News24 JulhoAgente de IA agora paga sozinho por serviços, sem cartão de crédito
Edição #162·24 de julho de 2026·2 min

💸Agente de IA agora paga sozinho por serviços, sem cartão de crédito

Santiago Valdarrama, engenheiro e criador de conteúdo sobre IA, demonstrou um agente que encontra, contrata e paga por serviços de dados sozinho, sem precisar de conta, cartão ou chave de API. O truque está no protocolo x402, uma iniciativa de código aberto criada pela Coinbase e governada pela Linux Foundation. --- O funcionamento é direto: o agente encontra um serviço que precisa na loja da Apify (um marketplace de ferramentas para coleta de dados), faz a requisição, recebe uma resposta de "pagamento necessário", autoriza o valor em USDC (uma stablecoin, moeda digital pareada ao dólar) na rede Base, e recebe o resultado. O modelo é pague conforme usar: o agente define um teto de gasto e recebe de volta o que não usou. --- É um vislumbre de como pode funcionar uma economia onde agentes de IA são consumidores autônomos. A parte assustadora, claro, é quando a fatura chegar.

Santiago Valdarrama, engenheiro de software e especialista em inteligência artificial, demonstrou um agente autônomo capaz de contratar e pagar por serviços de dados sem intervenção humana. A demonstração elimina etapas tradicionais de autenticação: não há necessidade de cartão de crédito, cadastro em plataformas ou gerenciamento de chaves de API. O sistema utiliza o protocolo x402, padrão open source desenvolvido pela Coinbase e mantido pela Linux Foundation, para executar micropagamentos em USDC diretamente na blockchain Base.

O protocolo por trás da transação

O fluxo operacional revela uma arquitetura desenhada para máquinas. O agente inicia buscando ferramentas na Apify, marketplace especializado em web scraping e automação de dados. Ao tentar consumir um serviço, recebe o código de status HTTP 402 (Payment Required). Em vez de bloquear a execução, o agente autoriza o pagamento em stablecoin através do protocolo x402, define um teto máximo de gastos e executa a transação. O modelo é puro pay-as-you-go: o valor não utilizado retorna automaticamente à carteira do agente após a conclusão da tarefa.

Implicações para desenvolvedores brasileiros

Para builders e devs no Brasil, o padrão representa uma mudança na forma como APIs e microsserviços podem ser monetizados. A eliminação de gateways tradicionais reduz a fricção em integrações automatizadas, permitindo que agentes de IA contratem capacidade computacional ou dados sob demanda. Isso abre espaço para SaaS nacionais oferecerem serviços granularizados a clientes internacionais sem depender de infraestrutura bancária complexa ou taxas de câmbio.

O uso de USDC na rede Base também destaca o papel das stablecoins em infraestruturas de pagamento machine-to-machine. Diferente de sistemas tradicionais que exigem contratos e KYC, o modelo permite transações programáveis via smart contracts, onde o próprio código define os limites de exposição financeira.

Os riscos da autonomia financeira

A demonstração levanta questões práticas sobre controle e governança. Sem limites rígidos de programação, agentes podem acumular custos não previstos ao iterarem sobre múltiplos serviços. A segurança da carteira digital se torna ponto crítico: comprometimento das chaves privadas significa acesso irrestrito a fundos movimentados automaticamente.

O protocolo x402 ainda está em estágios iniciais de adoção, mas sinaliza uma tendência onde infraestruturas de pagamento precisam suportar consumidores que não são humanos. Para o ecossistema de IA brasileiro, isso significa projetar arquiteturas financeiras resilientes desde o início, considerando compliance local com criptoativos e mecanismos de auditoria para transações autônomas.

agentenãoprotocoloserviçosdadossemtradicionaispagamentodemonstraçãochaves

Mais da mesma edição

@OpenAI

🏥ChatGPT começa a ler seus dados de saúde

A OpenAI começou a liberar, para usuários nos Estados Unidos, uma integração do ChatGPT com o Apple Health e prontuários médicos compatíveis. A ideia é que você possa conectar seus dados de saúde ao chat e ter conversas mais informadas: perguntar sobre mudanças nos seus exames, entender resultados de laboratório ou acompanhar tendências ao longo do tempo. --- A conexão é feita de forma segura dentro do app. É o tipo de funcionalidade que pode ser incrivelmente útil para quem tem dificuldade de interpretar exames, mas também levanta questões óbvias sobre privacidade. Ter seus dados médicos passando por um modelo de linguagem exige um nível de confiança que nem todo mundo está pronto para dar. --- Por enquanto, a funcionalidade é exclusiva dos EUA. Mas se funcionar bem, é questão de tempo até chegar a outros mercados.

@AndrewYNg

🛠️Andrew Ng lança agente open source que entrega trabalho pronto

Andrew Ng, um dos nomes mais conhecidos do mundo da IA, anunciou o OpenWorker: um agente de código aberto que não fica só na conversa, ele entrega resultados concretos. Pode preparar um relatório, organizar sua agenda, redigir documentos ou filtrar alertas do Slack. E antes de fazer algo importante, pede sua confirmação. --- O diferencial é a filosofia: o OpenWorker roda na sua máquina (Mac por enquanto, Windows em breve), não te prende a nenhum modelo específico e seus dados só saem do computador se você quiser. Você pode usar GPT 5.6 Sol, Claude Fable, Gemini 3.6, modelos abertos como DeepSeek e Kimi, ou até rodar tudo localmente com Ollama. --- Ng e o cofundador Rohit Prasad argumentam que assistentes de IA que realmente trabalham por você serão cada vez mais comuns, e que precisa existir uma opção aberta, privada e independente de fornecedor. O código está no GitHub e basta uma chave de API para testar.

@arcprize

🧩Grok 4.5 alcança 85,7% no teste de raciocínio ARC-AGI

O Grok 4.5 acaba de ser avaliado no ARC-AGI, o benchmark que testa a capacidade de uma IA de resolver problemas visuais de raciocínio que nunca viu antes, algo que humanos fazem com relativa facilidade. O resultado: 85,7% no ARC-AGI-1 a um custo de 0,33 dólar por tarefa, e 52,6% no ARC-AGI-2, mais difícil, a 0,78 dólar por tarefa. --- No ARC-AGI-3, a versão mais desafiadora, o modelo praticamente travou: 0,3% de acerto a um custo absurdo de quase 7 mil dólares. Um detalhe curioso é que aumentar o esforço de raciocínio do modelo de médio para alto não melhorou nem a performance, nem o custo. Ou seja, pensar mais não ajudou. --- Os números mostram que modelos de ponta estão ficando muito bons em raciocínio de nível básico, mas a fronteira real continua longe de ser conquistada.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter