Pesquisar Posts

Multibot: quando o hype da IA resolve problemas imaginários a um custo real

Recentemente, a bolha da tecnologia foi inundada por mais um hype barulhento: o ClawdBot — agora rebatizado como Multibot após pressões jurídicas da Anthropic. Vendido como uma espécie de “Jarvis da vida real”, o projeto promete agentes de IA capazes de automatizar tarefas, tomar decisões e “pensar por você”.

Na prática, porém, o que especialistas mais críticos vêm apontando é outra coisa: uma solução cara, mal otimizada e potencialmente perigosa, criada para resolver problemas que, muitas vezes, nem existiam.

A seguir, destrinchamos os principais pontos de atenção antes de você embarcar nessa onda.

1. O hype do hardware: Mac Mini de R$ 10 mil para rodar scripts Python

Um dos aspectos mais questionáveis do ecossistema em torno do Multibot é o estímulo ao consumo desnecessário de hardware. Criou-se um verdadeiro frenesi em torno do Mac Mini M4 — custando facilmente mais de R$ 10.000 — como se ele fosse um pré-requisito técnico para rodar “agentes de IA”.

A realidade é bem menos glamourosa.

Grande parte desses agentes são scripts Python instáveis, que poderiam rodar sem qualquer problema em:

um ThinkPad antigo,

um notebook corporativo reaproveitado,

ou uma VPS barata de poucos dólares por mês.

Automatizar um bot de WhatsApp, uma reserva de restaurante ou um fluxo simples de e-mails não exige arquitetura de 3 nanômetros. O que existe aqui é marketing bem executado convencendo usuários de que potência extrema é sinônimo de inteligência.


2. Amadorismo em segurança: o caso GitHub

O episódio mais emblemático envolve o próprio criador da ferramenta, Peter Stinberger. Apesar de ser um desenvolvedor experiente, ele cometeu o que muitos chamaram de um “erro clássico de dev júnior emocionado”.

Ao tentar fugir do processo movido pela Anthropic, Peter decidiu renomear manualmente sua conta no GitHub. O resultado foi previsível para quem trabalha com segurança:

Golpistas foram mais rápidos.

O username antigo foi sequestrado (username sniping).

O histórico de contribuições legítimas foi usado para dar credibilidade a golpes de criptomoeda e memecoins.

A ironia é difícil de ignorar:

o criador de uma ferramenta de automação não conseguiu automatizar a própria migração de segurança.

3. O buraco negro de tokens

Se o custo de hardware já assusta, o custo operacional em tokens pode ser ainda pior.

Relatos de usuários indicam que o Multibot consome cerca de 33.000 tokens em apenas três interações simples. Isso não acontece por acaso, mas por decisões ruins de engenharia:

O agente reenviaria todo o contexto acumulado a cada mensagem.

Na prática, é como mandar uma “bíblia inteira” para o modelo toda vez que ele precisa responder algo trivial — como “você bebeu água hoje?”.

O resultado é previsível:

o limite semanal do GPT Plus é rapidamente esgotado,

projetos se tornam financeiramente inviáveis,

e a promessa de automação vira um ralo de dinheiro.

4. Vulnerabilidade técnica: o cavalo de Troia nos seus Pull Requests

Aqui está o ponto mais sério de todos: segurança.

O Multibot pode atuar como um verdadeiro cavalo de Troia dentro do seu repositório. Um vetor de ataque comum envolve:

Um atacante abre uma Issue no GitHub.

A issue contém um link aparentemente inocente.

Dentro do link há prompts maliciosos ou técnicas de jailbreak.

O agente processa o conteúdo e sofre um sequestro de LLM.

A partir daí, o bot passa a agir como uma marionete:

injetando backdoors,

alterando arquivos pouco revisados,

manipulando dependências em package.json ou yarn.lock,

tudo sob o disfarce de uma “contribuição automática”.

É uma superfície de ataque enorme criada, ironicamente, em nome da produtividade.

Conclusão: busque soluções, não milagres

O Multibot representa o que muitos chamam de “tempestade perfeita da enganação”:

promessas exageradas, custos financeiros elevados e riscos técnicos reais.

Seu público-alvo tende a ser formado por entusiastas de low-code, vibe coding e automação sem profundidade técnica — exatamente o perfil mais suscetível a abrir portas críticas sem perceber.

A lição é simples e antiga:

Não existe script Python que substitua bom senso.

Antes de investir em hardware de luxo, gastar fortunas em tokens ou seguir o próximo “guru da IA”, vale perguntar:

você está resolvendo um problema real — ou apenas comprando mais uma promessa de riqueza fácil enquanto dorme?

Porque, no fim das contas, quem costuma acordar com a conta para pagar é sempre o usuário.

A

Admin

Escritor e criador de conteúdo