2026-11-11 · Fonte:虎嗅·中继

O foco migrou da capacidade do modelo para contexto, memória e permissões; Meta e OpenAI entraram, e as grandes tecnológicas chinesas estão de olho. O Personal Agent da Instinct está transformando “esperar a tarefa atribuída” em “agir por conta própria” — por trás disso, mais uma escalada íngreme da curva de consumo de tokens.
Um documento que precisa ser assinado até as 15h, e às 14h55 você ainda não tratou dele — o agente liga direto para cobrar. Não é cena de ficção científica, mas função que o produto da Instinct está materializando. Na discussão entre o fundador Noah Shinn e o analista Ben Thompson em torno do Personal Agent, o ponto de aterrissagem é um só: ele não espera mais que a tarefa seja atribuída; age por conta própria a partir do contexto. Parece um upgrade apenas da forma de interação, mas significa, na real, a virada de papel da IA de “ferramenta” para “colaborador permanente” — e permanente significa que a inferência deixa de ser requisição avulsa para virar carga de fundo em operação contínua.
Nos últimos mais de doze meses, o setor vem trocando de marcha em sequência: do chatbot ao agente de programação, ao agente geral, e agora ao agente pessoal. Depois que o Muse estourou, o centro da discussão migrou com nitidez da capacidade do modelo para computador na nuvem, contexto, memória de longo prazo, proatividade e permissões, como se a era das aplicações tivesse de fato chegado. O contraste é direto: com o agente de programação, o usuário abre o Codex para dar a instrução — corrigir um bug, montar um Slides; tudo começa da ordem. O agente pessoal domina calendário, e-mail, localização, registro de gastos e até preferências de hábito, com capacidade de julgar sozinho o que fazer agora. Visita ao cliente às 10h: às 9h30 ele já checou o trânsito, pesou metrô versus aplicativo de carona e, se preciso, chamou o carro com antecedência e lembrou da hora de sair — como um secretário que conhece os seus hábitos de trabalho e começou a ter “senso de oportunidade”.
Para os compradores de computação e investidores, o que merece vigília é a curva de consumo de tokens. Já ocorreram três saltos: o ChatGPT popularizou a geração em massa de respostas, artigos e código; o o1 difundiu os modelos de raciocínio, que investem mais computação pensando antes de responder; o agente de programação trabalha horas seguidas, em ciclos de ler arquivos, alterar código e rodar testes, consumindo muitos tokens por tarefa. O agente pessoal é visto como o quarto nó, mais uma divisão de águas importante — quando o agente gira continuamente em torno do contexto do usuário, o nível de demanda por inferência pode subir de novo. Para o decisor de compras, isso significa que avaliar orçamento de computação já não admite o modelo estático de “por assento, por número de requisições”, e exige migrar para o modelo dinâmico de “por número de sessões permanentes, por comprimento de contexto, por tempo de atividade em segundo plano”.
Vale enfatizar: o que o agente pessoal exige da infraestrutura de inferência difere de forma nítida dos três cenários anteriores. Na era do chatbot, era tráfego curto, direto e rápido de perguntas e respostas; na era do o1, uma única reflexão longa; no agente de programação, o ciclo longo por tarefa; já o agente pessoal exige que o modelo leia a qualquer momento as atualizações mais recentes de calendário, e-mail e localização do usuário — o que significa atualização frequente de contexto, chamadas de busca na memória de longo prazo e rodadas extras de inferência vindas da verificação de permissões. Em outras palavras, mesmo que o usuário individual não perceba interação frequente, o fluxo de tokens ao fundo segue acumulando. Para as empresas com cluster de inferência próprio, a taxa de acerto do KV cache, a capacidade de escalonamento de contexto longo e o isolamento multitenant viram novos indicadores técnicos de compra; para as equipes que compram inferência por volume, além do preço do token, convém reexaminar a “taxa de produção de tokens efetivos”.
A questão da janela segue em aberto: Meta e OpenAI já entraram; ByteDance, Tencent e Alibaba estão de olho; quantas chances restam às startups, ninguém ousa concluir agora. A entrada dos gigantes é faca de dois gumes para o comprador de computação: de um lado, a concorrência comprime o preço marginal do serviço de inferência; de outro, prender-se a um único ecossistema pode trazer custo de migração e trava de dados de permissão. Ao planejar o orçamento de computação de IA, recomenda-se modelar as cargas do tipo agente pessoal como centro de custo independente, reservar redundância de inferência para o crescimento do contexto e, nos contratos de compra, ficar atento às cláusulas de precificação escalonada da inferência de contexto longo.
Quanto à crítica de “puro hype”, a resposta talvez precise voltar à revolução industrial — a tecnologia daquela época também nascia de recombinações de inovações existentes; toda inovação é, na essência, um mix. A divergência real não está em “se é inovação”, e sim em “quando escala”. Uma vez que o agente pessoal complete o salto da demonstração para o cotidiano, a curva de consumo de tokens do quarto ponto de salto deixará de ser objeto de disputa.
[Dados de mercado reais] Cabe esclarecer: os modelos de computação ligados ao Instinct Personal Agent envolvidos nesta reportagem não possuem, no momento, dados de preço à venda listados. A Bolsa de Computação Wanan seguirá acompanhando as listagens e as cotações desta categoria; recomenda-se que os compradores com intenção de compra tomem como referência de plano de transição o mercado à vista e os preços de contrato das placas de inferência existentes, e refaçam o cálculo de substituição após a divulgação das listagens do novo produto.
Q: Por que o Personal Agent é chamado de quarto ponto de salto no consumo de tokens?
A: Os três saltos anteriores foram a popularização da geração em massa pelo ChatGPT, a difusão dos modelos de raciocínio pelo o1 e as horas seguidas de trabalho do agente de programação consumindo muitos tokens; o Personal Agent gira em segundo plano de forma contínua em torno do contexto do usuário, trazendo carga de inferência permanente, e por isso é visto como o quarto nó.
Q: Como os compradores de computação devem ajustar agora a estratégia de compra?
A: Como os modelos relacionados não possuem, no momento, dados de preço à venda listados, recomenda-se primeiro planejar o orçamento tomando como base o mercado à vista e os preços de contrato da capacidade de inferência existente, construir modelo dinâmico de custo por número de sessões permanentes e por comprimento de contexto, e esperar os dados de listagem que a Bolsa de Computação Wanan divulgar em seguida para decidir compras incrementais.
Tags: Noah Shinn · Ben Thompson · Instinct · OpenAI · Personal Agent · Token Consumption
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado