# Criei um site só conversando com uma IA enquanto fazia trilha

> Durante uma hora e meia subindo o monte Gwanak, fiz um experimento: concluir apenas por conversa de voz todo o processo, do planejamento ao código e à publicação. A experiência revelou um teclado que pode desaparecer e um cenário da IA que começou a se inverter silenciosamente.

- Autor: Soga
- Publicado: 13 de out. de 2026 (2026-10-13T05:50:33+09:00)
- URL canônica: https://soga.blog/pt-BR/posts/voice-agent-war
- Original em coreano: https://soga.blog/ko/posts/voice-agent-war

_Tradução feita por IA, revisada e aprovada por uma pessoa. O original em coreano é a referência._

Na semana passada, subi sozinho o monte Gwanak, de fones de ouvido e falando com uma IA pelo telefone. Quando eu me aproximava do topo, meu site pessoal já estava na internet. Não movi um dedo sequer. Fiz tudo apenas falando.

O que foi criado não era só uma fachada. Era um aplicativo de verdade feito em Next.js, com seleção de seis idiomas, metatags para aparecer nas buscas, ilustrações com estilo de livro infantil, um ensaio autobiográfico em cinco capítulos e até uma página que organiza as conversas que tive com a IA. O site continua no ar, acessível em um endereço chatgpt.site.

## O que aconteceu em uma ligação de uma hora e meia

O processo foi assim. Quando comecei a trilha, primeiro pedi à IA uma orientação de segurança. Ela resumiu o percurso e os pontos de atenção. Depois passamos ao planejamento do site, e a IA perguntou primeiro: “Como você gostaria de ser lembrado?”. Essa única pergunta definiu a direção do conteúdo.

No meio do caminho, aconteceu algo engraçado. De repente, a IA começou a falar comigo de maneira informal. Perguntei: “Por que você começou a falar assim do nada?”, e ela voltou ao tratamento respeitoso. Eu ri, mas também senti um arrepio. Pensei que é em momentos assim que se fará o controle de qualidade numa era em que damos ordens pela fala. Perto do fim do trabalho, também me peguei perguntando: “O resumo da ligação não sumiu de novo, não é?”. Isso já tinha acontecido antes. A tecnologia ainda não é perfeita. Tudo bem. A própria experiência de trabalhar enquanto caminhava já era inédita.

## Setembro de 2026: o campo de batalha mudou

Esse experimento foi possível graças ao dots, anunciado pela OpenAI em 29 de setembro. Cada um desses agentes, chamados de dot, recebe seu próprio computador na nuvem. Mesmo quando o aplicativo é fechado, ele trabalha nesse computador durante 24 horas, e você pode ligar para dar instruções. Meu site seguiu exatamente essa cadeia: pedi por telefone, o dot construiu tudo no próprio servidor e chegou a publicar no ChatGPT Sites.

Mas dots não foi a única coisa que aconteceu em setembro. Eis o que ocorreu no espaço de um mês.

- Em 8 de setembro, a Meta lançou o agente pessoal Muse. Surgiram notícias de 600 mil downloads em 5 dias e mais de 34 milhões acumulados até o fim de setembro
- Em 22 de setembro, a Anthropic lançou o Claude Opus 5.5 e superou o carro-chefe GPT-6 Astra da OpenAI em um índice de benchmark (167,35 contra 166,51, com base no retrato do início de outubro)
- Em 23 de setembro, no Meta Connect, o Muse foi elevado ao centro da estratégia da empresa. Também foram apresentados avatares em tempo real e o Muse Charm, um hardware em formato de chaveiro
- Em 28 de setembro, a OpenAI cancelou o lançamento do próximo modelo, GPT-6.1 Astra. O motivo foi que, nos testes de segurança, ações fora do escopo de autorização não atingiram o padrão exigido para o lançamento
- Em 29 de setembro, veio o anúncio do dots. No mesmo dia, a Meta lançou uma versão do Muse para pequenos negócios e declarou confronto direto
- Em 30 de setembro, o Google anunciou o Gemini 4 “Argon”. Ele ocupa o primeiro lugar nos benchmarks de texto, mas ainda está disponível apenas para um grupo limitado de parceiros

Em apenas um mês, o centro da competição em IA passou de “quem escreve melhor” para “quem tem o agente que pode receber ordens pela fala”.

## O que os números dizem

Eu não queria falar apenas com base na impressão, então reuni alguns números. Como as datas dos anúncios e os critérios variam, também os registro.

| Indicador | Número | Referência |
| --- | --- | --- |
| Participação da voz no tráfego do aplicativo Gemini | 63% | Divulgada em agosto de 2026, no anúncio de que os usuários mensais haviam ultrapassado 1 bilhão |
| Usuários mensais do aplicativo Gemini | 1 bilhão | O produto de crescimento mais rápido da história do Google |
| Usuários semanais do ChatGPT Voice e do ditado | 150 milhões | Número oficial da OpenAI, somando os dois recursos |
| Sessões do Gemini Live com câmera ou compartilhamento de tela | 1 em cada 5 | Agosto de 2026 |
| Sites hospedados no ChatGPT Sites | 8 milhões | DevDay de setembro de 2026 |

> O número que mais chama a atenção é 63%. O público já usa a IA falando, não digitando. A voz deixou de ser um brinquedo de usuários pioneiros e se tornou a interface básica do grande público.

## Do teclado à voz

A história da computação é a história da substituição de interfaces: da linha de comando pelo teclado à interface gráfica com mouse, depois ao toque dos dedos. Agora estamos passando para a voz e os agentes. Sempre que uma substituição ocorreu, os líderes estabelecidos balançaram. Foi o que aconteceu com a Microsoft na transição para o celular.

O maior gargalo do chat de texto é a necessidade de permanecer diante de uma tela. Já um agente comandado pela fala permite trabalhar enquanto caminhamos, dirigimos ou fazemos trilha. Meu experimento é uma pequena prova. Mudar por completo o lugar e a postura em que trabalhamos: isso é uma substituição de interface.

## Por que acredito que chegou a vez do Google

Houve uma época em que o Google era alvo de piadas na corrida da IA. No fim de 2022, surpreendida pelo ChatGPT, a empresa declarou alerta interno. Mas, em agosto do ano passado, o modelo de imagem “Nano Banana” virou o mercado —180 pontos à frente do segundo colocado no benchmark e 23 milhões de novos usuários em 2 semanas—. Em novembro, o Gemini 3 Pro rompeu pela primeira vez a barreira dos 1500 pontos e, em dezembro, foi a OpenAI que declarou alerta interno. Uma inversão exata de papéis em 3 anos.

O Google tem três vantagens na era dos agentes de voz. Primeiro, fabrica os próprios chips. A geração mais recente de suas TPUs alcança 42,5 exaflops por conjunto de 9.216 chips, e uma análise da SemiAnalysis estima que, segundo critérios de aquisição interna, o custo total é cerca de 44% menor do que o dos chips concorrentes. Num negócio de agentes ligados durante 24 horas, os custos computacionais não param de se acumular, e o custo-base é vital. Segundo, os concorrentes rodam sobre o Google. A Anthropic fechou um acordo para receber até 1 milhão de TPUs do Google, e a Meta assinou em fevereiro um contrato plurianual de aluguel no valor de bilhões de dólares. Terceiro, há a rede de distribuição: Android, Busca, Chrome e Pixel. Já existe um aplicativo usado por 1 bilhão de pessoas.

Para ser justo, também registro os contraexemplos. O modelo mais recente, Argon, ainda é exclusivo de parceiros limitados e, olhando apenas para as pontuações puras dos modelos, a disputa continua acirrada. Portanto, é mais preciso dizer que este é o momento dos fatores de forma, da infraestrutura e da distribuição, não o momento dos benchmarks.

## Também registro as sombras do outro lado

E o Claude? A estratégia centrada em programação é um enorme sucesso para a empresa como um todo. Segundo reportagens de julho, sua receita anualizada chegou a 65 bilhões de dólares, superando a OpenAI; a participação no mercado corporativo de programação é de 54%, e a meta é abrir capital na Nasdaq em novembro. Mas a voz é fraca. Não se trata de um modelo nativo de voz, e sim de um fluxo de “ouvir → transformar em texto → ler em voz alta”; todos os idiomas suportados têm o selo beta e precisam ser escolhidos manualmente. Em troca de se tornar o rei do mercado corporativo, parece ter cedido a voz, a interface mais íntima. Vale acompanhar como essa escolha afetará o mercado consumidor.

As sombras da OpenAI são infraestrutura e confiança. Logo após o lançamento do Astra, novas assinaturas do plano caro ficaram suspensas por quase 3 semanas por falta de capacidade e, assim que voltaram, o limite de uso foi cortado pela metade. Numa estrutura que depende de infraestrutura externa e contratos de fornecimento, um aumento repentino de demanda pode afetar as condições de uso. Ainda assim, não se pode concluir, apenas pelas perdas da empresa inteira ou por um episódio de falta de capacidade, que todos os tokens sejam oferecidos abaixo do custo ou que uma estrutura baseada em aluguel de servidores sempre leve à redução dos limites de assinatura. E houve o cancelamento de 28 de setembro. Numa avaliação do AISI britânico, até o modelo atual executou ataques em simulações para objetivos fora do escopo de autorização em 29,2% dos casos. Quem vai supervisionar, e como, um agente que trabalha o dia inteiro com a minha conta? Essa é a próxima questão.

## Precisamos olhar o custo de uma tarefa, não o dos tokens

A experiência de criar um site enquanto subia uma montanha também mudou meu critério para analisar custos. O preço de uma unidade de tokens, o uso permitido numa assinatura mensal e o custo real de uma tarefa concluída com sucesso são números diferentes. Mesmo que eu dê uma única instrução por voz, o agente pode ler materiais, alterar código, executar ferramentas, verificar resultados e chamar o modelo várias vezes.

Por isso, mesmo que o preço por token caia, o gasto total pode aumentar. Se delegarmos mais trabalho porque ficou mais barato e permitirmos contextos longos e novas tentativas, o uso pode crescer ainda mais rápido. Por outro lado, se um modelo melhor reduzir o retrabalho e concluir a tarefa de uma vez, o custo por tarefa pode cair. Em qualquer dos casos, o preço unitário não basta: é preciso medir o custo total de uma tarefa concluída com sucesso sob as mesmas condições de qualidade e latência.

A escolha também depende das condições. Se o uso é ocasional e você quer trocar rapidamente para o modelo mais recente, uma assinatura ou API pode ser conveniente. Se há demanda grande e estável e você consegue arcar com hardware e equipe operacional, operar por conta própria pode ser vantajoso. Também é possível combinar modelos próprios para tarefas repetitivas com APIs externas para trabalhos difíceis e picos de demanda. Organizei em https://soga-ai-economics.contextor2.chatgpt.site/ um artigo complementar que compara assinatura, API e operação própria pelo mesmo critério de trabalho.

## Se você quiser experimentar

Em resumo:

- dots exige ChatGPT Pro (100 dólares por mês) ou um plano superior. A Coreia está entre as regiões atendidas; o Espaço Econômico Europeu, o Reino Unido e a Suíça ainda estão excluídos
- ChatGPT Sites está disponível a partir do Plus. É possível criar um site apenas com prompts e publicá-lo em um endereço chatgpt.site
- Meta Muse oferece gratuitamente 100 milhões de tokens por semana. É a opção mais fácil para começar sem pressão
- A turnê mundial DevDay Exchange da OpenAI também passa por Seul. Ela começa em Bengaluru em 16 de outubro e segue por cidades como Tóquio e Seul
- Um conselho: como já perdi o resumo de uma ligação, salve separadamente cada resultado importante assim que ele for produzido

## Vamos conferir novamente daqui a 3 meses

Logo saberemos se a previsão deste artigo estava certa. A abertura de capital da Anthropic —meta para novembro—, o lançamento do Muse Charm —dezembro—, o Grok 5 —prometido para o fim do ano, depois de já ter sido adiado 3 vezes— e a abertura do Argon ao público geral. Daqui a 3 meses, voltarei a este texto para dar uma nota.

Para concluir, todos estão vencendo agora em dimensões diferentes. A escala é da OpenAI —1,2 bilhão por semana—, a receita corporativa é da Anthropic, o hardware é da Meta —cerca de 9 milhões de óculos de IA acumulados—. E, nas novas dimensões de voz e infraestrutura, o Google parece estar na frente. A dimensão que decidirá a disputa será determinada pelo que de fato acabarmos segurando e usando.

Publiquei meu site experimental e a transcrição completa das conversas com a IA em https://soga-ai-notes.znjsxmxnwk.chatgpt.site. Também há um vídeo do processo de criação durante a trilha em https://youtube.com/watch?v=rhCVVV7Axhg. No próximo fim de semana, coloque os fones de ouvido, suba uma montanha próxima e experimente delegar uma tarefa. É possível criar mais do que parece.

---

**Em uma frase:** Comprovei na prática que os agentes de voz são a próxima interface. Essa guerra não será disputada apenas pelas pontuações dos modelos, mas também por infraestrutura e redes de distribuição, confiança e pelo custo de concluir trabalho real.

Tags: #ChatGPT #Gemini #agente de voz #experiência direta #multimodal