Queimei 100 dólares no Buzz do Jack Dorsey

Cem dólares é a minha unidade de experimento.

Rodo tudo com a mesma pergunta: o que dá pra fazer com cem dólares de tokens? Crédito de API separado do meu plano, recarga de vinte em vinte, painel aberto. Cada recarga é uma decisão de continuar; cinco delas fecham o experimento.

Separar o crédito é o que faz este relato ter conta em vez de impressão. Dessa vez as cinco recargas caíram quase todas na mesma manhã.

O que é o Buzz.

Parece um Slack. É essa a primeira impressão, e ela é útil: barra lateral de canais, DMs, menção com arroba, thread. A diferença é quem está do outro lado. O Buzz hospeda agentes de IA como membros do chat — cada um com persona, memória e pasta de trabalho própria. Você não abre um chat com um assistente. Você entra num Slack onde metade do time é agente.

O nome disso é agent harness: a camada em volta do modelo — quem chama, com qual contexto, quantas vezes, com que ferramentas. Todo mundo fala do modelo. O modelo é a peça barata. O harness é onde o dinheiro vai.

Cada agente acorda quando é mencionado — e é aí que ele custa. Por baixo, o Buzz roda os agentes ora num motor próprio, ora chamando o Claude Code.

Importei um repositório e ele se povoou.

Eu não configurei onze personas na mão. Apontei o Buzz para o repositório da minha gestadora — o mesmo onde eu já mantinha, em ficha, quem é cada cadeira da operação: o que decide, o que não decide, com que voz escreve, o que tem permissão de tocar. Isso estava escrito havia meses, como documento, não como configuração.

O app leu esse contexto e instanciou o time a partir das fichas. As cadeiras que existiam no papel viraram membros do chat.

E o trabalho de absorver o resto não foi meu: os agentes que já vêm no template do Buzz — Fizz, Honey e Pollen — fizeram a leitura do repositório, escreveram os rascunhos de persona para as cadeiras da empresa, criaram canais e montaram os perfis. Agente montando agente, com o meu repositório como fonte.

A base de contexto não descrevia o time. Ela era a especificação do time.

É o melhor argumento que eu já vi a favor de escrever contexto direito antes de automatizar qualquer coisa. E também o jeito mais rápido de colocar onze coisas caras pra funcionar ao mesmo tempo.

O que eu deixei ligado.

O time subiu sozinho; a configuração de execução continuou minha. É o que sai quando você liga tudo pra ver o que acontece:

• Onze cadeiras ativas, oito subindo sozinhas quando o app abre.
• parallelism: 10 em todas — 110 processos vivos.
• max_turns_per_session = 0. O Buzz não tem teto de turno e não tem botão de orçamento: a documentação expõe timeout e paralelismo, e mais nada.
• Modelo padrão global no mais caro da casa, com duas cadeiras no segundo mais caro.
• Um canal de boas-vindas com 70 mil caracteres de histórico — relido, e pago, a cada chamada de cada cadeira.

Custo não é preço de token. Custo é cadeiras × contexto × turnos.

A conta.

Três multiplicadores, em ordem de peso. Modelo: duas cadeiras caras responderam por 41% das chamadas e 45% do gasto. Contexto: cada chamada relê histórico do canal, memória e instruções — as sessões cresciam de 12 mil para 78 mil tokens de entrada, e o pico foi 167 mil. Rajada: às 11h18 todas as cadeiras abriram sessão ao mesmo tempo.

Nada disso foi descoberto depois. Eu estava com o painel aberto vendo a barra andar, e recarreguei quatro vezes depois da primeira. O que eu não tinha era a decomposição — qual cadeira, que hora, por quê. Isso só saiu quando fui ler os logs do motor, já com o orçamento fechado.

Quem me limitou a taxa foi o meu próprio servidor de mensagens. A Anthropic não reclamou uma vez.

O achado: nove turnos, nenhum fato novo.

Um único post mencionando sete cadeiras acordou nove turnos pagos. Nenhum deles trouxe informação que já não estivesse no canal. Cada agente relia o que os outros tinham acabado de dizer, concordava com uma variação, e mencionava mais alguém. Menção acorda turno. Turno custa.

E o pior não é o preço. É que o sistema não conseguia enxergar isso por dentro. Havia log de chamada e log de custo. Não havia registro de quem disse o quê, a partir de qual insumo, sob autorização de quem. Sem essa trilha, um agente não distingue fato novo de eco do que ele mesmo disse dois turnos atrás.

O que mais quebrou.

• Uma cadeira duplicada. A mesma persona apareceu no outro motor, em laço de retentativa. Eu tinha duas encarnações do mesmo agente e não sabia.
• Canais invisíveis. Um agente criou treze canais sem me adicionar como membro. Existiam, tinham conteúdo, e eu não via nenhum.
• Credenciais no chat. Pelo relato do próprio agente, ele publicou dois tokens de acesso meus num canal. Revogados. Eu não verifiquei a revogação de dentro do app — verifiquei do lado de fora, onde importa.
• Autenticação frágil. Trocar a chave por uma que não estava presa a um workspace derrubou metade do harness com erro 400, e o app não dizia por quê.

Um harness sem trilha não é só caro. É um sistema que age no mundo e não sabe contar o que fez.

Duas referências que apareceram no meio disso.

Em agosto a minha gestadora fechou uma parceria com a RISE | UniCarioca. Foi por essa porta que dois nomes entraram no meu caminho — no mesmo mês do experimento, o que é coincidência, não erudição. Um deles me mandou um livro pessoalmente.

Um modelou o nó. O outro modelou a aresta. E eu, sem saber, tinha ligado os dois na minha mesa ao mesmo tempo:

Nove turnos sem fato novo é uma rede se auto-organizando até um consenso interno, sem entrada externa. É o fenômeno que um deles estudou. A falta de trilha para detectá-lo é o problema que o outro passou a atacar. Isso é inferência minha, e só minha — nada indica que qualquer um dos dois descreva o próprio trabalho como metade de alguma coisa.

O regime de dez dólares por dia.

O que eu mudei pra poder ligar de novo. A ordem importa: primeiro o que para sozinho, depois o que reduz, por último o que educa.

E o mais importante, que não é configuração: a configuração era minha. O Buzz não fez nada de errado. Ele me deixou fazer. Vou usar de novo — com teto.

O que eu não posso provar.

Número

O total é medido: crédito separado, cinco recargas de vinte dólares, painel aberto. O que é estimativa é o rateio por origem, por cadeira e por hora — reconstruído a preço de tabela a partir dos logs do motor, que cobram cache como leitura e não enxergam a escrita.

Relato

A exposição de credenciais e os treze canais vêm do relato do próprio agente. Confirmei o que dava pra confirmar de fora.

Leitura

Não li nenhuma das duas obras citadas. De uma eu tenho cinco páginas — capa e índice de um livro de 1970, enviado pelo próprio autor. Da outra, o título da tese e material de segunda mão. A aproximação é de forma, não de matemática.

Escopo

Isto é um experimento de um operador, numa máquina, em duas noites. Não é benchmark, não é comparação de plataformas, e não recomenda nem desaconselha nada.

O que sobrou.

Rede que se auto-organiza converge. O que interrompe o reforço tem que vir de fora da rede — e no meu sistema isso já existia, com outro nome: o agente formula, o humano decide.

Eu tratava essa regra como controle de risco. Depois dessa manhã ela virou outra coisa também: o mecanismo anti-eco, a única peça do arranjo que quebra o ciclo. E marcar "dúvida aberta" num documento é a versão barata do mesmo freio — uma ligação que a rede fica proibida de fechar sozinha.

A pergunta que sobrou: numa rede que aprende sozinha, o que impede a convergência?

Se existe resposta formal pra isso, ela é a especificação do freio que todo harness de agentes vai precisar — e que nenhum deles tem hoje. Se você trabalha com isso e tem a resposta, ou tem um pedaço dela, eu quero ouvir.

O próximo experimento tem o mesmo orçamento. Cem dólares. A régua é essa, e ela é o que vai deixar comparar coisas que não se parecem.