Entre os resultados divulgados no lançamento de modelo do fim de maio, um chama atenção por medir outra habilidade: 83,4% numa medição de tarefas executadas em ambiente de computador com interface gráfica.
Operar interface gráfica é problema distinto de escrever código. Exige interpretar o que está na tela, decidir onde clicar, lidar com janela que abre fora de ordem e reconhecer quando a ação não teve o efeito esperado.
É justamente onde os agentes falham de forma mais visível, e o motivo é estrutural: interface muda, botão troca de lugar, e o sistema que decorou o caminho erra sem perceber que errou.
O avanço nessa medição explica o interesse comercial em agentes que operam aplicativo, que apareceu em produto lançado semanas depois com preço mensal e promessa de trabalho autônomo.
Para quem pensa em usar esse tipo de agente, a pergunta prática continua sendo a mesma: o que acontece quando ele erra, quem percebe, e quanto custa refazer o que foi feito errado antes de alguém notar.