Agnost AI Lança: Análise de Produtos para Agentes de Chat e Voz

✍️ OpenClawRadar📅 Publicado: July 15, 2026🔗 Source
Agnost AI Lança: Análise de Produtos para Agentes de Chat e Voz
Ad

Agnost AI, fundado pelos YC S26 Shubham e Parth, é uma plataforma de análise de produto especificamente para equipes que criam agentes de chat e voz. Ela ingere mensagens de conversas de produção via SDKs ou OpenTelemetry e identifica falhas comportamentais que avaliações tradicionais perdem — como usuários fazendo rageprompting (xingando o agente), reformulando repetidamente a mesma solicitação, corrigindo o agente, pedindo recursos ausentes ou saindo após uma resposta tecnicamente bem-sucedida.

Como funciona

As equipes enviam mensagens dos agentes através de SDKs (disponíveis no PyPI e npm) ou OTel, opcionalmente com metadados como conta, plano, fonte, organização. Agnost AI agrupa conversas em intenções específicas do produto. Solicitações de recursos e bugs são categorias padrão; a maioria dos outros clusters são criados dinamicamente a partir dos dados e evoluem com o tempo. Você pode criar seu próprio cluster em inglês simples. Se um cluster ficar muito amplo, o sistema o divide. Se um novo padrão aparecer, ele sugere.

Exemplo real

Uma empresa de editor de vídeo com IA usou Agnost AI para encontrar solicitações de recursos ocultas: cerca de 70 usuários queriam legendas automáticas, expressas como “adicione este texto neste quadro” (12x em uma única sessão), “pode legendar?”, “dê-me a transcrição do áudio” e variações em vários idiomas. A equipe posteriormente desenvolveu o recurso.

Ad

Abordagem técnica

A parte difícil foi fazer isso em milhões de mensagens sem enviar tudo para um LLM. No ClickHouse, “buscar os últimos 50 eventos por tempo entre conversas” e “buscar todos os eventos nesta conversa” exigem diferentes ordens de classificação, então eles iteraram em chaves de classificação, partições, visualizações materializadas e projeções. Para encontrar novos clusters, enviar tudo por um LLM era muito lento e caro. Eles dividem conversas em segmentos com base no desvio de cosseno, executam BIRCH para comprimir o espaço candidato e depois usam agrupamento estilo HDBSCAN no conjunto menor. Para corresponder clusters existentes, usam embeddings, classificadores menores/modelos estilo BERT e LLMs apenas como fallback para casos ambíguos.

Preços

  • Starter: Grátis — até 1.000 mensagens/mês, retenção de 7 dias
  • Pro: US$ 499/mês — até 100.000 mensagens/mês, retenção de 90 dias, suporte prioritário
  • Enterprise: Personalizado — maior volume, segurança, retenção, logs de auditoria, SLAs personalizados

Status

Agnost AI está ativo com várias empresas, ingerindo ~1 milhão de mensagens de chat e voz por dia. Eles são compatíveis com SOC 2 Tipo 1 (Tipo 2 em andamento). Os dados de cada cliente são usados apenas para aquele cliente. Uma demonstração interativa sem cadastro está disponível em app.agnost.ai.

Detecte esses sinais hoje: rageprompting, tentativas repetidas, fricção na configuração, risco de churn e muito mais — diretamente de conversas reais de produção.

📖 Leia a fonte completa: Discussão HN | Agnost AI

Ad

👀 See Also

MCP como Interface de Observabilidade: Conectando Agentes de IA a Pontos de Rastreamento do Kernel
Tools

MCP como Interface de Observabilidade: Conectando Agentes de IA a Pontos de Rastreamento do Kernel

O Model Context Protocol (MCP) está surgindo como a interface entre agentes de IA e telemetria de infraestrutura, com a Datadog lançando um servidor MCP e a Qualys sinalizando preocupações de segurança. O artigo explora duas abordagens: envolver plataformas existentes ou criar observabilidade nativa MCP que se conecta diretamente aos pontos de rastreamento do kernel.

OpenClawRadar
Testes de Benchmark de Bobagens Avaliam a Resistência de LLMs a Prompts Sem Sentido
Tools

Testes de Benchmark de Bobagens Avaliam a Resistência de LLMs a Prompts Sem Sentido

O Bullshit Benchmark avalia se os modelos de IA identificam e contestam prompts obviamente sem sentido, em vez de gerar respostas incorretas com confiança. Os resultados mostram que os modelos Claude têm um desempenho significativamente melhor do que os modelos Gemini na detecção de perguntas sem sentido.

OpenClawRadar
🦀
Tools

SCM: Busca com IA local em fotos, cenas de vídeo, OCR e diálogo no macOS

O SCM (Screen Memories) indexa fotos e cada frame de vídeo no macOS usando CLIP, Whisper e Tesseract locais. Cinco modos de busca, sem nuvem, sem uploads, instalação via Homebrew.

OpenClawRadar
Título do artigo: Bot de Paper Trading Multi-LLM com Claude Opus como Engenheiro Líder e Gemini como Estrategista: Análise da Arquitetura
Tools

Título do artigo: Bot de Paper Trading Multi-LLM com Claude Opus como Engenheiro Líder e Gemini como Estrategista: Análise da Arquitetura

Um desenvolvedor solo compartilha um bot de paper-trading de 4.900 linhas de código na Alpaca, onde o Claude Opus 4 (Engenheiro) tem poder de veto sobre o Gemini Pro (Estrategista), com um registro de discordância com mais de 270 entradas chamado Strategist Codex.

OpenClawRadar