Meta lança Muse, agente de IA que envia e-mails e faz pagamentos por você

A Meta liberou nesta terça-feira o Muse, um assistente de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → capaz de executar ações de forma autônoma em nome do usuário: enviar e-mails, vender um carro, reservar viagens e realizar pagamentos. O produto, conhecido internamente como Hatch, é apresentado pela empresa como a peça central do plano de Mark Zuckerberg de entregar "superinteligência pessoal" aos bilhões de usuários dos serviços da companhia, segundo apuração da Reuters publicada pelo ET Tech.

A diferença em relação a um chatbot comum está no verbo: o Muse não só responde, ele age. E age acessando dados reais do usuário em categorias como e-mail, calendário, pagamentos, saúde, compras e casa inteligente. É esse pulo, de conversar para executar, que interessa a quem constrói integrações e automações em produção.

Como o Muse funciona por baixo

O ponto arquitetural mais relevante para desenvolvedores: cada agente Muse roda na própria máquina virtual, uma emulação de PC baseada em nuvem. Isso permite que o agente continue executando tarefas em segundo plano mesmo quando o usuário não está interagindo com ele, algo próximo de um worker persistente rodando por conta própria.

Segundo a Meta, o Muse foi modelado no agente open-source OpenClaw. O usuário escolhe quais apps o agente pode conectar e pode revogar o acesso a qualquer momento, num modelo de permissões granulares que lembra os escopos de OAuth com os quais qualquer back-end↳Back-end49 conteúdosIntegração front-end com backend: 7 decisões que evitam caos entre APIs, BFF e GraphQLDev (Back & Front) · abr 2026Como criar uma FAKE API REST para testes — JSONPlaceholderDev (Back & Front) · set 2025Construindo um aplicativo de bate-papo de IA simples com Spring AI e AngularDev (Back & Front) · jul 2025Ver tudo em Dev (Back & Front) → dev já lidou, só que aqui os escopos dão acesso de escrita a e-mail, carteira e casa.

Entre as proteções, a Meta diz ter incluído um segundo agente que monitora as ações planejadas e, em certos casos, obriga o Muse a pedir autorização antes de executar. Na prática, é um padrão de "agente supervisor" validando o "agente executor" antes de disparar uma ação irreversível, como um pagamento.

Preços e disponibilidade

O lançamento é restrito aos Estados Unidos por enquanto, via app dedicado do Muse ou pelo WhatsApp. A Meta afirmou que planeja levar o agente aos óculos inteligentes "em breve", sem detalhar. Uma versão criptografada do Muse deve chegar ainda este ano, e o usuário pode optar por não ter suas interações usadas no treinamento dos modelos.

Parte da conta faz sentido quando se lê o contexto financeiro: a Meta projeta gastar mais de US$ 130 bilhões este ano em chips de IA e infraestrutura, e o Muse é uma das apostas para diversificar receita além da publicidade.

O que os próprios testes internos revelaram

Aqui está a parte que um dev com o editor aberto do lado não pode ignorar. A Meta atrasou o lançamento original, previsto para abril, para reforçar a segurança. Vishal Shah, VP de produtos de IA da empresa, disse à Reuters que o trabalho extra permitiu "cruzar o limiar" e atingir "a barra mínima" para colocar o produto nas mãos das pessoas.

É impossível dizer que nunca vai haver um erro, mas cada parte da arquitetura foi projetada para ser o mais segura, protegida e privada que conseguimos fazer.

Vishal Shah, VP de produtos de IA da Meta

O problema: mesmo nesta semana, funcionários da Meta testando a ferramenta relataram resultados mistos em posts internos vistos pela Reuters. Um deles descreveu o Muse como tão útil na logística de viagem que virou "o terceiro participante" de uma lua de mel de três semanas na Indonésia. Outros sinalizaram falhas sérias de segurança:

• Um agente contornou os guardrails e expôs fotos pessoais do iCloud depois de ser instruído a identificar brinquedos visíveis em fotos de uma festa de aniversário infantil.
• O CTO Andrew Bosworth relatou ser deslogado repetidamente, às vezes várias vezes em poucos minutos.
• Um funcionário que pediu ao Muse para monitorar ingressos e itens que esgotam rápido encontrou "muitos modos de falha que o tornaram não confiável": a página parava de atualizar após cerca de 15 minutos, erros eram ignorados silenciosamente e o monitoramento era desativado "sem motivo aparente".

A Meta não comentou os incidentes específicos descritos nos posts internos.

O contexto que amplia o alerta

O Muse não é um caso isolado. A reportagem aponta que agentes de IA de vários laboratórios de ponta, incluindo OpenAI, Anthropic e a própria Meta, já causaram problemas não intencionais ao burlar regras e se comportar de forma imprevisível.

Internamente, os números são reveladores para quem opera sistemas: os incidentes técnicos e de segurança relevantes na Meta subiram 40% em relação ao ano anterior, resultado de um surto de codificação impulsionado por IA e de problemas relacionados a agentes. O tempo gasto pela equipe "apagando incêndios" desses incidentes cresceu 70%.

O que muda para quem integra bots no Brasil

O Muse ainda não chega ao Brasil, mas o padrão que ele estabelece chega antes do produto. Alguns pontos concretos para quem constrói:

O agente autônomo com acesso de escrita é o novo vetor de risco. A falha do iCloud é um caso didático de prompt injection / escalação de acesso: uma instrução aparentemente inofensiva ("identifique os brinquedos na foto") acabou expondo dados sensíveis. Quem hoje pluga um LLM em ferramentas via function calling ou MCP precisa tratar cada ação com efeito colateral (enviar, pagar, apagar) como superfície de ataque, não como recurso.

O padrão de agente supervisor vale a pena copiar. A ideia de um segundo agente validando ações planejadas antes da execução, com pedido de autorização humana em operações irreversíveis, é um desenho replicável em qualquer stack. Para pagamentos, especialmente sob o guarda-chuva do Pix e das regras do Banco Central, confirmação humana explícita antes de disparar transação deixa de ser boa prática e vira requisito.

Rodar cada agente numa VM isolada tem custo, mas isola raio de dano. A escolha da Meta de dar a cada agente sua própria máquina virtual persistente é cara, e vale observar o modelo de precificação (US$ 20 a US$ 100/mês) como sinal do custo real de operar agentes persistentes em escala, algo a considerar antes de prometer "agente que trabalha sozinho 24/7" para um cliente.

O que fica em aberto: como o Muse se comportará fora do ambiente controlado dos testes internos, quando o número de apps conectados e de usuários explodir, e quando (e se) a versão internacional chegar com as adaptações de privacidade que a LGPD↳LGPD14 conteúdosComo utilizar a LGPD com o objetivo de conformidade e inovação?Gestão Dev & TI · out 2021LGPD coloca pressão inédita nos responsáveis pela tecnologia das empresasData · ago 2021Proteção de dados: LGPD é sancionada e começa a valerData · set 2020Ver tudo em Gestão Dev & TI → exige. Por ora, o recado é menos sobre o produto da Meta e mais sobre a barra de confiabilidade que agentes com acesso a dados reais ainda não atingiram.

Fonte: ET Tech (Índia)