Em 2026, a disputa por agentes de IA no cotidiano foi decidida não pelo laboratório mais avançado, mas pelo canal com mais usuários. Quando a Meta lançou o Muse no WhatsApp em 8 de setembro, integrado ao app que o brasileiro já usa sem exigir novo cadastro, a proposta era gratuita e imediata. Em 22 dias, o Muse ultrapassou 5 milhões de downloads e chegou a mais de 3 milhões de usuários ativos por semana no início de outubro de 2026.

OpenAI e Anthropic chegaram depois. O Dots da OpenAI estreou cerca de três semanas antes do Claude Duet da Anthropic, disponível somente nos planos Pro e Max, restrito aos EUA e por lista de espera. A própria Anthropic admitiu que tarefas pessoais como comprar ingressos não são o ponto forte da ferramenta.

O que explica a vantagem da Meta

A Meta distribuiu até metade de suas impressões publicitárias internas diárias para dar tração ao Muse. Mais do que isso, apostou num canal com escala pronta: o WhatsApp.

O Dots da OpenAI parte de US$ 100 por mês e permite apenas um agente por conta. O Grok Bot da xAI chegou em agosto por US$ 300 para equipes. O Muse é gratuito para o usuário final, com comissão paga pelo comerciante por venda concluída.

O caso da Instinct reforça o padrão. A startup, criada por um empreendedor de 23 anos, opera só por mensagem no WhatsApp ou iMessage, sem app dedicado, e processa cerca de US$ 1 bilhão por ano em transações. Metade das operações está concentrada em viagens. Com 100 mil usuários no plano gratuito, a empresa já enfrentou restrições de capacidade computacional.

A Amazon fechou as portas ao Muse há cerca de um mês. Agentes de IA no cotidiano com canal de entrada zero criam escala que plataformas pagas dificilmente alcançam no mesmo prazo.

Cache de prompt: como cortar o custo de agentes em 62%

Há um gargalo técnico que limita a expansão de qualquer agente com múltiplos turnos de conversa: a cada resposta, o modelo reprocessa todo o histórico da sessão. Instruções do sistema, definições de ferramentas, chamadas anteriores e resultados acumulam tokens e aumentam o custo a cada requisição.

O cache de prompt resolve isso armazenando o prefixo já processado e reutilizando nas requisições seguintes por um valor de entrada menor. A AWS publicou um guia detalhado para agentes que usam modelos OpenAI no Amazon Bedrock com dois modos: o implícito, em que o Bedrock escolhe o ponto de corte, e o explícito, em que o desenvolvedor define o breakpoint.

Em um teste com seis turnos de conversa e o GPT-6 Astra, o cache implícito reduziu o custo de entrada em cerca de 62%. Os breakpoints explícitos rotativos chegaram a 61% de redução no mesmo cenário. A regra prática: conteúdo estático como ferramentas e instruções do sistema fica no início do contexto, com pelo menos 1.024 tokens; dados variáveis como data, nome do cliente e ID da sessão ficam depois do ponto em cache.

Mover um único breakpoint, alterar a ordem das ferramentas ou trocar a tarefa invalida o prefixo armazenado. Ainda assim, é possível restringir quais ferramentas o modelo pode chamar sem mexer no catálogo em cache e adicionar ferramentas novas no meio da sessão sem perder o que já foi processado.

Por que isso importa para o seu negócio

O modelo da Meta deixou claro que canal importa tanto quanto tecnologia. Para quem atende clientes pelo WhatsApp, um agente integrado ao mesmo número que o cliente já usa tem uma fricção de adoção próxima de zero.

No lado dos custos, agentes de IA no cotidiano com conversas longas ficam inviáveis sem otimização. Uma redução de 62% no custo de tokens de entrada muda o cálculo de viabilidade de muitos fluxos de atendimento. Se cada turno da conversa reutiliza o contexto já processado, o custo marginal de uma conversa de dez mensagens cai para uma fração do valor inicial.

Os dois movimentos constroem o mesmo resultado: quanto mais fácil o acesso pelo canal que o cliente já usa, e quanto menor o custo por conversa, mais viável se torna escalar agentes de IA no cotidiano sem depender de planos corporativos de US$ 100 por mês.

Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.

Fontes: