Screenpipe grava o fluxo de tela e transforma em agente

O que aconteceu

A Screenpipe, startup da turma S26 da Y Combinator, apresentou uma ferramenta que grava a atividade em tela e transforma essas gravações em agentes de IA. O cliente captura movimento de mouse, cliques, digitação e contexto de interface de qualquer aplicação, costura os dados em um agente reaproveitável e o expõe por API. O lançamento gerou discussão no Hacker News, com destaque para o potencial de baixar a barreira de criação de agentes que operam softwares já existentes.

Por que isso importa para quem constrói

• Prototipagem rápida de agente de interface — grava-se o fluxo em vez de escrever código de automação de navegador, o que acelera prova de conceito em sistema legado ou fechado.
• Automação ancorada no uso real — a gravação reflete o fluxo que a pessoa de fato executa, o que reduz o descompasso de quando o desenvolvedor inventa caso de exceção improvável.
• Integração com plataformas de fluxo — a API pode ser chamada como etapa de pipeline, passando dado como qualquer endpoint HTTP.
• Versionamento e auditoria — cada gravação fica armazenada com metadados e carimbo de tempo, o que permite acompanhar mudança de comportamento do agente.
• Menos manutenção — em vez de reescrever seletores quando a interface muda, grava-se o fluxo novo.

A leitura da Tyna

A aplicação real disso no Brasil tem nome: sistema que não tem API.

Boa parte das empresas de médio porte opera com ERP antigo, sistema de gestão específico do setor ou portal de órgão público — todos sem integração disponível, todos exigindo que alguém preencha tela. É o trabalho que consome hora de pessoal qualificado e que nenhuma ferramenta de integração resolve, porque não há o que integrar. Gravar o fluxo é o único caminho quando o fornecedor não abre porta.

Dito isso, é preciso ser franco sobre o histórico dessa abordagem. Automação por interface é frágil por natureza — muda a posição de um botão e ela quebra. A promessa de "regravar em vez de reescrever seletor" reduz o custo do conserto, não a frequência dele. Quem já operou automação de tela conhece o padrão: funciona seis meses, quebra na atualização do fornecedor, e alguém precisa perceber que quebrou.

O que me preocupa mais, porém, é privacidade — e o material não menciona.

Gravar atividade de tela captura tudo que está na tela, não apenas o fluxo pretendido. Se a pessoa que grava tem um sistema de RH aberto em outra aba, uma notificação de mensagem privada aparece, ou o CPF de um cliente está visível no canto, isso entrou na gravação. E a gravação fica armazenada em nuvem com metadados, conforme o próprio anúncio.

Antes de usar em ambiente com dado real, valem três coisas: gravar em ambiente de teste com dado fictício sempre que possível, definir quem tem acesso ao acervo de gravações, e tratar esse acervo com o mesmo cuidado de um banco de produção. É dado pessoal em formato de vídeo — o formato muda, o regime jurídico não.

Perguntas frequentes

P: Funciona com aplicação web que exige autenticação?

R: Sim. O gravador captura o fluxo de login, e o agente gerado consegue repetir esses passos, lidando com cookies e tokens.

P: Como o agente lida com conteúdo dinâmico ou janela que aparece de repente?

R: O gravador registra o tempo e o contexto dos elementos dinâmicos, e o agente inclui lógica para esperar ou fechar conforme o comportamento observado.

P: Serve para produção ou ainda é experimental?

R: Já é usado em projetos piloto. A conversão de gravação em agente é estável o suficiente para carga que não exija garantia estrita de tempo real.