Agentes pessoais de IA: o que Muse e Dots entregam de verdade e onde a confiança ainda falta

Um agente que negocia contas por telefone, agenda cortes de cabelo e cota preços com prestadores de serviço. Até aqui, a propaganda. A parte que ninguém põe no anúncio: em parte dessas ligações, quem falava não era a IA. Segundo reportagem da Reuters de 22 de setembro de 2026, a Meta vinha testando um "concierge humano" no recém-lançado Muse (abre em nova aba), com contratados atendendo chamadas iniciadas pelo agente, inicialmente sem divulgação adequada aos usuários. O episódio foi revertido, mas ele define a pergunta correta para qualquer avaliação técnica desses produtos: não "o que o agente promete", e sim "qual fração da confiabilidade vem de engenharia e qual vem de gente escondida atrás da cortina".

Esse critério importa porque Muse e Dots (abre em nova aba), o agente da OpenAI anunciado em 29 de setembro de 2026, não são chatbots. São sistemas com capacidade de ação: enviam e-mails, fazem compras, preenchem formulários, operam navegadores e persistem após o usuário fechar o aplicativo. Quando o artefato deixa de ser texto e passa a ser uma transação financeira ou uma ligação para um seguro de saúde, o padrão de evidência que um profissional técnico deve exigir muda de categoria.

O que cada produto é, oficialmente

O Muse foi apresentado pela Meta em 8 de setembro de 2026 como agente pessoal seguro e privado, acessível por aplicativo próprio ou WhatsApp e movido pelo modelo Muse Spark. Sua peça arquitetural central é o Muse Secure VM: uma máquina virtual dedicada que aloja tanto o agente quanto os dados do usuário, com credenciais em armazenamento seguro, sem visibilidade do agente sobre senhas ou meios de pagamento. Um agente separado, o Sentinel, precisa aprovar qualquer ação que alcance a internet, e a Meta afirma que conversas e dados da VM não alimentam seus sistemas de anúncios, com opção de recusa ao uso de interações para treinar modelos. Para compras, o agente usa o Link da Stripe, com cartão descartável que oculta os dados reais do cartão, e a Meta diz ser o primeiro agente coberto pelas proteções de compra do Link. A distribuição começou nos EUA, em iOS, Android e muse.ai, com plano gratuito para a maioria dos usos.

Os Dots, no plural, seguem outra topologia. São agentes sempre ativos movidos pelo GPT-6 Astra, cada um rodando em seu próprio computador em nuvem, separado da máquina do usuário por padrão. Conectam-se a mais de 4.000 aplicativos via plugins, mantêm contexto entre canais (ChatGPT, Slack, Teams, chamada por voz) e estão saindo para usuários Pro e Business Premium em mercados elegíveis, com o primeiro dot incluído no custo e conversas que não consomem o limite de uso do ChatGPT. Um exemplo citado pela própria OpenAI: o dot de um testador inicial percebeu uma fatura em atraso, a preparou e a enviou após aprovação.

As duas arquiteturas revelam prioridades distintas. A Meta empacota o agente com os dados numa VM isolada e gateia a saída para o mundo exterior, o que sugre um modelo de confiança localizado: o perímetro é a fronteira entre a VM e a internet. A OpenAI distribui o perímetro, com regras configuráveis por ação, revisão automática de mudanças em contas e uma restrição dura: tarefas sensíveis como troca de senha permanecem sempre com o usuário. Uma diferença que parece menor no papel e não é: a pesquisa proativa em background dos Dots usa apenas ferramentas de leitura, incapazes de enviar mensagens, alterar conteúdo ou controlar navegador. Ou seja, a OpenAI limitou explicitamente o que o agente pode fazer quando ninguém está olhando. É o tipo de escolha que um revisor de código respeita.

A OpenAI, aliás, foi francamente mais comedida no anúncio: admite que os dots erram e recomenda revisão para trabalho de consequência. A Meta, por sua vez, prometeu negociação "em nome da pessoa" desde o primeiro parágrafo do lançamento.

O teste do concierge humano

Aqui a história fica instrutiva. Duas semanas após o lançamento, o Muse liderava as paradas de download nos EUA, com mais de 2,5 milhões de instalações segundo dados da Sensor Tower citados pela Reuters. Entre as funções nova: ligar para empresas americanas para agendar serviços, checar estoque ou conseguir orçamentos. O que funcionava mal, pelo que documentos internos relataram à agência, era a taxa de sucesso das chamadas feitas pela IA, descrita internamente como "uma porcentagem menor". Testes indicavam que humanos contratados elevavam o sucesso para a faixa de 95% a 98%.

A solução encontrada não foi melhorar o modelo. Foi colocar pessoas para atender, em silêncio. Funcionários levantaram o problema de privacidade: informações sensíveis poderiam ir a contratados de call center. Um post interno resumiu o risco: a empresa estaria "a um bug de distância de vazar informação desnecessária a atendentes humanos". Outro relatou que a transcrição de uma negociação de conta mostrara um contratado fazendo um comentário racista. Uma vice-presidente do Superintelligence Labs da Meta classificou a ausência de divulgação adequada como "um erro" e o recurso foi revertido por ora, com promessa de retorno apenas com salvaguardas e transparência. Um funcionário ainda registrou um caso em que uma seguradora desligou a chamada ao perceber que falava com uma IA.

Para quem projeta sistemas, a lição é dupla. Primeiro, a confiabilidade declarada de um agente é uma alegação de marketing até existir medição independente e por ação, não uma métrica média. Segundo, os mecanismos de aprovação são o ponto onde a confiança do usuário se materializa: o Muse pede autorização antes de enviar e-mail ou comprar; os Dots distinguem leitura de escrita e mantêm ações irreversíveis com o dono. São desenhes razoáveis. Nenhum deles elimina o problema fundamental, que é de calibração: um agente que pede aprovação o tempo todo é um assistente chato; um que raramente pede é um agente que o usuário deixa operar às cegas.

Limitações que sobrevivem ao anúncio

Três faixas de risco permanecem em ambos os produtos, em graus diferentes:

• Erro em ações irreversíveis. Nenhuma das empresas publica taxa de erro por tipo de ação, e a OpenAI explicitamente admite falhas. Comprar, enviar e-mails, ligar e alterar registros são ações com consequências que o usuário herda.
• Privacidade transitiva. Dados que atravessam plugins, contratados ou integradores ficam fora do perímetro da VM ou do computador em nuvem. O caso do concierge mostra que o problema não é hipotético; a Meta planeja para o fim de 2026 um Muse Confidential VM com criptografia cuja chave só o usuário possui, o que, se entregue, reduz a superfície, mas não cobre terceiros.
• Tarefas que dependem do mundo externo aceitar a IA. A seguradora que desligou a chamada é o sintoma mais simples e o mais difícil de resolver com engenharia: a confiabilidade do agente depende de contrapartes humanas que têm incentivos próprios.

Onde isso aponta

O mercado de agentes pessoais não está vazio nem esperando esses dois produtos. Projetos open source caseiros de agentes rodando em hardware próprio, como os experimentos com automação local que ganharam traço com a onda de vendas de Mac Mini para rodar modelos, já pressionam por autonomia sem nuvem, e representam o oposto exato da aposta da OpenAI: computação local, dados locais, nenhuma plataforma intermediária. Não são concorrentes em robustez, mas estabelecem um padrão de expectativa sobre controle que Muse e Dots precisam endereçar, cada um a seu modo: a Meta com a Confidential VM anunciada para o fim de 2026, a OpenAI com separação rígida entre o computador do dot e o do usuário.

A expansão também segue ritmos distintos e verificáveis. Os Dots têm caminho curto de distribuição, pois vivem dentro do ChatGPT e de canais corporativos, com SMS anunciado como próximo passo e beta para Enterprise, Edu e Healthcare mediante ativação administrativa. O Muse depende de adoção de app dedicado, com WhatsApp como gargalo de alcance e alavanca ao mesmo tempo.

Nenhuma dessas peças muda o essencial. A pergunta "posso confiar meu cotidiano a isso" ainda não tem resposta sim, tem resposta condicional. Ambas as empresas construíram controles reais, com detalhes de desenho que um técnico consegue avaliar: VM isolada, agente aprovador, cartão descartável, permissões granulares, separação de leitura e escrita. Ambas também têm um registro de três semanas mostrando que o gargalo não é o modelo, é a transição do piloto para a operação. O concierge humano saiu do ar por enquanto; a taxa de 95% a 98% que ele alcançava, essa continua sendo o número que nenhum dos dois agentes publicou.

Perguntas frequentes