O CEO que vive em 2028
Garry Tan não usa agentes de IA como ferramenta — ele os integra como colaboradores invisíveis que operam em segundo plano o dia inteiro. Ao falar na recente edição do podcast The Builders, conduzido por Walter Isaacson, o CEO da Y Combinator revelou que gasta entre US$ 100 mil e US$ 200 mil por ano em tokens de modelos de IA, uma cifra que ele mesmo descreve como um "privilégio louco que nem todos podem ter".
A revelação não é nova — Tan já havia discutido o conceito em agosto de 2026 durante uma aparição no podcast a16z, onde cunhou a expressão "tokenmaxxing" para descrever a estratégia de carregar centenas de milhares de tokens em um agente de uma só vez, em vez de racioná-los. "Você precisa configurar tudo no máximo", disse ele naquela ocasião. "Colocar 800 mil ou 1 milhão de tokens num contexto de agente. Quando você faz isso, acho que basicamente chega em 2028."
Mas foi no episódio com Isaacson que os detalhes da rotina de Tan ganharam contornos que vão além de uma mera declaração de intenções. O agente de Tan, segundo ele, "leu todo o meu e-mail, todo o meu Dropbox. Leu, tipo, todas as minhas notas da Apple, até as notas de terapia de 20 anos atrás". O que soa como vigilância digital extrema nas mãos de outra pessoa é, para Tan, o preço de ter um "Jiminy Cricket" sempre do lado, alertando sobre problemas antes mesmo de você perceber que eles existem.
A filosofia por trás da conta
O argumento central de Tan é que os fundadores de startups têm uma vantagem estrutural para absorver o custo elevado de agentes de IA: a capacidade de transformar experiências caras em processos reutilizáveis. "Um arquivo markdown é um funcionário", disse ele no podcast da a16z. "É um funcionário que vai fazer o trabalho perfeito toda vez, e vai fazer quantas vezes você quiser."
Esse raciocínio o coloca na vanguarda de uma corrente que ele mesmo nomeou — "tokenmaxxing" — que defende o uso indiscriminado de tokens como forma de acelerar a experimentação com inteligência artificial autônoma. Para Tan, a métrica certa não é quanto um engenheiro gasta em tokens, mas quanto ele produz com esses tokens.
Na prática, a Y Combinator já internalizou essa filosofia. Segundo Tan, a própria aceleradora opera com um agente de IA interno chamado Stray Light, que "tem uma personalidade e um cérebro corporativo" — com acesso ao contexto total de todos os fundadores que já foram apoiados, todos os e-mails recebidos e todas as aplicações processadas.
O debate: eficiência ou volume?
O posicionamento de Tan não é consensual. Praveen Neppalli Naga, CTO da Uber, argumentou no mês anterior ao podcast da a16z que a indústria está "chegando ao fim da era do tokenmaxxing". Para ele, a próxima fase da adoção de IA não será definida por quem gasta mais tokens, mas por quem os usa com maior eficiência.
Scott Wu, CEO da Cognition, fez uma versão mais moderada da mesma crítica: a ideia é "direcionalmente correta", mas alguns foram além. "As pessoas ficam: 'Nós classificamos nossos engenheiros por quanto eles gastam em tokens.' Bem, vamos tentar classificar pessoas pelo quanto elas realmente produzem", disse ele.
A tensão entre eficiência e volume reflete uma disputa mais ampla sobre a economia da IA. Do lado de Tan, o pressuposto é que os custos dos tokens continuarão caindo enquanto a capacidade dos modelos fronteiriços melhorar — tornando o gasto agressivo de hoje um investimento em aprendizado sobre como construir sistemas autônomos. Do outro lado, argumenta-se que eficiência, não consumo bruto, será o que separará os vencedores dos perdedores à medida que a IA se tornar uma ferramenta empresarial padrão.
O futuro dos agentes pessoais
Tan acredita que os agentes pessoais de IA eventualmente se tornarão mainstream, desde que um problema seja resolvido: a conta precisa ficar mais barata. Ele também tem reservas sobre o modelo das grandes empresas de tecnologia — "Essa é uma empresa enorme que controla o algoritmo, e todos nós gostamos que não fizessem isso em algum nível", disse sobre a Meta. "Então você poderia imaginar um agente de IA pessoal que você controla, que você programa."
O que torna a história de Tan relevante para além do ecossistema de startups de Silicon Valley é que ela revela o quanto a adoção de agentes autônomos já se distanciou do protótipo de assistente virtual dos primeiros dias da IA generativa. Não se trata mais de "um chat que responde perguntas" — trata-se de um sistema que opera continuamente sobre os dados e fluxos de trabalho de uma pessoa, tomando decisões, prevendo problemas e executando tarefas complexas sem intervenção humana direta.
A pergunta que fica é se o custo atual de US$ 100 mil a US$ 200 mil por agente pessoal é um preço temporário que vai cair conforme a infraestrutura de IA amadurece, ou se representa o início de uma divisão permanente entre quem pode se dar ao luxo de operar em 2028 com a tecnologia de hoje e quem precisa esperar para que a capacidade chegue ao preço que pode pagar.
Fontes: TechCrunch, Business Insider, Pivot News
✓ Fontes independentes cruzadas e verificadas antes da publicação
