Hoje a conversa em torno de agentes girou menos em torno de quem lançou o quê e mais em torno de quanto custa e quem de fato usa. Separei o destaque e o resto do radar abaixo.

Esta semana li que o Garry Tan, que comanda o Y Combinator, diz gastar entre 100 e 200 mil dólares por ano só com tokens para rodar os agentes dele.

Dei risada do número, mas ele é o dado mais honesto da notícia. O próprio Tan admitiu que, hoje, é caro demais para um agente pessoal virar coisa de massa.

Quem trabalha com produto reconhece essa conta. Todo mundo quer colocar um agente dentro do produto, e quase ninguém desenha a unidade econômica antes. Quanto custa cada tarefa concluída? Quem paga: o usuário, o plano, a margem? O guia de custo de agentes de IA e o template de orçamento de custo ajudam a montar essa conta.

Outro detalhe que me chamou atenção: o agente dele enxerga e-mail, arquivos e anotações. Quanto mais contexto, mais útil o agente fica, e também mais custo e mais responsabilidade com os dados. Aqui entra o guia de governança de IA.

Eu sou otimista com isso. O custo por token tende a cair, e quando cair vai sobrar espaço para quem já tiver aprendido a medir valor entregue por tarefa. Para o PM, a lição prática é começar a tratar custo de inferência como métrica de produto, ao lado de ativação e retenção. Se o tema é levar agentes para dentro do produto, vale ler também o guia de agentes de IA.

Para quem ficou curioso e quer ver a notícia completa, deixo a leitura aqui.

O resto do radar

  • Conductor vai para a Meta — lembra o risco de depender de ferramenta de IA de startup pequena: a nuvem encerra em 20/11. Conductor
  • Anthropic e o FlashProve — provas criptográficas para mostrar qual modelo respondeu, útil para auditoria e conformidade; ainda é pesquisa. Anthropic
  • Ripple-65B Preview — modelo open-weight dos EUA para código agêntico, em vários provedores; números são da própria empresa. Ricursive
  • Kimi K3.1 Pro com pesos abertos — modelo agêntico multimodal com 1M de contexto, mas com licença própria para ler antes de usar. Hugging Face
  • DoorDash e agentes externos — pelo título, só centenas de pedidos vieram de agentes de terceiros, um dado de adoção que esfria a tese de canal. Ars Technica
  • OpenAI: Images 2.6 e compra da Pierre — duas páginas da OpenAI na capa do HN; não consegui abrir o conteúdo, então vale conferir o anúncio oficial. OpenAI

Amanhã tem mais. Se o custo é a barreira, o próximo ganho vai vir de quem medir melhor.