Dario Amodei disse que uma empresa de um bilhão de dólares comandada por uma única pessoa tem 70-80% de chance de surgir até 2026. Ele disse isso no palco da conferência de desenvolvedores da Anthropic no ano passado.
Matthew Gallagher provou isso ao fundar a Medvi, uma empresa de telemedicina administrada por IA, com US$ 20.000 e nenhum funcionário. Ela gerou US$ 401 milhões em receita no seu primeiro ano.
A base de Gallagher eram agentes de IA conversando entre si. Quando dois não conseguiam se comunicar, ele criava mais agentes para lidar com a coordenação. Ele mesmo testava os prompts e intervinha quando algo quebrava.
Alook (Repositório GitHub) é uma plataforma open-source e auto-hospedada que transforma seus agentes de codificação em um organograma real.
A forma como funciona é: você cria um agente, atribui um cargo a ele e dá a ele uma caixa de entrada de e-mail real.
Os agentes enviam e-mails uns para os outros e te mantêm atualizado. Eles rodam como sessões reais do Claude Code ou OpenCode na sua máquina, com acesso total às suas ferramentas.
Um organograma dá a cada agente um cargo definido e uma linha de reporte. Eles se coordenam entre si sem que você precise repassar uma única mensagem ou consertar as conexões manualmente.
Vamos configurar o Alook do zero, construir um organograma de quatro agentes e ver o que acontece quando uma tarefa real é entregue a ele.
Configuração
O Alook roda como um daemon na sua própria máquina, e este único comando o conecta:
1npx @alook/app onboard
Ele detecta qualquer runtime de agente de codificação já instalado, seja Claude Code ou OpenCode, e implanta a empresa de agentes.
Isso abre um painel local em http://localhost:15210.
A partir daí, você começa com um organograma em branco ou com um dos modelos pré-construídos do Alook, escolhendo o que for mais próximo do que você está construindo.
Cada agente no organograma é uma sessão real do Claude Code ou OpenCode rodando na sua máquina, com acesso total às mesmas ferramentas que você usa, e uma caixa de entrada real do @alook.ai.
A caixa de entrada é a camada de coordenação. Os agentes enviam e-mails uns para os outros, da mesma forma que uma equipe faria, em vez de passar dados por um gatilho que você configurou manualmente.
Construindo a empresa
Inteligência competitiva geralmente significa alguém verificar uma página de preços, copiar números para uma planilha e repetir o processo no dia seguinte.
Vamos substituir isso por quatro agentes que constroem um rastreador de preços, o executam em um cronograma e te enviam um e-mail no momento em que algo mudar.
Primeiro, criamos os agentes um por um, atribuindo-lhes cargos distintos e reivindicando suas caixas de entrada reais do @alook.ai:
- Atlas (CEO) é o único ponto de contato para o humano. Ele delega tarefas para a Mara.
- Mara (Gerente de Produto) transforma os briefs do Atlas em especificações e os encaminha para o Theo ou a Ren. Ela é a única roteadora no organograma.
- Theo (engenheiro) constrói e mantém os raspadores para inteligência competitiva.
- Ren (Operações e Atendimento ao Cliente) notifica o humano quando uma mudança rastreada é detectada.
Assim que os agentes estiverem ativos, conectamos a hierarquia de reporte: Atlas para Mara, e Mara para Theo e Ren.
Theo e Ren nunca falam um com o outro, nem diretamente com o Atlas. Eles só se comunicam através da Mara.
Essa configuração evita a criação de um chat de grupo caótico de IA onde todos os agentes falam ao mesmo tempo e perdem o contexto.
O trabalho do Theo envolve rastrear o site do concorrente, então ele precisa de uma maneira de raspá-lo de forma confiável e programada.
Por isso, demos a ele acesso à CLI do Bright Data, que permite raspar qualquer site, provisionar raspadores personalizados se necessário... tudo isso evitando bloqueios de IP e CAPTCHAs que afetam qualquer agente que raspe em escala real.
Para construir um raspador personalizado para qualquer site, você pode descrever a página em inglês simples, e ele constrói o raspador que retorna dados estruturados:
Agora vamos ver como nossa empresa de IA lida com a tarefa real.
Gerenciando a empresa
Como mencionado acima, não precisamos gerenciar cada agente nós mesmos. Em vez disso, basta falar com o Atlas, o CEO, e deixar o organograma cuidar do resto.
Pedimos a ele para rastrear os preços em railway.app/pricing.
O Atlas responde no chat, e por trás dessa resposta, ele está passando um briefing para a Mara por e-mail, e a thread aparece na mesma janela:
A Mara transforma o briefing em uma especificação e a entrega ao Theo.
A especificação cobre um raspador para a página, snapshots com data e hora, detecção de mudanças, uma execução diária e um relatório que possamos realmente ler.
O Theo confirma o recebimento da especificação por e-mail, da mesma forma que a Mara e o Atlas fizeram, então a constrói usando a CLI do Bright Data e reporta assim que estiver em execução.
Este é o raspador que o Theo acabou de construir, no painel do Bright Data:
É um raspador personalizado real que o agente provisionou sozinho ao entender o site especificado, não uma chamada de CLI única que desaparece após a execução. Você pode acioná-lo manualmente a partir desta mesma tela, ou chamá-lo diretamente usando a API:
A Mara repassa a conclusão da construção para o Atlas, e o Atlas nos informa no mesmo chat:
A empresa funciona sem você
Assim que o Theo confirma que a construção está no ar, o trabalho não termina. O cronograma ainda precisa ser executado, e alguém ainda precisa monitorar o que ele encontra.
O agente adiciona o raspador ao calendário da empresa como uma tarefa recorrente às 9h, por conta própria.
Este é o trabalho da Ren. Ela monitora a saída do rastreador e, no momento em que o preço na página realmente muda, ela envia uma notificação.
Todo o ciclo roda sem supervisão.
Entregamos um único briefing ao Atlas, e o organograma provisionou um raspador, o programou e manteve alguém monitorando a saída, sem nenhuma contribuição adicional de nossa parte.
Experimente você mesmo
Cada agente neste passo a passo rodou como Claude Code, mas o Codex e o OpenCode funcionam da mesma forma, pois o Alook permite que você traga seu próprio agente e dá a qualquer um que você escolher um cargo, uma caixa de entrada e um runtime que permanece ativo.
Cada tarefa concluída constrói contexto para a próxima, para que os agentes não precisem reaprender a empresa do zero a cada execução.
Cada e-mail entre eles é registrado da mesma forma, para que você possa ler exatamente como uma decisão foi tomada.
Aqui está o repositório GitHub do Alook →
E aqui está a CLI do Bright Data →
(não esqueça de dar uma estrela neles 🌟)
Um abraço! :)
