1118 | Agentes no Comando: Da Reunião ao Código

||下载

节目备注

Neste episódio, percorremos as novidades da semana em três grandes eixos: agentes de IA que já agem no mundo real — entrando em reuniões, movimentando dinheiro, rodando campanhas e cuidando do SEO — as ferramentas que colocam agentes dentro do fluxo de desenvolvimento de software, e os apps e estúdios criativos que transformam Mac, iPhone e desenho em plataformas de produção. Também falamos de modelos de decisão, voz e o que tudo isso pode mudar no dia a dia de quem cria.

Linha do tempo

  • 00:00:04 Abertura
  • 00:00:37 Agentes que agem no mundo: reuniões, dinheiro e campanhas
  • 00:05:34 Ser encontrado na era da IA: visibilidade e sinais sociais
  • 00:08:28 Agentes no código: produção, logs e contexto
  • 00:12:40 Trabalho publicado por agentes: panes, diretrizes e revisão
  • 00:15:36 Voz e decisão: agentes que falam e modelos que calculam
  • 00:18:42 Criar em software: vídeo, CAD e design num só lugar
  • 00:21:31 Mobilidade e alertas: iPhone como painel dos agentes
  • 00:23:45 Produtividade no desktop: gestos, docks e múltiplos Macs
  • 00:26:17 Do founder ao investidor: provando execução
  • 00:27:45 Encerramento

Links relacionados

Este episódio é produzido pela Bri. O Bri usa tecnologia avançada de IA para transformar os feeds importantes para você em podcasts feitos para ouvir. Fale conosco em hi@bri.so.

文字稿

Sofia Almeida: Olá, bem-vindo de volta ao briefing diário de lançamentos! Eu sou a Sofia Almeida, e hoje, ao meu lado de sempre, Rafael Costa.

Rafael Costa: Oi, gente, Rafael aqui. E o fio que liga tudo hoje, na minha leitura, é um só: os agentes de IA estão saindo do chatbot e passando a agir de verdade — entram em reuniões, movem dinheiro, publicam campanhas, mexem no seu código. E quando começam a agir, todo mundo passa a perguntar a mesma coisa: quem supervisiona? Então vamos começar exatamente aí.

Sofia Almeida: Perfeito. Primeiro lançamento: o Recall.ai, com a Agents API. A ideia é impressionante de simples: você faz uma chamada de API e manda um agente de IA para dentro de uma reunião Zoom, Google Meet, Teams ou Webex. E dentro dessa reunião, o agente não é só um gravador passivo — ele ouve o que está sendo dito, fala, mostra vídeo de câmera, compartilha a tela, participa do chat.

Rafael Costa: Isso muda bastante coisa, porque até agora a maioria das ferramentas de IA para reuniões era de observação: transcript, resumo, action items depois. Aqui o agente é participante. Ele pode representar você numa call, apresentar algo, responder em tempo real.

Sofia Almeida: E quem é o público? Times que constroem produtos sobre reuniões — recrutamento, vendas, entrevistas técnicas, treinamento — qualquer empresa que queira colocar um agente no lugar de uma pessoa, ou ao lado de uma pessoa, sem construir do zero toda a infraestrutura de vídeo. O Recall entrega isso como infraestrutura: uma chamada de API e o agente está lá, nas quatro plataformas grandes.

Rafael Costa: Limitação honesta: não sabemos como os participantes reagem a um agente na call, nem onde essa experiência quebra. É um claim do fabricante — "uma chamada de API e ele faz tudo" — e não vimos testes independentes. Mas como proposta, o diferencial versus as opções existentes é claro: em vez de transcrever a reunião depois, o agente está presente.

Sofia Almeida: E o que fica em aberto é exatamente a confiança. Um agente que fala e compartilha tela em nome de alguém carrega riscos que um transcript não carrega. E essa mesma pergunta — até onde deixamos o agente agir sozinho? — aparece de forma ainda mais evidente no próximo produto, porque aí a ação dele é financeira.

Rafael Costa: Sim: Versine. Eles se apresentam como o "Venmo para agentes de IA". Ou seja, agentes podem enviar e solicitar dinheiro. Funciona via MCP — o protocolo que permite aos agentes chamar ferramentas externas — e os freios são dois: aprovação por passkey, no estilo da Apple, ou limites automáticos para contatos confiáveis, em que o envio passa sem você aprovar cada transação. E um detalhe interessante: quem recebe não precisa ter conta.

Sofia Almeida: Esse produto é praticamente um estudo de caso sobre o dilema do agente com poder real. Se um agente não pode pagar nada, ele não completa muitas tarefas do mundo real — comprar, contratar, reembolsar. Se ele pode pagar tudo sozinho, o risco é evidente. A Versine tenta resolver com essa camada: passkey para as ações maiores, limites para os fluxos de confiança.

Rafael Costa: E é aí que eu fico com mais perguntas do que respostas. O que exatamente é um "contato confiável"? Como esses limites são calibrados? Errou uma vez, o limite diminui? Não temos essas respostas nos materiais. O que sabemos é o modelo: aprovação humana opcional, automação dentro de limites. É a mesma arquitetura de freios que vamos ver repetir hoje em outros produtos.

Sofia Almeida: E ela se repete logo no próximo, de forma quase idêntica. Creatify Max, que se vende como um "colega de ads" de IA. Você dá uma URL de produto, ele cria anúncios em vídeo a partir dela, lança campanhas na Meta e no TikTok e depois monitora tudo 24 horas por dia, 7 dias por semana. Mas — e esse é o mas que importa — nada vai ao ar sem a sua aprovação.

Rafael Costa: Compare com o Versine por um segundo: nos dois casos, o agente executa o ciclo inteiro de trabalho — criar, lançar, monitorar, enviar dinheiro — mas há um checkpoint humano embutido no fluxo. No Creatify a aprovação é obrigatória antes de publicar. No Versine ela é opcional dependendo do limite. São duas respostas à mesma pergunta, com graus de autonomia diferentes.

Sofia Almeida: Quem usa o Creatify? Pequenas marcas e quem faz performance marketing sem equipe de produção de vídeo. O que muda versus o existente: em vez de briefing, produtora, editagem e gerenciador de campanhas separados, o ciclo inteiro a partir de uma URL. As limitações: é o próprio fabricante descrevendo o produto, não temos números de performance de campanha, e "monitora 24/7" não significa que ele otimiza bem — significa que ele fica de olho. A qualidade dos vídeos gerados, ninguém verificou por nós.

Rafael Costa: E há um detalhe de mercado que conecta esse bloco com o próximo: se esses agentes criam, lançam e até pagam, eles também precisam ser encontrados — e as marcas precisam ser encontradas pelos novos intermediários de informação. Que são, cada vez mais, os assistentes de IA. Então vamos falar de visibilidade.

Sofia Almeida: TruLata AI Visibility. A pergunta que o produto faz é ótima: quando um comprador pergunta ao ChatGPT, ao Gemini ou ao Claude qual empresa contratar para aquilo — o seu negócio aparece? Eles oferecem um check gratuito para descobrir isso, e depois um acompanhamento semanal em nove motores de IA.

Rafael Costa: E isso importa porque o comportamento de busca está migrando. As pessoas estão perguntando aos assistentes, não só digitando no Google. Se o seu produto nunca é citado nessas respostas, você simplesmente não existe para uma parte crescente do processo de compra. O TruLata transforma isso em métrica: você consegue medir, semana a semana, sua presença.

Sofia Almeida: Agora, a limitação fundamental — e a Rafael vai gostar dessa — é que esses motores não revelam seus critérios. Ninguém sabe exatamente por que um modelo cita uma empresa e não outra. Então o que o produto oferece é medição, não uma receita de otimização. O "como melhorar" continua em aberto, e honestamente é a parte mais difícil.

Rafael Costa: É a versão 2025 do SEO, mas com o algoritmo trancado. E enquanto a TruLata mede como as IAs falam sobre a sua marca, há um produto complementar que monitora o que o mundo social está dizendo: Clamor, uma plataforma de inteligência social.

Sofia Almeida: O Clamor transforma sinais sociais em insights acionáveis. Duas características que o diferenciam: ele analisa contas públicas sem exigir login, e tem uma API, além de um chat chamado "Ask Clamor", em que você pergunta em linguagem natural e ele responde com base nos dados que coletou.

Rafael Costa: Junte os dois e você tem um quadro interessante: de um lado, como os motores de IA descrevem sua marca; do outro, como as pessoas reais estão falando dela em redes públicas. São visões diferentes — uma é o espelho dos modelos, a outra é o sinal bruto — mas as duas respondem à mesma pergunta: o que o mundo sabe de mim?

Sofia Almeida: E as limitações, em ambos os casos, são parecidas: são claims dos fabricantes sobre cobertura e qualidade de análise, sem auditoria independente, e o Clamor analisa contas públicas, o que deixa de fora qualquer coisa que exija contexto privado. E os comentários da comunidade — não temos aqui nenhuma experiência de usuário atribuída que valha como evidência, então fica no claim.

Rafael Costa: Ok. E existe uma terceira dimensão dessa história de "ser encontrado": não é só a marca sendo encontrada pelos assistentes — é o seu código e a sua documentação sendo entendidos pelos agentes de desenvolvimento. Que é a transição perfeita, porque o próximo bloco é exatamente agentes trabalhando no seu código.

Sofia Almeida: Vamos a ele. Appxiom dá contexto de produção aos agentes de código, também via MCP. O agente que escreve ou corrige seu código passa a enxergar crashes, vazamentos de memória, chamadas de API que falham — dados reais de produção, não só o repositório. E a funcionalidade que mais me chamou atenção chama-se Goal Friction Impact: ela ranqueia os bugs não por severidade técnica, mas pelos objetivos do usuário que cada bug está custando.

Rafael Costa: Isso é uma inversão interessante. Normalmente você prioriza bug por stack trace, por frequência de erro, por severidade. O Appxiom diz: priorize pelo que trava o objetivo do usuário. Um bug que impede o checkout vale mais que um bug que degrada uma animação, mesmo que tecnicamente o segundo seja mais grave. Isso é um raciocínio de produto aplicado à engenharia.

Sofia Almeida: E o par desse produto é o Superlog, que vem do Y Combinator. Ele escaneia seus logs atrás de bugs que o seu monitoramento tradicional deixou passar — e esse é o ponto-chave, porque as ferramentas de monitoramento são feitas para alertar sobre o que você imaginou que poderia dar errado. O Superlog investiga o que você nem imaginou. Ele roda 24/7 e, quando acha algo, posta a causa raiz diretamente no Slack.

Rafael Costa: E o número que eles divulgaram: 87% das correções sugeridas foram mergeadas. Vamos tratar isso como o que é — um número do fabricante, sem contexto de quantos projetos, de que tamanho. Mas como claim, ele diz algo específico: as sugestões estavam boas o suficiente para times de engenharia aceitarem na revisão de código. Isso é mais concreto do que "usuários amam".

Sofia Almeida: Juntos, Appxiom e Superlog desenham uma tendência clara: diagnóstico contínuo alimentado por IA. Em vez de o humano descobrir o bug, abrir ticket, investigar — o sistema observa produção continuamente e entrega a investigação pronta.

Rafael Costa: Com as ressalvas evidentes. Diagnóstico automático gera falsos positivos, e raciocínio automatizado sobre logs tem limites — o agente pode "explicar" um bug com confiança e estar errado. Quanto disso a gente pode confiar sem revisão humana? Em aberto.

Sofia Almeida: E dentro do mesmo universo de agentes que trabalham no seu código, há três produtos de suporte que mostram outros ângulos. O primeiro é o EkLine: agentes que auditam sua documentação, seu site e seu GitHub atrás do que as IAs não entendem — e depois corrigem abrindo pull requests. A tese deles é dupla: seus materiais precisam ser claros para humanos e para agentes, porque hoje os agentes de IA leem sua documentação antes de recomendar ou usar sua ferramenta.

Rafael Costa: Repare no paralelo com a TruLata: de um jeito, o EkLine é o TruLata para developers — visibilidade e compreensibilidade diante dos modelos. Se a documentação confunde um agente, sua ferramenta é descartada ou usada errado.

Sofia Almeida: O segundo suporte é mais modesto e mais universal: o AWS Emulator, gratuito, que roda localmente e permite construir e testar aplicações com S3, DynamoDB e SQS sem fazer deploy e sem ter conta na AWS. Para quem está construindo agentes que mexem em infraestrutura, é a bancada de testes: você erra localmente, barato e seguro.

Rafael Costa: E o terceiro é quase doméstico: seshka, um app gratuito, open-source sob licença MIT, para a menu bar do macOS, que mata os processos do Claude Code que ficaram sobrando — os dev servers órfãos, as portas ocupadas, a memória desperdiçada. Ele agrupa os processos por sessão e encerra as sessões ociosas. É pequeno, mas é o tipo de ferramenta que só existe porque muita gente agora roda vários agentes de código ao mesmo tempo — e ninguém limpou depois deles.

Sofia Almeida: Isso me leva ao próximo bloco, porque se os agentes estão rodando e produzindo o tempo todo, a pergunta seguinte é: o que acontece com o trabalho deles? Como o time vê, comenta, aprova? É aí que entram o Glass Page e o Superhands.

Rafael Costa: Glass Page resolve o problema do trabalho do agente disperso em conversas. O agente publica o que fez como "Panes" — painéis — via MCP. O time comenta em Threads, o agente responde às críticas gerando novas Versions, e existe um "Latest Link" que está sempre apontando para a versão mais atual. É um fluxo de revisão, igual ao que conhecemos de pull requests e design reviews, mas onde a contraparte é o agente.

Sofia Almeida: E o Superhands ataca o lado oposto do mesmo problema. Em vez de deixar o agente publicar e revisar, ele transforma seus designs em diretrizes que os agentes seguem — funciona dentro do Claude, do ChatGPT, do Cursor e do Lovable. A promessa é que você corrige o sistema uma vez, em vez de repetir o mesmo feedback para o agente a cada tarefa. Preço: 100 créditos grátis por mês, e o plano Pro a 29 dólares.

Rafael Costa: A tese que une os dois é forte e eu acho que vale repetir: colaboração entre humanos e agentes precisa de artefatos compartilhados — documentos versionados, diretrizes, painéis — e não de conversas soltas numa janela de chat. É o mesmo movimento que levou o desenvolvimento de software de e-mails para issues, PRs e wikis.

Sofia Almeida: E há dois suportes aqui que mostram o mesmo padrão em contextos vizinhos. O Skiss salva sites com capturas de página inteira e extrai fontes, cores e seções direto do CSS real — depois organiza numa biblioteca pesquisável e expõe um "Design.md" via MCP, para que o Claude, o Cursor e até o Figma consultem as referências. De novo: transformar material visual em artefato que o agente consegue ler.

Rafael Costa: E o Lasso fecha esse grupo do lado humano: é um app para Mac, a 9,99 dólares em compra única, com o qual você desenha setas e anotações direto na tela — atalho Option Shift A — e tira screenshot das áreas marcadas. E o detalhe que o conecta ao bloco: ele tem um MCP local que permite ao Claude e ao Cursor enxergar as suas anotações. Ou seja: você marca o problema na tela, e o agente que programa lê a marcação. A revisão visual entra no loop do agente.

Sofia Almeida: As perguntas em aberto desse bloco são de governança, na real. Versionamento está resolvido — Versions, Latest Link. Responsabilidade, não: quem responde quando o agente publica algo errado e alguém aprova? Isso ninguém respondeu ainda.

Rafael Costa: E do código e do design, damos um salto natural para outro tipo de agente — o que fala. Voz. E de quebra, a parte de modelos que decidem. Pinecall e Liquid d1.2.

Sofia Almeida: Pinecall é uma plataforma open-source — licença Apache-2.0 — de agentes de voz, construída sobre o LiveKit. E os dois recursos que mais dizem algo sobre o momento: chamadas simuladas para testar o agente antes de colocá-lo em produção, e um sistema de julgamento que avalia a qualidade das chamadas. E como é open-source e self-hostable, você pode rodar com modelos abertos, na sua infraestrutura.

Rafael Costa: Isso importa porque voz é uma das áreas onde mais se promete e menos se verifica. Todo mundo demonstra bem numa demo; o difícil é a chamada número mil. Ferramentas de teste e de julgamento embutidas na plataforma — não como adendo — sinalizam que o Pinecall está tratando confiabilidade como parte do produto, não como desculpa.

Sofia Almeida: Do outro lado do bloco, os modelos Liquid d1.2. São modelos de decisão "omnimodais" — aceitam múltiplos tipos de entrada — e o que os diferencia é a saída: probabilidades calibradas, não apenas respostas em texto. Ou seja, o modelo não diz só "a resposta é X", ele diz "a probabilidade de X é tanto", e essa probabilidade tem calibration real.

Rafael Costa: As novidades da versão: entrada de áudio adicionada e cinco tarefas novas. E o claim de performance: a d1.2-ultra lidera o Decision Index com nota 75. De novo, número do fabricante, índice que não sabemos como é composto — tratar como claim.

Sofia Almeida: Mas o ponto em comum entre os dois produtos é o mais importante: IA fora do chat. Ouvindo, falando, decidindo. E as perguntas em aberto convergem: quão confiável é uma decisão automatizada em produção? O Pinecall ataca isso com testes e julgamento; o Liquid ataca com calibração. São duas apostas diferentes para o mesmo problema da confiança.

Rafael Costa: E há suportes aqui que mostram esse mesmo espírito. O GatherHQ Agent Research, por exemplo, que põe um painel de agentes para responder pesquisas — mas com rótulos de evidência, inferência ou desconhecido em cada resposta, com permissões controladas pelo usuário, e na beta os agentes são não remunerados e não recebem dados pessoais identificáveis. De novo: incerteza declarada em vez de confiança cega.

Sofia Almeida: E o VINC, que é parcialmente suporte aqui e vira assunto principal no bloco seguinte — e a transição é bonita, porque o VINC pegou modelos de geração de imagem e vídeo e os colocou num fluxo de decisão de filmmaker. Vamos direto para ele.

Rafael Costa: VINC é um estúdio de filmmaking com IA inteiro no navegador. O pipeline: você parte do roteiro, vai ao storyboard, faz blocking de cena em 3D — posiciona personagens e câmeras no espaço — e depois gera, com acesso a 39 modelos diferentes de geração. E tem editor embutido, com efeitos sonoros e música de fundo. Ou seja: pré-produção, geração e pós-produção no mesmo lugar.

Sofia Almeida: O que muda versus o existente: hoje esse fluxo fica espalhado — roteiro num app, storyboard em outro, geração numa plataforma, edição num quarto. O VINC propõe o ciclo contínuo. E para quem? Cineastas independentes, criadores de conteúdo publicitário, qualquer pessoa que queira pré-visualizar uma cena antes de gastar dinheiro real nela.

Rafael Costa: Do vídeo para o desenho técnico: 3BCAD, um CAD paramétrico gratuito e open-source, escrito em Rust. Licença Apache-2.0, multiplataforma. E surpreendentemente completo para algo gratuito: tem preparação para impressão 3D embutida, suporte a assemblies — conjuntos de peças — e geração de desenhos 2D técnicos. E importa STEP, que é o formato de troca padrão da indústria, então você não fica preso.

Sofia Almeida: Paramétrico significa que o modelo é dirigido por parâmetros: muda uma cota, o modelo inteiro se reorganiza. Isso é o padrão dos CADs profissionais — SolidWorks e afins — que custam caro. Um CAD gratuito que importa STEP e gera desenhos 2D é uma proposta séria para hobistas, pequenas oficinas, estudantes.

Rafael Costa: E fechando o trio, o Bezzle — que a Sofia vai corrigir meu nome aqui, o material aparece como "Bezzle" — é um estúdio de design completo e gratuito para Mac e Windows. O grande ganho: abre arquivos de Figma, XD, Sketch e Photoshop. Além disso tem componentes, protótipos, dark mode, e um assistente de IA via MCP.

Sofia Almeida: Compatibilidade com arquivos fechados dos pacotes proprietários é a jogada de entrada clássica: tira a fricção da migração. Você não precisa convencer o time a abandonar o Figma para experimentar — você abre o mesmo arquivo lá dentro.

Rafael Costa: A pergunta em aberto do bloco inteiro é uma só: qualidade comparada aos pacotes consolidados. Os três são claims de completude de fabricante. O fluxo existe; a fluidez, a estabilidade, o acabamento — isso só o uso prolongado responde. E repare que os três têm uma coisa em comum: estão no navegador ou são multiplataforma leves, enquanto os profissionais tradicionais ainda são apps pesados e caros. A migração para o navegador é a tese implícita.

Sofia Almeida: E se os agentes estão criando, decidindo e trabalhando, a última peça do quebra-cabeça é: como você, humano, acompanha tudo isso sem ficar colado ao computador? A resposta de dois produtos é a mesma: pelo celular.

Rafael Costa: Primeiro, Pushr. O caso de uso é direto: mandar alertas push para o seu iPhone a partir de qualquer script ou agente de IA, com uma única requisição HTTP. E não é um push tosco: tem Live Activities — aqueles cards persistentes na tela de bloqueio —, alarmes que exigem confirmação obrigatória, então você não pode fingir que não viu, e checagens de uptime. Licença MIT e self-hostable, então você pode rodar no seu servidor.

Sofia Almeida: O que muda versus o existente: soluções de alerta normalmente são amarradas a uma plataforma de monitoramento específica, com mensalidade. Aqui a porta de entrada é uma requisição HTTP — qualquer coisa que saiba fazer um request consegue te notificar. Para quem roda agentes e scripts próprios, isso é exatamente a forma certa.

Rafael Costa: E o segundo, Hako, é o painel do outro lado: em vez de você mandar alerta para o agente, os agentes mandam para você. O Hako é um app para iPhone e Mac que lista todos os seus agentes de código — Claude Code, Codex — em todos os seus Macs, e os ordena por quem está precisando de você primeiro. Você responde direto da tela de bloqueio ou do Apple Watch. Grátis, sem conta.

Sofia Almeida: A imagem que os dois produtos juntos formam: o celular vira o painel de controle dos seus agentes. Você anda pelo dia, e os agentes te chamam quando precisam, com hierarquia de urgência.

Rafael Costa: Com um problema óbvio em aberto: fadiga de notificações. Se você tem cinco agentes rodando e cada um decide que precisa de você, o celular vira um paginador de hospital. O ranking do Hako e a confirmação obrigatória do Pushr são tentativas de resolver isso, mas a questão "quanto de atenção o humano tem para dar" continua sem resposta boa.

Sofia Almeida: E essa história de atenção humana e fluxo de trabalho continua — só que agora do lado do computador, no refinamento do dia a dia. Vamos ao desktop.

Rafael Costa: Continuo. Perdão, o produto se chama Continuo — confusão entendível. Ele resolve um problema que todo mundo que trabalha com dois Macs conhece: usar um teclado e um mouse, ou trackpad, em vários Macs ao mesmo tempo. Via rede local, sem depender de Apple ID. O pareamento é em três palavras — você digita três palavras e as máquinas se reconhecem. Tem um modo Screen view com drag-and-drop entre máquinas.

Sofia Almeida: Preço: grátis para dois Macs, e o Pro é 39 dólares, vitalício, compra única. E o detalhe que me parece o diferencial real: sem Apple ID. As soluções da própria Apple dependem da sua conta e da nuvem da Apple; o Continuo roda na sua rede.

Rafael Costa: E do lado dos gestos, GlissTouch: um app da menu bar do macOS que adiciona gestos customizados no trackpad — taps com vários dedos, desenho de formas, deslizes na borda da tela — cada um ligado a uma ação. Eles têm mais de 95 ações disponíveis para vincular. Grátis até cinco gestos.

Sofia Almeida: Os dois são ferramentas de refinamento, não de revolução. E a pergunta em aberto é boa: até onde o sistema operacional nativo já cobre esses casos? O macOS tem gestos nativos, tem Universal Control para teclado e mouse entre Macs. Esses produtos existem nos cantos que a Apple não cobre — ou não cobre bem, ou exige a conta dela. A resposta honesta é: depende do caso, e o risco é a Apple fechar o buraco na próxima versão.

Rafael Costa: Dentro do mesmo espírito, dois suportes rápidos. ExtraDock 5, para quem quer docks personalizados ilimitados em cada tela e borda do Mac, com apps por dock, widgets e perfis — e está com 50% de desconto, código BLACKFRIDAY50, até 1 de dezembro. E o Lampa Camera, no iPhone, que é o contrário da tendência: processamento Bayer RAW customizado, perfis inspirados em filme, e recusa deliberada de HDR, IA e nitidez artificial.

Rafael Costa: 450 mil downloads e nota 4,7 na App Store — números do fabricante, mas consistente com um público que quer foto manual de verdade.

Sofia Almeida: E agora o produto que fecha o episódio, e que amarra tudo o que conversamos: TheBold. Ele transforma execução de fundadores em reuniões com investidores. O fluxo: você mostra os critérios que o investidor busca, o TheBold verifica e documenta seu track record de execução, roda simulações de IA — ensaio a conversa — e depois você agenda as calls diretamente pela plataforma.

Rafael Costa: O que é conceitualmente interessante aqui: em vez de o pitch — a narrativa — estar no centro da captação, coloca-se os dados de execução no centro. O fundador prova o que fez, e a conversa com investidor parte de fatos verificáveis, não de slides.

Sofia Almeida: E é a nota final perfeita para o episódio de hoje, Rafael, porque o TheBold é essencialmente um agente representando uma pessoa — do trabalho ao bolso. Foi o arco do dia: agentes que entram em reuniões e pagam contas, que fazem marketing, que depuram código, que publicam trabalho e pedem revisão, que falam ao telefone, que tomam decisões calibradas, que criam vídeo e CAD, que te acordam no iPhone, e agora que preparam sua conversa com investidor.

Rafael Costa: Em todos eles a mesma tensão: mais autonomia para o agente, mais checkpoints para o humano — a passkey, a aprovação de campanha, o pull request, o julgamento de chamada. E em todos, as mesmas perguntas em aberto: o que acontece quando erra, e quem responde.

Sofia Almeida: Foi isso. Eu sou Sofia Almeida.

Rafael Costa: E eu sou Rafael Costa. Nos vemos amanhã com o próximo briefing — e se um agente tiver assumido o episódio, a gente avisa primeiro. Até lá!