Análise de 12 semanas de conversa explica por que o Instinct parece um assistente pessoal

A análise parte de dados reais: o autor extraiu do banco de mensagens do próprio Mac doze semanas de conversa com o Instinct, com 185 mensagens dele, 375 do assistente e 88 tapbacks, todos com horários de envio, entrega e leitura. É uma conta, uma thread e um Mac. O próprio autor avisa que os indicadores de digitação não ficam gravados e que o que descreve sobre o funcionamento interno vem de terceiros, já que a empresa não confirmou a maior parte.

Os números sustentam a tese de que o comportamento de conversa pesa mais que a capacidade bruta. A mediana de leitura é de 1,1 segundo, e 44% das trocas começam com um tapback, em média cerca de sete segundos depois. A mediana das mensagens do assistente é de 131 caracteres. Em 12 semanas, ele puxou conversa 17 vezes. Em 149 pedidos, a mediana até a última mensagem foi de 26 segundos, e 90% terminaram em até 140 segundos. Um pedido levou 100 minutos. Na arquitetura, a evidência é que o assistente respondeu a uma conta simples enquanto uma pesquisa longa seguia em andamento, o que sugere um agente de chat separado de agentes de tarefa. Segundo o teardown de Dhravya Shah, a memória não usa banco vetorial, e sim arquivos Markdown em um repositório git.

As falhas aparecem com o mesmo peso. Uma nota de voz que o assistente disse ter enviado nunca chegou, e um projeto que o autor pediu para não salvar ainda estava na memória 16 dias depois. Houve ainda a diferença de preço de um chapéu (US$ 44 na lista, US$ 64 no carrinho), que o assistente pegou no checkout antes de a compra ser feita. E o mesmo prompt de pesquisa, repetido 12 dias depois, passou de 7 minutos e meio para 50 segundos, sem aviso de mudança de versão.

Em 1 de outubro de 2026, o CEVIU noticiou "Engenharia Reversa Decifra a Intuitividade do Instinct e Seus Agentes Autônomos", que apontava uma thread conversacional unificada e delegação a agentes. Em 1 de setembro de 2026, o CEVIU já havia coberto o Instinct como assistente agentic via SMS e voz. A novidade agora é a medição: em vez de inferir a arquitetura, a análise cronometra o comportamento e aponta falhas de retenção e de verificação de entregas.

Para quem constrói agentes de conversa, a leitura é que a retenção parece vir de detalhes de protocolo e de regras de texto (leitura imediata, tapbacks, mensagens curtas, aprovação antes de gastar), e não do modelo. Isso é barato de copiar em partes, mas difícil de acertar por inteiro e de manter sem regressões. Também fica o alerta: quanto mais o usuário confia, mais custam as falhas de memória e de confirmação de entrega.