A IA prometeu eficiência e entregou primeiro uma pilha de decisões

Natália Schifino, curadora da FFX, apontou que essas 200 decisões se somam a tudo o que a pessoa já tem para fazer no dia. O agente multiplicou a execução, mas cada item ainda pedia que alguém o aprovasse, recusasse ou colocasse na ordem. O que passou a faltar foi atenção de quem decide, não mão de obra.

Zhang descobriu a causa ao cobrar de um engenheiro algumas falhas que tinha relatado no Slack. No computador dele rodavam algumas sessões de agentes, e o engenheiro não sabia qual cuidava de qual falha. A instrução do agente era a mensagem de Zhang, copiada e colada. A IA estava em toda parte, mas o trabalho seguia como antes: o engenheiro tinha virado repassador. Para saber o andamento, era preciso ir de mesa em mesa. Por isso, a Manus juntou pessoas e agentes numa mesma conversa: o designer propõe a solução, a IA escreve o código, o engenheiro revisa e publica, e qualquer um vê em que pé está.

A resposta da Manus não foi acelerar a fila, e sim separar o trabalho em três faixas. Na primeira, a IA age sem pedir confirmação, porque há meta clara, forma de medir e limites combinados. É o caso dos espaços de conteúdo em destaque no produto: o agente programou a área e o painel que a administra, cuida do conteúdo e o ajusta para subir a taxa de cliques, com relatório toda manhã no Slack. Na segunda faixa, a IA não executa: só prepara o contexto para alguém decidir. Na terceira, direção de produto e grandes apostas ficam com humanos.

A segunda faixa aparece na agenda do próprio Zhang. Toda manhã ele tem mais de 20 pendências; se gastasse 15 minutos preparando cada uma, perderia ao menos cinco horas por dia. Agora ele cola a lista num agente, que separa as tarefas, resolve o que pode e pergunta o que não sabe. Depois, o agente manda ao gerente de produto certo um pedido com todo o contexto, não um recado de uma linha. As respostas voltam para o mesmo lugar, e Zhang acompanha tudo ali, sem pular entre aplicativos.