Já vi sucesso suficiente com agentes locais para levá-los a sério. Eles funcionam especialmente bem para codificação porque podem testar o projeto, editar arquivos, executar testes e corrigir seus próprios erros. Essa experiência me convenceu de que um agente local poderia cuidar da maior parte do trabalho diário que acontece no meu laptop.
Eu já tinha cinco pequenos scripts Python cuidando de trabalhos que raramente exigiam minha atenção. Um fez backup das fotos e outro organizou minha pasta Downloads por extensão de arquivo. Outros scripts renomearam arquivos baixados, limparam o cache do aplicativo e me alertaram sempre que o uso do disco excedeu um limite fixo. Cada script executou um pequeno trabalho e seguiu regras claras através do agendador. Substituí-os por um agente local que poderia testar o sistema e decidir o que fazer. Tudo parecia róseo até que o agente começou a tomar decisões que meus roteiros nunca tiveram que tomar.
Os scripts já sabiam exatamente o que fazer
E eles fazem isso bem
Meu organizador de downloads mostra por que a abordagem original funcionou tão bem. O script verifica a pasta a cada poucos minutos e move os formatos reconhecidos para destinos fixos. O arquivo PDF está incluído em Documentos e a imagem em Imagens. O script de backup funciona de forma semelhante, pois apenas copia novos arquivos e verifica o destino antes de terminar.
Qualquer coisa fora das regras aprovadas permanece intacta até que eu mesmo processe. O agente passou por uma cadeia muito mais longa para o mesmo trabalho. Examinou a pasta, interpretou cada arquivo, selecionou a ferramenta, criou o comando, executou-o e revisou o resultado. Nenhuma destas decisões melhorou a tarefa, que já estava totalmente descrita em termos claros.
Às vezes, meu agente local escolhia o diretório errado, pulava uma etapa de validação ou relatava sucesso antes do resultado esperado. Os scripts também me dão um controle mais rígido sobre casos incomuns. Posso evitar a substituição, rejeitar links simbólicos e interromper a execução sempre que o destino se tornar inacessível. Um agente pode seguir instruções semelhantes, mas deve interpretá-las durante cada etapa.
O agente local também consome mais recursos. Antes de tomar a primeira decisão, o agente deve carregar o modelo de linguagem, o que significa que um único comando do sistema de arquivos se torna uma carga de trabalho de inferência em várias etapas que leva mais tempo no processador e na memória. O modelo também permanece carregado entre as execuções, a menos que eu o descarregue intencionalmente.
Eu ficaria mais confortável tentando retrabalhar agentes com um modelo limítrofe como Claude Opus 4.8, Gemini 3.1 Pro, GPT-5.5 ou GPT-5.6. Esses modelos são projetados e avaliados especificamente para fluxos de trabalho mais longos, ferramentas, engenharia de software e execução em vários estágios. Mesmo esses modelos não atingiram a confiabilidade no nível do script. Os resultados GPT-5.6 publicados da OpenAI listam 18,1% GPT-5.6 Sol, 12,9% GPT-5.5, 15,5% Claude Opus 4.8 e 14,5% Gemini 3.5 Flash no AutomationBench.
A revisão humana anula o propósito da escassa automação
Então eu prefiro fazer isso sozinho
O objetivo de automatizar tarefas com scripts é que você não precisa fazer nada sozinho. Claro, você ainda precisa monitorar as coisas de forma mais ampla e garantir que os scripts estejam funcionando conforme o esperado, mas isso geralmente é um processo único. Você testa o script, confirma se tudo está funcionando corretamente e depois esquece. Você só precisa verificar os registros de vez em quando ou intervir quando algo quebrar.
O script testado não será interrompido repentinamente, a menos que algo mude, como uma falha de API, uma dependência quebrada ou um erro que apareça após uma atualização do sistema. As chances de isso acontecer são muito menores do que as chances de um agente errar em uma tarefa.
Quando comecei a usar o agente nativo para automatizar essas tarefas, também me vi verificando constantemente o que ele estava fazendo porque simplesmente não confiava em seus resultados. Eu questionei isso com razão porque de vez em quando eu via erros que nunca aconteciam com os scripts de automação que usei antes.
Há também a questão mais ampla de segurança cibernética do uso de agentes para automação. Ao conceder acesso a um sistema a um agente, você cria outra superfície de ataque potencial. O arquivo baixado pode conter um prompt que o agente interpreta como um comando. Se o agente puder acessar seus arquivos, terminal, navegador ou outras ferramentas do sistema, uma instrução maliciosa pode causar sérios danos antes mesmo de você saber o que aconteceu.
Os agentes têm melhor desempenho quando os scripts permanecem no comando
Ainda acho que os agentes locais pertencem à automação pessoal
Ainda acho que os agentes locais pertencem à automação pessoal. Eles lidam com solicitações ambíguas melhor do que com código fixo e podem verificar exceções que, de outra forma, exigiriam tratamento manual. Meu erro foi atribuir ao agente a responsabilidade por cada etapa da execução. Uma configuração melhor coloca o agente antes do script em vez de substituí-lo. Um agente pode classificar uma solicitação desconhecida, selecionar a automação correta e preparar argumentos estruturados. O validador pode verificar esses argumentos em relação a caminhos válidos, tipos de arquivo e restrições de operação.
O script pode então executar a etapa final usando um caminho de execução fixo e verificável. O fluxo de trabalho da fatura mostra como essa separação protege operações críticas. O agente pode ler o e-mail e decidir se uma fatura está incluída no anexo. O script pode validar o anexo, gerar um nome de arquivo previsível, calcular uma soma de verificação e salvar o resultado em uma pasta validada.
Agentes locais são bastante úteis
Embora os agentes nativos não sejam realmente necessários para este caso de uso específico, uma vez que os scripts já são bastante eficientes, não pretendo rejeitar completamente os LLMs nativos. Eles ainda são muito úteis se você estiver trabalhando em automação residencial, codificação ou apenas quiser algo leve rodando em segundo plano para ajudá-lo a realizar suas tarefas.
