Você criou lagostas? Recentemente, quando os Web3ers se cumprimentam, é provável que seja essa a frase.
Em 2026, após os robôs do Festival da Primavera da China causarem sensação, novos Agentes de IA, representados pelo OpenClaw, tornaram-se o novo brinquedo da comunidade tecnológica. Alguns usam IA para atendimento ao cliente, outros para escrever código, e alguns até começaram a tentar usar Agentes para simular um conjunto completo de “funcionários digitais”. Um conceito frequentemente mencionado em diversas plataformas da internet, “empresa de uma pessoa”, refere-se a uma única pessoa capaz de executar tarefas que antes exigiam uma pequena equipe, por meio de um fluxo de trabalho de IA.
Neste lado do Web3, certamente também não ficaram parados. Se você observar mais de perto a mídia setorial recentemente, perceberá que muitos projetos também estão começando a se concentrar em Agentes de IA. Alguns estão pesquisando como os Agentes podem chamar diretamente ativos ou contratos na cadeia, outros estão desenvolvendo infraestrutura para pagamentos, identidade ou finanças para Agentes, há quem discuta um “sistema econômico de Agentes” para permitir que a IA participe da rede como um usuário, e alguns já começaram a gritar novamente o novo slogan de “Web4.0”.
Ao ver isso aqui, na verdade, há uma sensação muito familiar.
Dizem que a indústria da moda é um ciclo, mas nem se imaginava que o mundo da tecnologia (ou da cripto) também fosse. Lembra-se da época da baixa que começou em 2022, quando o ChatGPT explodiu de repente e a IA de imediato se tornou o assunto de todos? O ecossistema Web3 também não ficou parado e logo surgiram uma série de novos conceitos, como AI Agent, traders de IA, estratégias automatizadas, como se qualquer coisa relacionada à IA pudesse gerar uma nova história. Mas esse entusiasmo não durou muito. Quando o mercado cripto voltou a subir, a atenção de todos rapidamente retornou ao próprio Crypto.
E neste segundo semestre de 2025, o mercado de criptomoedas novamente apresentou tendências de baixa, levando o Web3 a buscar novos conceitos para assumir o papel.
Mas, para a Portal Labs, o problema está justamente aí. Quando uma narrativa começa a se popularizar, muitas equipes de startups Web3 não estão fazendo julgamentos técnicos ou comerciais, mas sim julgamentos narrativos: o que está em alta, fazem. E depois acabam tropeçando—
Muitas equipes só percebem, ao realmente avançar com o projeto, que o conceito pode ser montado rapidamente, mas o produto é difícil de implementar. Onde estão os usuários? Quais são os cenários específicos? Por que cobrar continuamente? É possível atrair investimentos? Essas questões geralmente só surgem após o projeto já estar em andamento por algum tempo.
Quando o entusiasmo se dissipar, o que geralmente permanece no mercado são projetos que nunca conseguiram se concretizar. Alguns produtos ficam estagnados na fase de demonstração, outros mal conseguem ir ao ar e não encontram usuários, e alguns simplesmente desaparecem junto com a narrativa. À primeira vista, parece que uma nova trilha foi aberta, mas, ao olhar para trás após algum tempo, o que realmente permaneceu é realmente pouco.
Por isso, continuar a se aprofundar no Crypto ou mudar para a IA tornou-se um dilema. Escolher o primeiro significa enfrentar um mercado difícil, onde o investimento não garante retorno; escolher o segundo, por outro lado, não oferece base sólida. Os níveis técnicos, a estrutura de talentos e o ambiente competitivo da IA diferem significativamente dos do Web3. Muitas equipes acumularam, nos últimos anos, sua pilha tecnológica, experiência de produto e recursos comunitários dentro do ecossistema Crypto. Mudar completamente para a IA equivale a entrar em uma nova área totalmente desconhecida — desde capacidades de modelo e recursos de dados até equipes de engenharia — tudo quase precisa ser reconstruído do zero.
De forma mais realista, o setor de IA já está muito saturado. Tanto empresas de grandes modelos quanto empresas tradicionais de internet e inúmeros times iniciantes estão investindo grandes recursos nesse campo. Para uma equipe empreendedora que originalmente atuava no Web3, entrar nesse mercado apenas por causa de uma mudança na narrativa pode facilmente resultar em falta de vantagem tecnológica e de recursos setoriais.
Na verdade, para muitas equipes de startups Web3, há ainda um caminho prático a ser seguido. Não é necessário necessariamente se transformar em IA; em vez disso, podem continuar em sua trajetória Web3, ao mesmo tempo em que refletem sobre quais capacidades o Crypto pode complementar no sistema de IA.
Se você observar atentamente esta onda atual de desenvolvimento de IA, perceberá que muitos elementos-chave ainda não foram totalmente resolvidos.
O mais típico são os dados. Os modelos estão se tornando cada vez mais poderosos, mas ainda não existe um bom mecanismo para responder a questões como: de onde vêm os dados de treinamento, se os dados são confiáveis e regulamentares, e especialmente como os AI Agents conseguem personalização 1:1. Para a IA que depende de treinamento com grandes volumes de dados, esse é um problema fundamental de longa data.
Por exemplo, identidade e colaboração. Quando agentes de IA começam a participar na execução de tarefas, negociação automática e até decisões operacionais, eles próprios precisam de identidade, permissões e regras de colaboração. Quem pode invocar um determinado agente? Como os agentes se dividem as tarefas? Como é feito o pagamento após a execução da tarefa? Essas questões, em essência, envolvem identidade e distribuição de valor na rede aberta.
Há também problemas de pagamento. Assim que um agente de IA começar a chamar serviços, obter dados ou executar tarefas de forma autônoma na rede, significa que ele precisa de um sistema de pagamento micro para liquidação automática. E no sistema tradicional da internet, essa estrutura de pagamento é realmente difícil de implementar.
Esses parecem ser problemas de IA, mas muitas soluções já existem no ecossistema tecnológico da Crypto. Seja redes de incentivo a dados, sistemas de identidade on-chain ou redes de pagamento abertas, esses são exatamente os caminhos que o Web3 vem explorando nos últimos anos.
Se a equipe de startup Web3 realmente pretende tentar essas direções, há algumas coisas que precisam ser claramente consideradas primeiro.
Primeiro, analise as competências técnicas da própria equipe. Diferentes projetos Web3 possuem níveis variados de experiência técnica. Algumas equipes são especializadas em protocolos on-chain, outras atuam há muito tempo em redes de dados, e algumas se concentram mais em produtos de camada de aplicação. Se a equipe tem passado os últimos anos desenvolvendo infraestrutura relacionada a dados, como coleta de dados, extração de dados ou mercados de dados, então expandir para a camada de dados voltada para IA será relativamente natural — por exemplo, redes de contribuição de dados, fontes de dados verificáveis ou mercados de dados incentivados para modelos. Se a equipe originalmente se concentra mais em protocolos ou infraestrutura on-chain, considere trabalhar no ambiente de execução de Agentes de IA, como identidade on-chain de Agentes, gerenciamento de permissões, protocolos de execução de tarefas ou capacidades de pagamento e liquidação automática para Agentes. Já para equipes que já atuam em produtos de camada de aplicação — como ferramentas de negociação, plataformas de conteúdo, produtos comunitários ou aplicativos de consumo — a IA é mais adequada como uma camada de capacidade integrada ao sistema existente. Por exemplo, use IA para melhorar a capacidade de análise de dados, automatizar processos operacionais ou permitir que Agentes realizem funções anteriormente executadas manualmente.
Em seguida, é preciso analisar se existe um cenário de negócios real. Muitos projetos de IA desaparecem rapidamente não por falta de tecnologia, mas porque desde o início não havia um uso claro. Conceitos podem ser muito atraentes, mas as perguntas fundamentais — onde estão as pessoas que realmente precisam desse produto, por que elas o usariam e por que estariam dispostas a pagar por ele — muitas vezes não são respondidas seriamente. Alguns conceitos são muito discutidos no setor, como “IA + Web3”, “sistema de economia de Agentes” e “trader de IA”, soando todos muito grandiosos; porém, se se fizer uma pergunta adicional, percebe-se que os grupos de usuários estáveis reais são na verdade escassos. Por outro lado, algumas demandas que parecem menos “sexy”, como processamento de dados, operações automatizadas, filtragem de informações ou execução de tarefas, persistem continuamente nos negócios reais. É justamente por isso que, ao avaliar se deve entrar em uma direção de IA, em vez de começar pelo quão popular é o conceito, é melhor examinar o próprio cenário: esse cenário é um problema de negócios duradouro? Já existe alguém pagando por isso? E a IA realmente consegue aumentar a eficiência nessa etapa? Se essas condições forem atendidas, então essa direção tem mais chances de se transformar de narrativa em produto.
Ainda é necessário verificar se as equipes de startups Web3 possuem recursos capazes de realmente entrar nesses estágios.
Os aspectos mencionados anteriormente — dados, identidade e pagamento — não são, em essência, problemas puramente técnicos, mas sim questões de recursos de rede.
Por exemplo, em redes de dados, se a equipe não tiver uma fonte estável de dados nem um grupo de usuários que possa contribuir continuamente, mesmo que a tecnologia seja desenvolvida, será difícil criar um verdadeiro efeito de rede. Da mesma forma, se desejar construir um sistema de identidade ou rede de colaboração para Agentes de IA, é necessário que desenvolvedores reais, aplicações ou Agentes participem; caso contrário, o protocolo em si dificilmente formará um ecossistema. O mesmo raciocínio se aplica aos sistemas de pagamento e liquidação. Assim que Agentes de IA começarem a chamar serviços, obter dados ou executar tarefas na rede, pagamentos de pequeno valor se tornarão extremamente frequentes. No entanto, essa rede de pagamento só terá sentido se houver um grande número de Agentes e serviços simultaneamente presentes; caso contrário, ela permanecerá apenas como um módulo técnico.
Portanto, para muitas equipes de Web3, o que realmente precisa ser avaliado não é “se há espaço técnico nessa direção”, mas sim se elas conseguem se tornar parte dessa rede. Se a equipe já possui fontes de dados, ecossistema de desenvolvedores ou casos de uso, isso geralmente determina se um projeto poderá realmente entrar na camada de infraestrutura da IA, em vez de permanecer no nível conceitual.