🖥️ChatGPT agora abre o navegador, lê o feed e faz um resumo sozinho
O criador da biblioteca shadcn/ui compartilhou um momento que resume bem onde estamos: ele pediu ao ChatGPT para abrir o Chrome, entrar no X (antigo Twitter), ler a timeline e imprimir um resumo do que achasse interessante. E funcionou. Sem extensão, sem API, sem gambiarra. O ChatGPT controlou o computador, navegou e entregou o resultado. --- É o tipo de coisa que parece trivial quando você lê, mas que há um ano seria ficção científica. A funcionalidade "Use Computer" do ChatGPT transforma a IA em um operador do seu computador. A barreira entre "ferramenta que responde perguntas" e "assistente que faz coisas por você" está ficando cada vez mais fina.
O criador da biblioteca shadcn/ui compartilhou um momento que resume bem onde estamos: ele pediu ao ChatGPT para abrir o Chrome, entrar no X (antigo Twitter), ler a timeline e imprimir um resumo do que achasse interessante. E funcionou. Sem extensão, sem API, sem gambiarra. O ChatGPT controlou o computador, navegou e entregou o resultado.
— @shadcn View on X
O ChatGPT executou uma tarefa completa de navegação autônoma na web a partir de uma instrução em linguagem natural. O criador da biblioteca shadcn/ui, conhecido como @shadcn, solicitou que a IA abrisse o Google Chrome, acessasse o X (antigo Twitter), lesse sua timeline e entregasse um resumo dos conteúdos que considerasse relevantes. A operação ocorreu sem extensões de navegador, integrações via API ou scripts customizados. O modelo controlou diretamente a interface do computador, navegou pelas páginas e retornou o resultado processado.
O caso: do prompt ao resumo
O relato publicado por @shadcn destaca o funcionamento da funcionalidade de computer use disponível no ChatGPT. Em vez de depender de endpoints programáticos ou automações headless, a IA interpretou a instrução, localizou o navegador, simulou ações de clique, scroll e leitura, processou as informações visuais da timeline e gerou um resumo textual. O diferencial está na ausência de middleware técnico: a interação ocorreu diretamente no nível do sistema operacional e da interface gráfica, como um operador humano faria.
De assistente a operador
Até pouco tempo atrás, grandes modelos de linguagem limitavam-se a processar entradas de texto e gerar respostas estáticas. O cenário atual aponta para agentes de IA capazes de manipular interfaces digitais como um usuário comum. Essa transição desloca a lógica de automação de APIs estruturadas e fluxos RPA tradicionais para a execução baseada em visão computacional e ações na GUI (Graphical User Interface). A barreira entre consulta informativa e ação prática no computador está em processo contínuo de eliminação.
O que muda para devs e builders no Brasil
Para quem constrói produtos digitais no Brasil, o avanço abre frentes concretas de aplicação:
- Automação sem APIs nativas: é possível integrar sistemas legados ou plataformas que não oferecem endpoints programáticos, reduzindo a necessidade de scraping convencional e parsers complexos.
- Testes de interface end-to-end: agentes autônomos podem executar fluxos de QA em aplicações web simulando comportamento real de usuários, identificando falhas visuais e de usabilidade.
- Orquestração de workflows: tarefas repetitivas envolvendo múltiplas ferramentas — como atualizar dashboards, compilar relatórios ou gerenciar interfaces visuais — podem ser delegadas a instruções em linguagem natural.
O episódio sinaliza que o desenvolvimento de software está se deslocando para um modelo onde a execução de tarefas complexas pode ser delegada a modelos multimodais. Para desenvolvedores, founders e engenheiros de produto, a questão deixa de ser se a IA realizará essas operações, mas como integrar essa capacidade de computer use de forma segura, observável e escalável nas arquiteturas de amanhã.