Grok Bot: o que está por trás do agente que todo mundo está comentando

Nas últimas semanas, meu feed no X virou uma sequência de prints do Grok Bot. Gente organizando a caixa de e-mail inteira, Bot fazendo prospecção, Bot revisando pull request enquanto o dono dorme. O próprio Elon Musk disse que nunca viu um produto crescer tão rápido.

Semana passada, escrevi sobre o meu fluxo de trabalho com agentes de IA: converso com a IA para definir o trabalho, as tarefas vão para o Linear e os agentes de código executam e abrem PR. Aí aparece uma ferramenta que promete fazer boa parte disso sozinha, 24 horas por dia. Não tinha como não testar.

Mas, antes de instalar, eu quis entender o que está por trás. Hype a gente vê todo dia. O que separa uma tendência que fica de uma que passa é a arquitetura e as decisões de produto. Este texto é esse estudo. O resultado do teste fica para o próximo.

O que é, em uma frase

O Grok Bot é uma equipe de agentes de IA que tem um computador próprio na nuvem, entra nos seus apps com o seu login e trabalha mesmo com o seu notebook fechado.

Não confunda com o Grok, o chatbot do X. O Grok responde perguntas. O Grok Bot executa trabalho dentro das suas ferramentas e só volta quando precisa da sua aprovação. A xAI lançou o beta em 11 de agosto de 2026.

Os números explicam o barulho. Os usuários ativos diários saíram de cerca de 155 mil, em 20 de setembro, para 450 mil, em 17 de outubro. E outubro foi um mês de lançamentos em sequência: compras online, acesso ao calendário e aos contatos do celular, resposta a DMs do X e até ligações para empresas em seu nome.

Por dentro: o Grok Bot roda na infraestrutura do Cursor

A descoberta mais interessante não está no modelo. Está em quem opera a máquina. Segundo a documentação oficial, os apps se conectam aos servidores do Cursor, que controlam o computador do Bot, chamam os modelos e acionam os apps conectados. O login também é o do Cursor.

Na prática, o Grok Bot é a plataforma de agentes do Cursor com cara de produto de consumo e o Grok como cérebro. Faz sentido: depois do acordo com a SpaceX, o Cursor passou a fazer parte do mesmo grupo da xAI.

Camada por camada, dá para montar este retrato. O app de desktop é feito em Electron e TypeScript, o que alguém descobriu ao fazer engenharia reversa da versão 0.18 e publicar o código reconstruído no GitHub. O backend são os servidores do Cursor. O computador de cada usuário seria uma VM Debian com 8 vCPUs, 16 GB de RAM e 128 GB de disco, e cada Bot rodaria um harness em JavaScript chamado Sand, com acesso a terminal e MCP. O trabalho pesado de código vai para os Cloud Agents do Cursor, em máquinas separadas. O cérebro é o Grok 4.6, escolhido automaticamente.

Vale separar o oficial do especulado. O backend, os Cloud Agents e o modelo estão na documentação. O sistema operacional da VM e o nome do harness vêm de quem abriu o produto por conta própria, não da xAI.

Para quem não vive de código: um agente é um loop. O modelo decide uma ação, o harness executa (clicar, rodar um comando, chamar uma API), devolve o resultado, e o modelo decide a próxima. O modelo é o cérebro, o harness é o corpo, as ferramentas são as mãos. O que o Grok Bot fez foi dar a esse corpo um computador inteiro.

E as mãos têm uma ordem de preferência: API primeiro, depois MCP, depois linha de comando e, por último, clicar na tela. Quanto mais para o início, mais rápido, barato, previsível e auditável. Clicar na tela é o recurso para sistemas sem integração.

As decisões de produto que explicam o sucesso

A tecnologia por baixo não é inédita. O que diferencia o Grok Bot são quatro decisões de produto, que a própria xAI explicou num texto sobre o design.

A primeira é que o objeto central é o Bot, não a conversa. Cada Bot tem nome, avatar, função, memória e ferramentas. Quando você volta no dia seguinte, volta para o mesmo colega, não para um chat em branco.

A segunda é transformar o estado em presença. O avatar mostra se o Bot está ocioso, pensando, trabalhando, esperando, bloqueado ou concluído. É observabilidade de sistema traduzida para quem não é técnico.

A terceira é que o trabalho começa sem prompt. Uma agenda, um webhook, um evento de desenvolvimento ou outro Bot podem disparar uma tarefa sem ninguém presente.

A quarta é devolver a tela em vez de pedir a senha. Em senha, 2FA, CAPTCHA ou pagamento, o Bot para e te entrega o controle. Você faz o passo sensível e devolve.

E tem a decisão de negócio. O Grok Bot não é vendido sozinho: vem no pacote X Subscription, a partir de US$ 30 por mês, com uma cota semanal dividida entre Grok, Grok Bot e Cursor. Um produto que amarra o usuário a três ecossistemas de uma vez.

Toda big tech já tem o seu agente pessoal

O Grok Bot não chegou sozinho. Em 2026, cada grande laboratório de IA lançou o seu agente sempre ligado, quase todos com a mesma arquitetura: um computador na nuvem, um modelo próprio e acesso aos seus apps. A arquitetura virou commodity. O que muda é a aposta de cada um.

O Google lançou o Gemini Spark em maio e aposta no que já tem: os seus e-mails. Ele roda no Gemini 3.5, numa VM pessoal no Google Cloud, vive dentro de Gmail, Drive, Agenda e Docs, e aceita tarefas por um endereço de e-mail próprio, como um colega.

A Anthropic lançou o Claude Tag em junho e aposta no time, não no indivíduo. Ele roda no Claude Opus 4.8 e entra no Slack como um colega que qualquer pessoa do canal pode acionar. Age com identidade própria, não com o login de quem pediu, e cada canal tem acessos separados. A própria Anthropic diz que 65% do código do seu time de produto já sai da versão interna dele.

A Meta lançou o Muse em setembro e aposta em segurança e no WhatsApp. Ele roda no Muse Spark, numa VM isolada, e um segundo agente, o Sentinel, revisa cada ação antes de ela chegar à internet. Para o Brasil, a porta de entrada pelo WhatsApp é o detalhe mais importante, embora por enquanto ele esteja só nos Estados Unidos.

A OpenAI lançou os dots no fim de setembro e aposta na base de usuários. O ChatGPT tem 1,2 bilhão de usuários por semana, e os dots, que rodam no GPT-6 Astra, se conectam a mais de 4 mil apps e conversam com você pelo ChatGPT, pelo Slack e pelo Teams. Cada dot tem o próprio computador, o oposto da escolha da xAI.

E a xAI aposta no X e no Cursor. É a única com acesso nativo à rede social e a única que nasceu em cima de uma ferramenta de programação.

Fora das big techs, há o Manus, com a arquitetura mais parecida e dois anos de estrada, e os open source OpenClaw e Hermes. Esses são gratuitos, aceitam qualquer modelo e dão controle total, mas cobram em instalação e deixam a segurança por sua conta.

A minha leitura: a guerra dos agentes não vai ser decidida pelo modelo, e sim pela distribuição. Ganha quem já está onde você trabalha. Gmail para o Google, WhatsApp para a Meta, Slack para a Anthropic, ChatGPT para a OpenAI, X para a xAI. O diferencial real do Grok Bot é ser o mais fácil de transformar numa equipe de agentes, com configuração quase zero, e ter o X como fonte de dados exclusiva.

Um detalhe curioso: semanas depois do lançamento, alguém fez engenharia reversa do app de desktop, reconstruiu o código em TypeScript e trocou o cérebro por Claude Code, Codex ou OpenRouter, mantendo a interface. A interface é boa a ponto de valer ser copiada.

O trade-off que ninguém comenta: um computador para todos os Bots

A decisão de arquitetura mais importante do Grok Bot é esta: cada usuário tem um computador, e todos os seus Bots dividem a mesma máquina, com os mesmos arquivos, sessões e logins.

Isso traz duas vantagens. A passagem de trabalho entre Bots acontece sem configuração nenhuma. E o custo cai: dez Bots, uma VM só. A decisão que todo mundo critica por segurança provavelmente é a que fecha a conta do negócio.

O preço vem junto. Se um Bot lê uma página com instruções maliciosas, todos os Bots da conta ficam expostos, e a própria documentação avisa para não usar Bots separados como barreira de segurança. Quando uma tarefa trava a máquina, todos os Bots esperam. E a reclamação mais comum hoje é a cota acabar no meio da semana, com a cobrança extra começando sem aviso claro.

A lição que fica para quem constrói agentes: isolamento não vem da máquina. Vem de três camadas. Dados separados por cliente no banco, credenciais próprias com escopo mínimo e cada agente com acesso só às ferramentas da sua função. Primeiro se separa por cliente, depois por nível de risco.

O que eu levo disso

O Grok Bot não inventou agentes. Ele empacotou bem o que já existia: um loop de agente, uma VM persistente, a infraestrutura do Cursor e uma interface que trata a IA como colega, não como chat.

A tendência que fica é esta: IA primeiro, interface como porta. O agente existe independente do app, e desktop, celular e X são só entradas. É a mesma tese que venho aplicando nos produtos da Baran Tecnologia, com o WhatsApp como porta principal.

Já comecei a testar. Estou montando vários Bots, cada um com uma função diferente, para descobrir onde um agente sempre ligado realmente tira trabalho das minhas costas e onde ele só cria mais coisa para eu revisar. No próximo texto, conto quais Bots sobreviveram, o que quebrou e se o Grok Bot entrou de vez no meu fluxo.

Se você já está usando algum desses agentes, me conta qual escolheu e por quê. Vou gostar de comparar.

Espero que este texto te encontre bem,

João Baran