Principais destaques
- Falhas nos agentes: usuários relatam tarefas interrompidas, conexões perdidas e dots que simplesmente desaparecem.
- Clones já surgiram: projetos gratuitos e de código aberto tentam reproduzir a proposta da OpenAI com hospedagem própria.
- A disputa mudou: à medida que os modelos se tornam mais intercambiáveis, o diferencial passa a estar nos agentes e na infraestrutura ao redor deles.
A ideia parecia simples: criar um agente de IA que pudesse continuar trabalhando mesmo quando o usuário não estivesse olhando.
Na prática, os primeiros dias dos dots da OpenAI estão sendo bem menos tranquilos.
Menos de duas semanas depois do lançamento, usuários começaram a relatar tarefas que falham, conexões que caem, computadores virtuais que deixam de responder e agentes que simplesmente desaparecem.
E há um detalhe interessante nessa história: enquanto o produto fechado ainda enfrenta seus primeiros problemas, desenvolvedores já começaram a criar alternativas abertas.
O agente deveria ficar trabalhando. Nem sempre fica. ⚠️
O The Register relatou em 7 de outubro que usuários encontraram diversos problemas com os dots.
Entre os relatos estão:
• tarefas que não são concluídas;
• problemas para estabelecer ou manter a conexão com os computadores na nuvem;
• dots que desaparecem;
• recusas aparentemente provocadas pelos sistemas de prevenção contra abusos da OpenAI.
Tópicos publicados no fórum Developer Community da OpenAI também relatam problemas semelhantes.
A empresa não respondeu ao pedido de comentário feito pelo veículo.
🔎 O problema é particularmente sensível: os dots não foram apresentados apenas como mais uma interface para conversar com uma IA. A proposta é deixar um agente trabalhando em seu próprio computador virtual, com navegador e acesso a diferentes serviços.
Quando essa infraestrutura falha, não é apenas uma resposta errada. É uma tarefa inteira que pode parar no meio.
💡 A promessa dos agentes “sempre ativos” é justamente não precisar ficar olhando para eles. Se o usuário precisa ficar conferindo se o agente ainda está vivo, a proposta começa a perder força.
O que exatamente são os dots?
A OpenAI apresentou os dots durante o DevDay 2026, realizado em São Francisco em 29 de setembro.
Eles funcionam com o GPT-6 Astra e têm acesso a um computador próprio na nuvem, além de navegador.
A ideia é permitir que o agente execute tarefas de maneira mais autônoma e se conecte a mais de 4 mil aplicativos.
| Característica | OpenAI dots |
|---|---|
| Modelo | GPT-6 Astra |
| Infraestrutura | Computador na nuvem + navegador |
| Integrações | Mais de 4 mil aplicativos |
| Plano inicial | ChatGPT Pro |
| Preço do plano | US$ 100/mês |
O primeiro dot está incluído no plano ChatGPT Pro.
Há, porém, uma limitação geográfica importante: usuários Pro no Espaço Econômico Europeu, na Suíça e no Reino Unido ainda não podem utilizar o recurso.
E aí chegaram os concorrentes 👀
O curioso é a velocidade com que a proposta começou a ser reproduzida.
Em 1º de outubro, apenas dois dias depois do lançamento dos dots, a CopilotKit apresentou o OpenDots, um projeto de código aberto que tenta oferecer uma alternativa que o próprio usuário pode hospedar.
A lógica é diferente da adotada pela OpenAI.
Em vez de depender exclusivamente da infraestrutura da empresa, o OpenDots funciona como um template para instalação própria e pode utilizar modelos compatíveis com a API da OpenAI.
Segundo a empresa, o projeto ainda está em fase alfa e não é um produto hospedado.
Ele aproveita a mesma base de projetos anteriores da CopilotKit, como OpenMuse e OpenBot.
🧩 A diferença está no controle: o usuário pode escolher onde hospedar o agente e, potencialmente, quais modelos utilizar.
Isso abre espaço para modelos de diferentes empresas, inclusive alternativas de código aberto.
Tem outro “Open Dot” na história
E a confusão aumenta porque existe outro projeto chamado Open Dot.
Nesse caso, trata-se de um aplicativo de desktop para Mac construído com Electron.
O software pode utilizar a chave de API da OpenAI do próprio usuário ou modelos como Kimi, DeepSeek e Qwen, acessados pelo OpenRouter.
Para conectar o agente a serviços, o projeto utiliza a Composio, permitindo integração com ferramentas como:
• Gmail;
• Slack;
• Notion;
• GitHub.
O criador, Prathit Joshi, é growth engineer da própria Composio e vive em Bangalore.
Ele explicou ao The Register que gosta de criar ferramentas para desenvolvedores especialmente em áreas que empresas de modelos fechados talvez não tenham tanto interesse em atender, incluindo o uso de modelos abertos.
Parece cedo demais para falar em “cópias”? Talvez. Mas o movimento é importante.
O lançamento acelerado dessas alternativas mostra uma característica interessante da atual corrida dos agentes.
Quando uma empresa apresenta uma nova camada de interação sobre modelos de IA, desenvolvedores podem tentar reproduzir rapidamente a arquitetura usando componentes já disponíveis.
O modelo deixa de ser necessariamente o produto inteiro.
O agente passa a ser uma combinação de:
modelo + computador + navegador + integrações + memória + execução de tarefas.
E essa combinação pode ser montada por diferentes empresas.
Os modelos estão virando commodities? 🤖
Essa talvez seja a parte mais importante da história.
Elon Musk afirmou em 6 de outubro que o Grok Bot passaria a funcionar como um roteador de modelos, escolhendo diferentes modelos de backend conforme a tarefa.
Segundo Musk, a SpaceX usaria o melhor modelo disponível para cada função, incluindo Claude Opus 5.5, MidJourney, Suno e outras APIs.
A lógica é quase a inversão do modelo tradicional.
Em vez de perguntar:
“Qual é o melhor modelo?”
A pergunta passa a ser:
“Qual modelo é melhor para esta tarefa específica?”
Isso coloca ainda mais importância sobre a camada que fica acima do modelo.
É justamente aí que entram os agentes.
E os problemas dos dots tornam essa camada ainda mais importante
A OpenAI pode ter um dos modelos mais avançados do mercado, mas um agente precisa fazer muito mais do que gerar texto.
Ele precisa permanecer conectado.
Precisa acessar serviços.
Precisa navegar.
Precisa executar ações.
Precisa lidar com permissões.
E precisa saber quando pode ou não fazer alguma coisa.
⚙️ É uma máquina com muito mais peças: quanto mais autonomia se promete, maior é o número de pontos em que alguma coisa pode dar errado.
Os relatos dos primeiros usuários mostram exatamente esse desafio.
Ao mesmo tempo, a existência quase imediata de alternativas abertas revela outro problema para a OpenAI: a ideia pode ser mais fácil de copiar do que a infraestrutura necessária para torná-la confiável.
A corrida agora é para ver quem consegue ficar de pé
Os dots chegaram prometendo agentes que trabalham enquanto você faz outra coisa.
Os primeiros clones chegaram prometendo liberdade para escolher modelos e hospedar tudo por conta própria.
E os problemas iniciais da OpenAI colocam uma pergunta interessante no centro dessa disputa: será que o verdadeiro diferencial dos agentes será o modelo ou a capacidade de executar tarefas de forma confiável durante horas, dias ou semanas?
Porque, nesse novo mercado, talvez o agente que importa não seja aquele que parece mais inteligente quando você conversa com ele.
Pode ser simplesmente aquele que continua trabalhando quando você fecha a aba.
