Wired testou 6 agentes de IA em 24 horas: Dots lidera, Gemini Spark erra o almoço

Um ano atrás, para o repórter da Wired Ris, os agentes de IA não passavam de demonstrações inúteis para apresentações. Hoje, os agentes always-on estão saindo do Vale do Silício porque ficaram mais confiáveis: concluem melhor as tarefas e controlam o navegador com mais segurança. No dia anterior, Ris configurou seis agentes no iPhone, passou 24 horas submetendo-os a cinco tarefas e avaliou cada tentativa em uma escala de 1 a 5. Três testes já mostram como está o equilíbrio de forças.

Quem participou e quanto custa

Os agentes funcionam como um chat em grupo: um único feed de mensagens e um navegador virtual que serve como computador próprio para acessar a internet. Ao contrário de um chatbot, eles mesmos puxam a conversa quando veem uma oportunidade de ajudar. Participaram do teste:

• Meta Muse — gratuito, lançado em setembro e líder desde então nos rankings de downloads de smartphones.
• OpenAI Dots — integrado ao ChatGPT, custa $100 por mês. É o mais caro de todos.
• Instinct — gratuito, mas exige um código de convite fornecido por outro usuário. Funciona por SMS comum, sem aplicativo.
• Anthropic Claude Duet — $20 por mês, o mais recente: research preview com lista de espera, lançado na véspera dos testes.
• Google Gemini Spark — beta dentro do app Gemini, $20 por mês.
• xAI Grok Bot — aplicativo separado, $30 por mês.

O OpenClaw ficou de fora da lista. Foi ele que deu início à onda de agentes no começo do ano, mas é complicado demais para uma pessoa comum configurar. Nos próximos rankings, o autor promete incluir o Hermes, da Nous Research, e o Poke.

Briefing e almoço: onde os agentes tropeçam

A primeira tarefa era preparar uma pauta para a reunião editorial da Wired, com título. Ris pediu que os agentes dedicassem 30 minutos a uma pesquisa aprofundada. Só Muse e Dots trabalharam por mais tempo; os demais entregaram o resultado quase de imediato ou após alguns minutos.

A melhor ideia veio do Gemini Spark (5/5): o Walmart abre uma plataforma para agentes de terceiros, enquanto a Amazon barrou o Muse. O Claude Duet recebeu 4 por um tema sobre os chats do ChatGPT protegidos por PIN, o Muse ficou com 3 e o Dots, com 2, por um texto "perene" sobre o app antidoomscrolling SHIFT. Grok Bot e Instinct receberam 1 ponto cada: o primeiro trouxe uma notícia velha sobre o "gosto básico" do Muse, e o segundo, um experimento confuso com feeds de redes sociais.

A segunda tarefa era pedir almoço para dois. O chefe é vegano e queria comida vietnamita, Ris precisava de carne e cafeína, e o restaurante tinha de ficar perto do escritório.

• Dots — 5/5. Escolheu por conta própria o DragonEats, pelo site do restaurante: bánh mì com porco assado, café gelado vietnamita e rolinhos com tofu teriyaki. Total de $30,57 antes dos impostos.
• Muse — 4/5. DragonEats pelo DoorDash, $42,66 só pelos itens.
• Grok Bot — 4/5. Freshroll pelo DoorDash, $43,40.
• Claude Duet — 3/5. Freshroll; perguntou se o pedido seria pelo DoorDash ou pelo Uber Eats. Ris escolheu o Uber Eats, $49,25.
• Instinct — 2/5. O carrinho era parecido com o do Claude Duet, mas $4 mais caro: $53,73.
• Gemini Spark — 1/5. O chefe recebeu um único rolinho por $5,85, com subtotal geral de $22,55. Foi a única falha real desse teste.

Proatividade: o conflito das 14:00

Ris criou no calendário uma reunião com uma fonte às 14:00 e enviou a si mesmo um e-mail avisando que, nesse horário, precisava ligar para a mãe, que receberia alta do hospital. A tarefa era relacionar o e-mail ao calendário e alertá-lo com antecedência.

• Dots — 5/5. Percebeu de imediato e sugeriu ligar antes da reunião ou depois das 15:00, considerando o horário da alta.
• Claude Duet — 4/5. Avisou com algumas horas de antecedência, mas não ofereceu alternativas.
• Grok Bot, Instinct, Muse — 2/5 cada. Não notaram o conflito, mas reconheceram o erro e propuseram cruzar o e-mail com o calendário daí em diante.
• Gemini Spark — 1/5. Não encontrou a sobreposição e não sugeriu como evitar que se repetisse.

Só dois acertaram, menos do que o autor esperava.

Como escolher um agente hoje

Nas três tarefas, lideram Dots (12 pontos de 15) e Claude Duet (11), seguidos por Muse (9), Grok Bot e Gemini Spark (7 cada) e Instinct (5). Mas essa conta não reflete preço nem risco. O Dots custa cinco vezes mais que o Claude Duet e o Gemini Spark, enquanto o Muse é gratuito.

Os agentes precisam de acesso a e-mail, calendário e outros dados pessoais, e erros de permissão saem caro: um usuário do X conectou agentes à conta bancária e ao Slack do trabalho, e um deles publicou o saldo dele à vista dos colegas. A recomendação prática é começar pelo calendário e pelo e-mail e não liberar acesso a bancos nem a chats corporativos. Confira carrinhos e rotas antes de pagar, principalmente se o agente trabalhou rápido demais.

No teste, Ris conectou apenas o Google Calendar e o Gmail pessoais, o que é sensato para começar.