Os agentes não travaram. Nós é que aplicamos o teste errado.

Mark Zuckerberg disse à equipe da Meta neste mês que os agentes de IA não avançaram tão rápido quanto ele esperava. O memorando chegou ao TechCrunch, e a reação se dividiu pelas linhas de sempre. Quem é cético leu como prova de que a era dos agentes está travando. Quem acredita leu como mais uma história de executivo impaciente com expectativas irreais. Acho que as duas leituras perdem o que a evidência de fato diz.

Os números por trás da decepção

Dois dados sustentam a tese pessimista.

O primeiro é capacidade. A Scale AI mediu agentes de fronteira em tarefas complexas de vários dias, projetos reais de trabalho autônomo tirados de plataformas online, e achou que eles concluem cerca de 4% delas num nível que bate com o padrão humano de referência. Seja lá o que as demonstrações sugerem, um agente que você instrui na segunda e avalia na quinta em geral vai te decepcionar.

O segundo é implantação. A pesquisa corporativa da Writer achou que 97% de quem lidera diz que a empresa implantou agentes de IA no último ano, enquanto 79% das organizações relatam que a adoção é difícil.

Ponha os dois números lado a lado e você tem a tese pessimista. Quase toda empresa implantou agentes, e agentes falham em 96% dos projetos substanciais. Essa distância entre adoção e entrega é a trava que Zuckerberg está nomeando.

Olhe mais fundo, porém, e o dado de implantação em parte defende os agentes. As implantações que dão certo focam em serviços pequenos e delimitados: avisos, lembretes, encaminhamento, triagem. Os agentes podem não ser bons o bastante para atender à expectativa de Zuckerberg, mas estão entregando resultados. A pergunta que vale fazer é por que eles têm êxito ali e falham no teste grande.

Um teste que nenhuma liderança aplicaria

Essa história se apoia na suposição de que o projeto de vários dias com briefing é o teste certo de progresso.

Olhe as condições desse teste. As tarefas da Scale AI são briefings reais de trabalho autônomo, entregues a frio. O briefing é todo o contexto que o agente recebe. Não há cliente a quem fazer uma pergunta de esclarecimento e não há colega na mesa ao lado. E o agente roda por dias entre pontos de checagem, acumulando cada leitura errada do começo sem correção.

Avaliamos agentes, em outras palavras, de um jeito que nunca avaliaríamos alguém recém-contratado. Damos um projeto com contexto mínimo, nenhuma oportunidade de fazer perguntas, e então avaliamos quando termina. Não é de espantar que falhem. A maioria das pessoas jogada assim na parte funda também falharia, que é exatamente por que uma boa liderança nunca faria isso com alguém novo. Quem entra recebe integração, um colega a quem perguntar, e retorno bem antes de a entrega vencer.

A Harvard Business Review publicou uma pesquisa em maio argumentando que não se deve tratar agentes como funcionários. O teste atual é algo mais estranho: damos ao agente a tarefa de quem é funcionário sem nenhum dos apoios de quem é funcionário, e então lemos o resultado como veredito sobre a tecnologia.

O erro não é otimismo sobre os modelos. É tratar o agente como alguém sênior e experiente, do tipo que pega um briefing e some por uma semana, quando os agentes de hoje estão mais perto da pessoa mais verde com quem você já trabalhou.

O teste que quem está começando passaria

Muito trabalho de conhecimento é um projeto com briefing. Para muita gente, é a maior parte do serviço, e os agentes terão que dar conta disso um dia. Mas ninguém começa alguém nova por aí, então a pergunta não é se os agentes de hoje sobrevivem ao teste de quem é sênior. É o que uma boa liderança dá a alguém na primeira semana.

Não o projeto que define o trimestre. O trabalho que chega: os quarenta e-mails da noite, as respostas de rotina, os follow-ups que escapam, as aprovações de fatura, o agendamento. Trabalho em que o contexto vem anexado (a corrente está bem ali, com o histórico e o pedido de verdade), os passos são delimitados, e alguém revisa o que sai. Já escrevemos sobre quem começa o trabalho; esta é a fatia disso que quem está começando assume desde o primeiro dia.

Isso sugere um teste melhor de onde os agentes estão hoje: um deles consegue dar conta da fatia corriqueira da sua caixa e te liberar para o trabalho de mais valor que precisa do seu julgamento? Os agentes passam nesse teste agora, com os modelos atuais. Sem necessidade de salto de capacidade.

A escada não para aí, e não deveria. Um dia teremos agentes capazes de pegar um briefing e sumir por uma semana. Mas não devemos pular degraus. Quem é funcionário conquista essa autonomia de dois jeitos. Acumula contexto, meses observando como a organização decide, com o que os clientes se importam, quais exceções importam. E pede ajuda quando está em dúvida, em vez de adivinhar. Os agentes precisam das mesmas duas coisas: um lugar permanente onde o que aprendem se acumule, e um jeito de levantar a mão no meio da tarefa. Dê os dois e o briefing de quatro dias deixa de ser impensável. Pule os dois e nenhum lançamento de modelo fecha a distância.

O que isto prevê

Se esta leitura estiver certa, ela faz uma previsão testável: os agentes vão ter êxito primeiro não onde são mais autônomos, e sim onde o trabalho é pequeno, frequente e chega com contexto, e a “trava” vai acabar sem nenhum lançamento dramático de modelo. A melhora virá do conhecimento acumulado da empresa e de melhores jeitos de pedir ajuda, e não de QI puro. Consolide o que o agente aprende, e o agente de amanhã vai mais longe na mesma tarefa ampla do que o de hoje foi, rodando no mesmo modelo por baixo.

Isso também explica o dado de implantação em vez de lamentá-lo. Aqueles serviços pequenos e delimitados em que as empresas de fato mantiveram os agentes, o encaminhamento, a triagem e os lembretes, não são prova de fracasso. São o trabalho de quem começa, bem feito: disparado de fora, estreito, revisável. O erro é lê-los como prêmio de consolação no caminho para o graal do projeto com briefing, quando são os primeiros degraus da mesma escada que toda pessoa sobe.

É a mesma conclusão a que chegamos por caminhos diferentes. A segunda onda do software é de aplicações de IA feitas para o propósito, e não de conversa genérica, e “feito para o propósito”, para um agente, começa por estar posicionado onde o trabalho aparece.

A aposta que fizemos

O this+that foi construído sobre esta leitura. O agente fica dentro do fluxo de mensagens, em e-mail e conversa de time, e o trabalho o dispara. Ele lê o que chega, transforma compromissos e pedidos em tarefas acompanhadas, escreve o que dá para escrever, e roda fluxos que você descreve em linguagem comum. Você não o instrui, porque o trabalho já instruiu. E as duas coisas de que a escada precisa são as duas coisas que construímos em volta dele. Um fluxo pode pausar no meio e esperar uma pessoa antes de continuar, que é a forma inicial e limitada de um agente levantar a mão. E o brain, a nossa camada de conhecimento, é onde o que o agente e o time aprendem se acumula, que é como um agente fica mais imerso na organização quanto mais tempo trabalha lá.

Quando os agentes de fato deslancharem em escala, não acho que vá ser porque os modelos finalmente ficaram espertos o bastante para sobreviver a um briefing de quatro dias entregue a frio. Vai ser porque começamos por trabalho de quem entra, em que o trabalho em si faz o briefing, e os deixamos subir por mérito.

Principais conclusões

• O memorando vazado de Zuckerberg diz que os agentes não avançaram como se esperava, e os números de manchete (4% das tarefas de vários dias no padrão humano, implantação quase universal mas sobretudo em serviços pequenos) parecem confirmar.
• Esses números só significam “trava” se a referência for justa, e ela não é: briefings reais de trabalho autônomo entregues sozinhos, sem ninguém a quem perguntar e sem conhecimento da empresa de onde puxar. Condições sob as quais só alguém sênior e bem integrado teria êxito, aplicadas a quem está no primeiro dia.
• O teste certo para os agentes de hoje é o trabalho de quem começa: o fluxo corriqueiro que chega, em que o contexto vem anexado, os passos são delimitados, e uma pessoa revisa o que sai. Os agentes passam nesse teste com os modelos atuais, e passar nele libera as pessoas para o trabalho que precisa do julgamento delas.
• Não pule degraus. Agentes conquistam autonomia como funcionários conquistam, acumulando o conhecimento da organização e pedindo ajuda em caso de dúvida. Consolide o que aprendem, e o agente de amanhã vai mais longe numa tarefa ampla do que o de hoje, mesmo no mesmo modelo.
• O this+that foi construído para essa subida: o trabalho dispara o agente, os fluxos podem pausar para uma pessoa no meio da rodada (a forma inicial de pedir ajuda), e o brain acumula o que o agente e o time aprendem.