Cinco novidades passaram pelo meu filtro hoje, e o que mais pesa para quem trabalha com produto é o Dots, o novo agente proativo de IA da OpenAI. O destaque não é só o que ele consegue fazer: é a mudança de produto que acontece quando o assistente deixa de esperar um comando a cada passo.

O resto do radar passa por prototipação dentro do ChatGPT, edição de imagem mais precisa, modelos rodando local e dados reais de custo e monetização.

Quando agentes proativos de IA deixam de esperar o comando

A OpenAI apresentou o Dots no DevDay como um agente que pode assumir tarefas contínuas e agir de forma proativa. A página oficial diz que ele é baseado no GPT-6 Astra e tem seu próprio computador na nuvem. No mesmo evento, a empresa também anunciou o GPT-6.1 Sol e o tier de velocidade Ultrafast. A cobertura da LA NACION comparou o Dots ao Muse, da Meta.

Quem trabalha com produto sabe que a gente passa muito tempo desenhando telas para o usuário clicar: botão, menu, filtro, confirmação. Agora imagine um produto em que o usuário não precisa iniciar cada etapa porque o assistente já está trabalhando em uma tarefa que recebeu.

Para mim, essa mudança troca a pergunta do PM: sai “qual tela eu desenho?” e entra “o que esse agente pode fazer sozinho, e quando precisa me chamar?”. A resposta define permissões, pontos de confirmação, como mostrar o que foi feito e como desfazer ou compensar uma ação. Essa camada aproxima governança de IA da operação de agentes em produção.

A reportagem destacou que Sam Altman não abordou preocupações de segurança no palco. Isso descreve o que foi dito durante o anúncio; a página oficial do Dots detalha salvaguardas do produto, como pesquisa proativa somente para leitura, monitoramento de segurança, limites de acesso e revisão de ações que podem exigir aprovação. Essas medidas não eliminam a necessidade de avaliar o risco de cada fluxo. Elas mostram por que desenhar confiança precisa fazer parte da gestão de produtos com IA.

Há custo nessa disponibilidade contínua também. Um agente que trabalha em segundo plano tende a consumir mais do que uma interação curta de chat; frequência, duração e velocidade entram na decisão. O próprio produto organiza o trabalho avançado por limites de uso e prevê opções para ampliar velocidade ou volume mensal. Por isso, acompanhar custos de agentes de IA deixa de ser um detalhe de engenharia.

Sou otimista com esse movimento. Automação que antes dependia de fluxos rígidos tende a ficar mais flexível, abrindo espaço para produtos úteis em muitas áreas, inclusive nas finanças. O desafio é começar com limites claros de permissão, trilha de auditoria e um jeito simples de a pessoa retomar o controle — com o mesmo cuidado que a gente sempre teve ao desenhar usabilidade.

O resto do radar

  • Sites in ChatGPT — a OpenAI leva a criação de sites, apps e jogos para dentro do ChatGPT e encurta o caminho entre ideia e protótipo publicado. Veja o recurso.
  • FLUX 3 Image (Black Forest Labs) — edição por caixas delimitadoras abre espaço para controle fino em produtos criativos, com API e licença comercial. Conheça o modelo.
  • DwarfStar 4, do criador do Redis — inferência local compatível com APIs da OpenAI e da Anthropic pode viabilizar protótipos privados e de baixo custo. Acesse o projeto.
  • Um mês programando com GLM 5.3 Flash (Wagtail) — traz números reais de custo e de seleção de modelos para times que constroem com IA. Leia o relato.
  • Como monetizar funcionalidades de IA (Lenny’s Newsletter) — o custo variável por uso exige decidir entre incluir IA no pacote, vender como adicional ou cobrar pelo consumo. Leia a edição.

Amanhã volto com mais um recorte do que apareceu por aí.