Dez itens estão no radar de hoje, e uma linha clara atravessa quase todos: o que antes era projeto de engenharia está virando oferta de prateleira. Comecei pelo lançamento que mais mexeu com a minha lista de prioridades.

Em resumo

A Presence, nova plataforma da OpenAI para colocar agentes de voz e chatbots em tempo real em operação, muda a pergunta para times de produto: em vez de estimar apenas quanto tempo leva para construir, vale avaliar se construir ainda faz sentido. Em serviços financeiros, comprar a camada de voz não substitui o desenho de regras, autorizações, registro de interações e escalonamento humano. É aí que permanece a parte mais importante do produto.

Quem trabalha com produtos de crédito sabe que boa parte do atrito não está na análise. Está na conversa.

O cliente liga para entender uma antecipação. Manda e-mail para saber por que a duplicata não foi aceita. Espera retorno sobre um limite. Cada um desses pontos é uma fila, um SLA e, no fim, um custo.

Por isso me chamou atenção o lançamento da Presence, a nova plataforma da OpenAI para empresas colocarem em operação agentes de voz e chatbots em tempo real. Ainda está em disponibilidade limitada, com implantação acompanhada pelos engenheiros da própria OpenAI e por parceiros integradores.

O que muda quando a camada de voz vem pronta

O que mudou aqui não é a tecnologia de voz. É o formato da oferta.

Até pouco tempo atrás, uma empresa que quisesse um agente de atendimento inteligente comprava uma API e montava tudo por dentro: orquestração, contexto, integração e governança. Agora existe uma opção pronta, com time de implantação junto. Para quem está do lado de produto, isso muda a conversa de “quanto tempo o time leva para construir” para “faz sentido construir isso”.

Essa é uma decisão central na gestão de produtos com IA: separar a infraestrutura que pode virar commodity da lógica que diferencia o negócio. A camada pronta pode acelerar a entrada em operação, mas não responde sozinha como o produto deve agir.

O que continua sendo responsabilidade do produto

E não é uma decisão óbvia. Em serviços financeiros, o agente precisa saber o que pode e o que não pode dizer, registrar cada interação, respeitar limites de autorização e escalar para um humano na hora certa. Nada disso é detalhe; é o produto em si.

Comprar a camada de voz não elimina o trabalho de desenhar essas regras. Só transfere o esforço para onde ele realmente importa: o desenho de agentes de IA, os controles de governança de IA e os limites para cada ação. Quem estiver avaliando como criar agentes pode usar um guia para criar agentes de IA para estruturar essa decisão antes da implementação.

É o tipo de movimento que me deixa animado. A parte trabalhosa vira commodity e sobra tempo para pensar no que só quem conhece o negócio consegue resolver.

Para quem ficou curioso e quiser ler a notícia completa, deixo o link: OpenAI unveils Presence.

O resto do radar

Kimi-K3 no Hugging Face — redefine o teto de custo e capacidade dos modelos abertos, viabilizando features que só rodavam em API proprietária. Ler mais

Dynamic Workflows no Claude Code — o agente monta a sequência de passos em tempo de execução, encurtando o caminho entre discovery e MVP funcional. Ler mais

Robinhood libera agentes de IA para operar ações — primeiro caso relevante de agente com ação financeira irreversível: referência de consentimento, limite e auditoria. Ler mais

HubSpot abre Agent Hub e Agent Builder em beta público — times de GTM passam a criar agentes sem engenharia, e a discussão vira quem define permissão e qualidade. Ler mais

Avaliadores LLM ruidosos ainda melhoram agentes — derruba a desculpa de “não temos eval confiável”: dá para iterar com métrica imperfeita e medir progresso real. Ler mais

Step 3.7 Flash — mais uma opção rápida e barata para features de alto volume, onde latência e custo por chamada decidem. Ler mais

AISlop, CLI para detectar code smells de IA — aponta um tipo novo de dívida técnica que precisa entrar na conversa de qualidade e capacidade do time. Ler mais

Estudo mapeia dark patterns em chatbots de IA — otimizar tempo de sessão em produto conversacional pode produzir manipulação por acidente: risco de marca e regulatório. Ler mais

DX Core 4 para medir produtividade de engenharia — framework defensável para responder se a adoção de IA aumentou entrega ou só deslocou esforço para revisão. Ler mais

Fecho por aqui. Se hoje aparecer um “vamos construir isso”, vale perguntar antes se já não tem alguém vendendo pronto.