Em agosto de 2026, a SpaceXAI (a antiga xAI, hoje divisão de IA da SpaceX) lançou em beta o Grok Bot. A promessa é simples de explicar: em vez de um chat que responde perguntas, você ganha assistentes com nome e função que trabalham num computador na nuvem que fica ligado, com navegador, arquivos, terminal e os seus logins.
Dois meses depois, veio a notícia que mais interessa a quem implanta agentes em empresas: o Grok Bot passou a mandar o trabalho pesado para o Claude Opus 5.5, da Anthropic. A dona de um dos maiores laboratórios de modelos decidiu que o produto não é o modelo. Abaixo está o que montamos sobre como ele funciona por dentro.
De onde vem este texto
Primeiro, um cuidado com o nome. Existem três “Groks” que fazem trabalho: o chatbot do X, o Grok Build (um agente de código de terminal, de código aberto) e o Grok Bot. Este texto é sobre o último.
Quem faz o quê
A marca é da SpaceXAI, mas o produto é construído e operado pela Cursor, a empresa de programação com IA que a SpaceX comprou por US$ 60 bilhões em ações, negócio fechado em 14 de agosto. Os instaladores, a documentação e a cobrança estão todos na Cursor. O Grok Bot não é vendido sozinho: vem dentro de planos da Cursor (a partir de US$ 120 por assento ao mês no Teams Premium) e do SuperGrok Heavy, com cota semanal e cobrança por uso depois dela.
Que tipo de harness ele é
Harness é tudo o que está em volta do modelo: instruções, ferramentas, permissões, memória e conferências. O do Grok Bot é persistente, hospedado e de uso geral. Persistente porque o computador e as rotinas continuam lá quando você fecha o app. Hospedado porque roda na nuvem, não na sua máquina. De uso geral porque o alvo é trabalho de escritório, não só código.
- Clientes finos. Os apps de desktop e celular só mandam mensagem, acompanham e aprovam.
- O harness em si. Recebe a mensagem, põe na fila de cada agente, monta o prompt em seções fixas e roda o laço modelo e ferramenta até acabar.
- O computador. Uma máquina virtual isolada (Firecracker) por usuário, com uma tela para cada bot, navegador, arquivos e terminal.
- Serviços em volta. Conectores com os tokens guardados fora do computador do bot, MCP, automações por horário e por evento, política de rede.
- Os modelos. Sem seletor para o cliente: a Cursor escolhe. Desde 7 de outubro, a escolha principal é o Claude Opus 5.5.
Três ideias que valem para qualquer agente
- Ferramentas sob demanda. Em vez de mandar o catálogo inteiro a cada pedido, o bot recebe o básico e busca o resto quando precisa. Num teste público, o primeiro pedido caiu de 40 para 11 descrições de ferramenta.
- Memória em chamada separada. Depois de cada resposta, outra chamada de modelo só extrai o que vale guardar, com fonte.
- Revisor de ações. Um segundo modelo avalia comandos, chamadas de app e uso da tela antes de executar, e decide entre liberar, perguntar ou negar. Senha, 2FA e pagamento sempre voltam para a pessoa.
Nenhuma dessas peças depende do modelo. Por isso foi possível trocar o motor sem trocar o produto.
Onde ele ainda é frágil
O isolamento é entre usuários, não entre bots. Todos os bots de uma pessoa dividem o mesmo computador, os mesmos arquivos e os mesmos logins. O revisor não olha gravações de memória nem a maioria das configurações, e os controles de rede só existem no plano Enterprise.
Para uma pessoa, um computador compartilhado é prático. Para uma empresa, é um bot de compras que enxerga o login do financeiro.
Tudo roda nos Estados Unidos, sem instalação no cliente. Para empresa brasileira com dado sensível e obrigações de LGPD, isso pesa.
O que isso muda para quem implanta agentes
A mensagem mais importante do caso Grok Bot é que o harness é o produto e o modelo é peça trocável. Quem monta agentes dentro de uma operação precisa poder trocar o motor quando aparece um melhor, sem refazer o resto.
- O Analista de IA mapeia as rotinas e define o que cada agente pode tocar e quando precisa pedir aprovação.
- O Forward Deployed Engineer monta o entorno dentro da empresa: conectores, permissões por área, revisor de ações, memória e registro, com dados onde a lei pede.
- O treinamento ensina o time a acompanhar e aprovar, que é o que faz a confiança crescer.
Compras, atendimento, financeiro e relatórios são só exemplos. Se é tarefa que se repete, dá para automatizar.
Até a SpaceX trocou o modelo e ficou com o harness. O que separa um agente útil de um brinquedo é o que você monta em volta dele.
Gostou deste artigo?
Receba o próximo antes de ele chegar ao blog.
Um e-mail curto por edição com o que vale a pena sobre agentes de IA na operação. Sem spam.