e isso tem duas vantagens: pagas apenas pelo que usas, e há uma garantia de limpeza entre sessões, o que é importante para segurança. Para um agente que precisa de compilar uma app iOS, isto é muito prático, porque não precisas de ter um Mac físico dedicado.

Sofia Almeida: E a última ferramenta é o Memorias, que é um AI biógrafo que transforma histórias de vida faladas em livros de memórias.

Rafael Costa: Sim, e exporta em EPUB, PDF e DOCX. E o modelo de negócio é por créditos, pay-per-use, sem subscrição. Ou seja, pagas apenas pelo que usas.

Sofia Almeida: E é um uso de IA que é genuinamente humano: preservar histórias de vida de pessoas. Não é produtividade, não é negócio, é memória pessoal.

Rafael Costa: Pois, e olhando para o dia de hoje, há um fio que atravessa tudo: ferramentas reais, úteis, que resolvem problemas concretos, e a maioria delas com pagamento único em vez de subscrição, e várias open-source. Isso sugere uma certa reação contra o modelo de subscrição que domina o software atual.

Sofia Almeida: E há também uma progressão interessante: começámos com modelos abertos gigantes, passámos por agentes em ação, e acabámos em pequenas utilidades que resolvem problemas quotidianos. É um espectro completo.

Rafael Costa: E o que fica em aberto? Os preços do Inkling 2 Small, se as demos de mundo da World Labs escalam, e como vai ser a governança dos agentes no trabalho real. São perguntas para os próximos meses.

Sofia Almeida: Com certeza. E com isto fechamos mais uma edição. Obrigada por nos acompanharem, e até amanhã.

Rafael Costa: Até já, e bom resto do dia a todos.