Cansei de explicar tudo de novo

Onde começou

A primeira versão apareceu no fim de maio de 2026 e fazia muito pouco: um painel sobre a chamada que ouvia os dois lados, mantinha a transcrição e sugeria uma resposta enquanto a conversa ainda acontecia. Nada além disso. Foi o bastante para ver que a ideia estava viva.

Construí para mim mesmo. Eu não precisava de um serviço que manda um resumo dez minutos depois da chamada. Precisava de algo que ouvisse a conversa ao mesmo tempo que eu.

O que faltava

Todo modelo forte tem o mesmo ponto fraco: ele não sabe nada sobre você. Cada conversa começa numa página em branco. Você explica no que está trabalhando, com quem combinou o quê, o que foi decidido na terça passada — e amanhã explica de novo.

Não é questão do tamanho da janela de contexto. O contexto do seu trabalho não cabe num arquivo. Parte está numa chamada, parte em tarefas, parte em documentos, parte num calendário, e parte em lugar nenhum além da sua cabeça. As ferramentas cortaram esse contexto pelas próprias fronteiras, e ao modelo sobrou a fatia mais estreita de todas: aquela que você conseguiu digitar numa janela de chat.

É por isso que um assistente que faz de tudo ajuda tão pouco na prática. Ele responde à pergunta sem entender por que você a fez.

Como a ideia mudou

No começo era um ajudante durante a chamada: ouvir, transcrever, sugerir. Ficou claro bem rápido que o valioso não acontece durante a conversa, e sim depois — quando é preciso fazer algo com o que foi dito.

Então vieram as notas, depois as tarefas, depois um mapa das decisões. Depois calendário e arquivos, para não ter que sair do produto a fim de agir sobre o que acabara de ser combinado. Depois uma base de conhecimento, para que a resposta se apoiasse nos seus documentos e não em noções gerais da internet.

A essa altura já não era um assistente de reuniões. Cada peça isolada existe em uma dúzia de produtos; o valor aqui é que elas leem e ampliam um mesmo contexto.

Por que surgiu o Leo

Um ajudante que só responde chega logo a um teto. O passo seguinte é óbvio e difícil ao mesmo tempo: deixar que ele aja.

O Leo ganhou o nome em agosto de 2026, mas o nome não era o ponto. Ele ganhou memória que sobrevive entre conversas, ferramentas dentro dos seus próprios serviços e a regra de pedir permissão antes de mudar qualquer coisa. A distância entre sugerir e fazer não é tamanho de modelo. É memória, permissões e responsabilidade pelas consequências.

Para mim importa que ele continue legível: dá para ver do que ele se lembra, dá para ver o que ele está usando, e ele nunca faz nada irreversível em silêncio.

Por que Whisperer

O nome não foi por acaso. Um whisperer fala baixo e só quando há o que dizer. Um bom assistente não disputa a sua atenção: fica calado até ser preciso e aparece exatamente na hora certa.

É daí que vêm as decisões do produto. O painel fica invisível quando você compartilha a tela. Nenhum bot entra na chamada pedindo para ser admitido. Uma sugestão aparece quando você pediu. Uma IA que fica lembrando que existe atrapalha o trabalho — e o trabalho é o que importa.

O que estou construindo agora

Hoje o Whisperer é: reuniões, calendário, tracker, base de conhecimento, arquivos, memória e Leo em um só contexto. Não uma fileira de abas lado a lado, mas partes que leem e ampliam a mesma coisa.

Uma decisão tomada numa chamada vira tarefa num quadro, um compromisso que o Leo vai lembrar e um fato que você ainda encontra seis meses depois. Sem exportar nem copiar de um lado para o outro — porque isto é um produto, não cinco.

Para onde isso vai

O que me interessa é uma IA que conheça mais do que a pergunta: no que você está trabalhando agora, o que já aconteceu, o que foi combinado, o que continua em aberto, o que você pode ter esquecido e qual contexto será necessário em seguida.

Não se trata de um modelo mais inteligente. Os modelos vão melhorar sem nós. Trata-se de dar a eles o contexto certo no momento certo — e de a pessoa continuar dona dos próprios dados.

É cedo para chamar o Whisperer de pronto. Mas conheço a direção com precisão, e ela não vai mudar: um espaço de trabalho em que a IA entende o seu trabalho em vez de adivinhá-lo por uma única mensagem.