A Manus voltou ao centro da disputa por assistentes de inteligência artificial com uma mudança que interessa mais a quem usa software do que a quem acompanha apenas o mercado financeiro. A empresa apresentou sua nova fase após se separar da Meta e passou a destacar agentes capazes de executar tarefas em serviços digitais. A proposta é que a IA deixe de ser apenas uma interface de perguntas e respostas e consiga agir sobre sistemas, documentos e rotinas de trabalho.
A notícia foi publicada pelo TechCrunch em 8 de outubro de 2026. A reportagem também registra a primeira rodada de investimento da empresa desde a separação, mas o ponto mais importante para o público de tecnologia é o produto: a Manus quer transformar um pedido em uma sequência de operações, com menos intervenção humana entre cada etapa.
Essa direção aparece em várias plataformas, de ferramentas de programação a assistentes que organizam viagens, compras e reuniões. A diferença está no grau de autonomia. Um chatbot responde. Um agente interpreta um objetivo, consulta fontes, escolhe ferramentas, executa ações e retorna um resultado. Essa mudança pode economizar tempo, mas também cria uma nova camada de responsabilidade para quem conecta uma IA a contas corporativas.
O que a Manus está tentando construir
O produto da Manus é apresentado como um ambiente em que agentes recebem tarefas e usam conectores para acessar serviços. Um conector funciona como uma ponte autorizada entre a IA e uma aplicação externa. Em vez de copiar manualmente informações de uma planilha para um sistema de vendas, o usuário pode permitir que o agente leia os dados, aplique regras e prepare uma atualização.
Para uma equipe de marketing, isso pode significar reunir métricas de campanhas, comparar variações e montar um relatório. Para uma equipe de software, pode envolver a triagem de chamados, a consulta de documentação e a abertura de tarefas. Para uma pequena empresa, a automação pode organizar pedidos recebidos por e-mail e encaminhar os casos que exigem uma decisão humana.
O ganho não está em uma frase mais bem escrita. Ele está na coordenação entre sistemas. Um agente precisa entender o objetivo, manter memória de contexto, saber quais ações são permitidas e lidar com falhas. Essa combinação aproxima a IA de uma camada operacional, capaz de circular por ferramentas que antes eram usadas apenas por pessoas.
Por que a separação da Meta importa
A relação com a Meta mostra como as grandes plataformas estão tentando controlar a próxima interface da computação. A Meta tem redes sociais, mensageria, publicidade e hardware. A Manus, por sua vez, pode se posicionar como uma camada independente que conversa com serviços de empresas diferentes. Para o usuário, isso cria uma escolha entre um assistente preso a um ecossistema e um agente que promete conectar várias contas.
Essa independência também torna a confiança mais difícil. Quando um agente trabalha apenas dentro de um aplicativo, o provedor controla a maior parte dos dados, das permissões e dos registros. Quando ele atravessa e-mail, agenda, documentos, planilhas e comércio eletrônico, cada integração amplia a superfície de risco. Um erro de interpretação pode gerar uma compra, apagar uma informação ou compartilhar um arquivo com a pessoa errada.
Conectores precisam de permissões claras
O primeiro cuidado é separar leitura de escrita. Ler uma agenda para sugerir horários é diferente de confirmar uma reunião. Consultar um estoque é diferente de enviar um pedido ao fornecedor. Uma implementação responsável precisa apresentar essas diferenças ao usuário e pedir confirmação antes das ações com consequência externa.
O segundo cuidado é registrar as etapas. O usuário deve conseguir descobrir qual fonte foi consultada, qual instrução foi aplicada e qual serviço recebeu a ação. Sem esse histórico, a automação pode parecer mágica quando funciona e impossível de investigar quando falha. Para empresas brasileiras, esse ponto também se relaciona a políticas internas de acesso e ao tratamento de dados pessoais.
O impacto para desenvolvedores
Agentes de IA mudam o tipo de integração que desenvolvedores precisam projetar. APIs deixam de ser usadas apenas por telas e passam a ser chamadas por sistemas que interpretam linguagem natural. Isso exige respostas estruturadas, documentação clara, limites de taxa e mensagens de erro que ajudem uma máquina a se recuperar sem repetir uma operação perigosa.
Também ganha importância o conceito de idempotência. Uma ação idempotente pode ser repetida sem criar um segundo efeito indevido. Se um agente perder a conexão depois de criar uma tarefa, o sistema precisa permitir a verificação do estado antes de tentar novamente. Esse detalhe de engenharia se torna essencial quando a IA trabalha por longos períodos e pode encontrar interrupções.
Outro desafio é avaliar o agente pelo resultado completo, e não apenas pela qualidade de uma resposta. Um teste útil precisa verificar se a ferramenta escolhe a fonte correta, mantém os dados separados, solicita aprovação quando necessário e encerra a tarefa quando não tem informação suficiente. A automação não deve ser premiada por parecer confiante.
O que acompanhar a partir de agora
A Manus ainda terá de provar que seus agentes são confiáveis em cenários reais, com permissões incompletas, sites que mudam de layout e dados contraditórios. O fato de uma IA conseguir iniciar uma tarefa não significa que ela consiga concluí-la com segurança. O desempenho precisa ser medido em operações concretas, com limites e supervisão.
Para o usuário brasileiro, a disponibilidade de conectores, o idioma, o suporte a serviços locais e as condições de privacidade serão tão importantes quanto a demonstração do produto. Um agente que funciona bem em uma conta americana, mas não conversa com ferramentas usadas por equipes no Brasil, terá utilidade limitada.
A chegada da Manus reforça uma tendência que já está mudando o desenvolvimento de software e a produtividade: o aplicativo tradicional começa a dividir espaço com agentes que intermediam tarefas. A pergunta decisiva não é se a IA consegue fazer mais coisas. É se o usuário consegue entender, limitar e desfazer o que ela fez.
Conclusão
A nova fase da Manus amplia a disputa por agentes de IA empresariais e mostra por que o futuro próximo será definido por integrações, permissões e memória de contexto. A tecnologia pode reduzir trabalho repetitivo e aproximar sistemas que hoje não conversam, mas exige uma arquitetura de controle compatível com o poder de ação que oferece. A fonte original desta adaptação é a reportagem do TechCrunch publicada em 8 de outubro de 2026.
