Product Hunt, 17/08: o dia em que o agente ganhou operação

O quadro do Product Hunt de 17 de agosto teve um recado difícil de ignorar para quem coloca IA em produção. Os produtos que subiram não foram mais um chatbot ou mais um gerador de imagem. Foram peças de infraestrutura para agentes: roteadores, plataformas de governança, novas superfícies de contato e fontes verificáveis para o agente não inventar. É o mercado saindo da euforia do modelo e indo para o encanamento que faz o agente funcionar no dia a dia. Reunimos cinco estreias do dia que valem o olhar de quem opera.

HarnessRouter Community Edition: trocar de harness sem reescrever o backend

O lançamento mais votado do dia atacou uma dor bem específica. Harness é o código que embrulha o modelo em um laço com ferramentas, sessão e recuperação de falha, o que transforma um LLM em agente de verdade. O problema é que cada harness, Codex, Claude Code, Hermes, tem interface própria, e trocar significa refazer o backend. O HarnessRouter Community Edition oferece uma camada única, agora aberta sob licença Apache 2.0, para plugar vários harnesses gerenciados no seu produto pela mesma API, na sua infraestrutura. Sessão, streaming, arquivos, artefatos, cancelamento e recuperação de falha ficam por conta da camada, e as chaves de provedor, o estado e as entregas seguem sob seu controle. É o mesmo princípio de roteamento que a Stripe acabou de comprar por bilhões no nível dos modelos, aplicado um andar acima, no nível do agente.

Matimo: uma plataforma de operações de agente

Se o HarnessRouter resolve a troca, o Matimo Workbench mira o ciclo inteiro. Ele se apresenta como uma plataforma de operações de agente para construir, publicar e governar agentes, com supervisão humana no laço e governança multi-inquilino para uso corporativo. O detalhe que importa é a palavra governar. Colocar agente em produção sem trilha de auditoria, aprovação humana e controle de acesso é como subir código sem revisão. Ferramentas que tratam agente como carga de produção, e não como demo, são exatamente o tipo de maturidade que faltava, na mesma linha do console para operar um agente em produção que a OpenAI apresentou.

Chert: agentes de vídeo em poucas linhas

Nem toda tarefa cabe em texto. O Chert se descreve como o Vapi para FaceTime: uma forma de construir e publicar agentes de vídeo que atendem e fazem chamadas com poucas linhas de código. Os casos citados são práticos, suporte remoto, atendimento de campo, triagem de telessaúde, onboarding guiado, tudo que é mais fácil mostrar do que explicar. Para operações brasileiras de atendimento e serviço, dar ao agente uma superfície de vídeo abre um front novo, com todos os cuidados de sempre: latência, custo por chamada e um plano claro para quando o agente não entender o pedido.

Dike: fonte verificavel para o agente nao chutar

O Dike ataca o calcanhar de aquiles do agente jurídico: a alucinação. Ele oferece fontes legais árabes verificáveis da Arábia Saudita, dos Emirados e do Egito por uma API bilíngue feita para agentes que citam a lei de verdade, não um palpite. A geografia é distante, mas a ideia é universal e urgente. Agente que decide sem citar fonte checável é passivo, não ativo. Ancorar a resposta em base verificável é o que diferencia um assistente que ajuda de um que expõe a empresa a risco. O padrão vale para qualquer domínio regulado, do fiscal ao médico.

Vaaya: quando o agente precisa gastar

O Vaaya olha para um futuro que já começou: agentes que executam ações com custo. A proposta é transformar o perfil do GitHub em uma espécie de cartão de crédito para o agente, dando a ele orçamento para acessar mais de 1.400 ferramentas, de busca a geração de mídia, por um único MCP. É cedo e a ideia levanta perguntas sérias sobre limite de gasto e controle, mas aponta para um problema real. Quando o agente deixa de só sugerir e passa a comprar, chamar API paga e contratar serviço, alguém precisa definir teto, aprovação e trilha. É governança financeira de agente, um tema que vai crescer.

O que o dia diz para quem opera

O padrão dos cinco é o mesmo. Ninguém vendeu inteligência bruta. Todos venderam a camada ao redor do agente que o torna operável: portabilidade de harness, governança, superfície, fonte verificável, controle de gasto. É o sinal de um mercado amadurecendo, saindo do modelo e indo para a plataforma. Para quem opera IA no Brasil, o recado é comprar menos brinquedo e mais encanamento. Um harness portável e uma trilha de auditoria valem mais, em produção, que mais um invólucro de chat. E, como sempre, a régua é a mesma: teste com caso real da sua operação antes de acreditar na página de lançamento.

Vale registrar que o próprio GLM-5.3, da chinesa Zhipu, apareceu no quadro do dia, lembrando que a fronteira de modelos e a fronteira de ferramentas avançam juntas.

Se você quer separar o encanamento útil do brinquedo bonito antes de colocar um agente em produção, fale com a AI Boutique no WhatsApp. A gente ajuda a escolher harness, desenhar governança e testar cada ferramenta com um caso real seu.