Ontem eu vi uma coisa que parece pequena, mas muda o jogo: o repositório vercel-labs/agent-browser apareceu com 38.731 estrelas no GitHub. Outro projeto, openbrowser , já passava de 9.492. Isso não prova que toda empresa precisa colocar um agente para mexer no navegador amanhã.
Ontem eu vi uma coisa que parece pequena, mas muda o jogo: o repositório vercel-labs/agent-browser apareceu com 38.731 estrelas no GitHub. Outro projeto, openbrowser, já passava de 9.492.
Isso não prova que toda empresa precisa colocar um agente para mexer no navegador amanhã. Prova outra coisa: a turma que constrói ferramenta está correndo para dar mão, olho e mouse para a IA.
TL;DR:
Agente de IA no navegador é uma IA que clica, digita, navega e coleta dados como uma pessoa faria.
Eu só colocaria isso em produção depois de 5 testes: tela, tarefa, trava, trilha e tempo.
O primeiro caso bom não é "fazer tudo". É uma tarefa chata, repetida e fácil de conferir.
O problema: a IA saiu da caixa de texto
Por anos, IA era uma caixa onde você perguntava e recebia texto. Seguro? Mais ou menos. Pelo menos ela ficava ali, presa no parquinho.
Agora o agente abre navegador, interpreta tela, clica em botão, preenche campo e extrai informação. O Open Browser descreve exatamente isso: dar um browser para um agente clicar, digitar, navegar e extrair dados.
Eu gosto da direção. Também fico com um pé atrás.
Um agente no navegador pode economizar horas em tarefas burras. Consulta de status, cadastro repetido, coleta de preço, preenchimento de formulário interno. A parte chata que ninguém posta no LinkedIn porque dá sono.
Mas o mesmo agente também pode clicar no botão errado, preencher dado sensível num campo público ou travar num popup idiota de cookies. A tecnologia avança. O banner de cookies continua lá, firme, defendendo o atraso.
O método T5: 5 testes antes de usar
Eu uso o método T5 antes de deixar um agente mexer no navegador do negócio.
T5 significa: tela, tarefa, trava, trilha e tempo.
Não é bonito. É útil. Bonito é deck de consultoria; depois ninguém sabe quem aprovou o robô comprando 80 licenças erradas.
1. Teste da tela
Eu começo perguntando: a tela é estável?
Se o sistema muda layout toda semana, se tem popup aleatório, se o botão aparece com nomes diferentes ou se depende de imagem difícil de ler, o agente vai sofrer.
O agent-browser mostra um detalhe importante na documentação: ele usa snapshot da árvore de acessibilidade e referências para clicar, preencher e capturar texto. Isso é melhor do que pedir para a IA "achar o botão azul" no chute.
Na prática, eu testo assim:
Abro a página que o agente vai usar.
Listo os campos e botões que ele precisa tocar.
Rodo 10 vezes o mesmo fluxo.
Anoto onde a tela muda ou quebra.
Se quebrou em 3 das 10, eu não automatizo ainda. Eu arrumo o processo primeiro.
2. Teste da tarefa
Nem toda tarefa merece agente.
Eu escolho tarefas com começo, meio e fim claros. Exemplo bom: entrar num portal, consultar 20 pedidos e devolver status em uma planilha.
Exemplo ruim: "analisar oportunidades comerciais e tomar a melhor decisão". Isso é pedir para a IA vestir terno e fingir que é diretor.
Minha regra simples:
se uma pessoa nova aprende em 15 minutos, vira candidata;
se precisa julgamento político, contexto de cliente ou negociação, fica com humano;
se o erro custa caro, o agente só prepara, não executa.
3. Teste da trava
Aqui entra a parte que mais empresa pula.
Eu defino onde o agente precisa parar.
A OpenAI chama isso de guardrails: checagens na entrada, na saída e em cada chamada de ferramenta. O ponto prático é simples: quando a IA usa uma ferramenta, eu preciso de regra antes do clique, com validação logo depois.
Travas que eu colocaria no primeiro dia:
não comprar nada;
não enviar email externo;
não apagar registro;
não mudar preço, acesso ou permissão;
não operar fora dos domínios permitidos.
Se o agente precisa fazer uma dessas coisas, ele pede confirmação. Sem drama. Sem autonomia de filme ruim.
4. Teste da trilha
Eu quero saber o que aconteceu.
Qual página abriu? Qual campo preencheu? Qual botão clicou? Qual dado extraiu? Qual erro apareceu?
O Open Browser cita replay recording, session management, cost tracking, timeouts e restrição de domínio. Esses itens não são detalhe técnico. Para mim, são o cinto de segurança.
Sem trilha, você não tem operação. Você tem mágica com log ruim.
E mágica com log ruim vira reunião longa. Ninguém merece.
5. Teste do tempo
O último teste é financeiro.
Eu comparo o tempo humano com o tempo do agente, incluindo falhas.
Exemplo simples:
uma pessoa leva 40 minutos por dia para consultar pedidos;
o agente leva 8 minutos quando funciona;
ele falha 1 vez a cada 10 execuções;
a correção humana leva 5 minutos.
Nesse caso, vale testar por uma semana. Se economizar tempo real e não criar retrabalho, eu aumento o escopo.
Se o agente só troca 40 minutos de trabalho por 40 minutos de supervisão, parabéns: você inventou um estagiário digital carente.
Como aplicar hoje
Eu começaria com um piloto de 5 minutos.
Escolha uma tarefa que hoje alguém faz no navegador e que tenha baixo risco. Não escolha cobrança. Não escolha jurídico. Não escolha envio para cliente. Comece pelo arroz com feijão.
Meu roteiro:
Escreva a tarefa em uma frase: "consultar status de pedido no portal X".
Liste as telas usadas.
Marque as ações proibidas.
Grave 10 execuções manuais ou semi-assistidas.
Meça tempo, erro e retrabalho.
Só depois automatize uma parte.
Se quiser testar ferramenta, olhe para projetos como agent-browser e openbrowser como repertório técnico. Eu não começaria pelo código. Eu começaria pelo mapa do processo.
Ferramenta sem processo é só mouse automático com autoestima.
Resultados esperados
Eu esperaria 3 ganhos no primeiro piloto.
Primeiro: tirar tarefa repetida da agenda de alguém. Não para demitir. Para parar de pagar gente boa para copiar dado de tela.
Segundo: descobrir onde seu processo é frágil. Agente odeia exceção mal explicada. Ele expõe bagunça rápido.
Terceiro: criar uma régua para próximos casos. Depois do piloto, você sabe quais telas são estáveis, quais travas funcionam e quanto tempo a IA realmente economiza.
Eu não venderia promessa de 10x aqui. Eu venderia uma coisa melhor: menos trabalho burro amanhã de manhã.
FAQ
O que é agente de IA no navegador?
É uma IA conectada a um navegador. Ela consegue abrir páginas, clicar, preencher campos, ler informações e executar passos de um fluxo.
Isso substitui RPA?
Em alguns casos, sim. Mas eu não trataria como substituto automático. RPA costuma ser mais rígido. Agente lida melhor com variação, mas também erra de formas mais criativas.
Onde eu começaria numa empresa B2B?
Eu começaria por consulta de status, enriquecimento de dados, coleta de informação pública ou preenchimento interno com revisão humana.
Qual é o maior risco?
Deixar o agente agir sem trava. O problema não é ele clicar. O problema é clicar onde não deveria, sem alguém perceber.
Preciso de time técnico para testar?
Para um piloto sério, sim. Mas o founder consegue mapear o caso de uso antes: tarefa, telas, ações proibidas, tempo atual e critério de sucesso.
Conclusão
Eu acho agente no navegador uma das aplicações mais práticas de IA para empresas comuns.
Mas eu não começaria perguntando "qual ferramenta usar?".
Eu começaria com uma pergunta mais chata e mais lucrativa: qual tarefa repetida do meu time merece ganhar mouse próprio?
Se você quer levar IA para a empresa sem teatro, comece pequeno. Uma tarefa. Uma trava. Uma métrica. Depois você escala.
Leia também: aprovação humana em agentes de IA e modelo aberto na IA.
Fontes usadas: vercel-labs/agent-browser, ntegrals/openbrowser, OpenAI Agents SDK: guardrails e Claude Code hooks.