Quem usa várias conversas de inteligência artificial para tocar um projeto conhece o trabalho que aparece entre elas: explicar de novo, repassar uma descoberta, lembrar a decisão anterior e juntar as entregas. A Anthropic quer assumir parte dessa coordenação. Em 17 de setembro, apresentou uma nova experiência de Projects, em beta no Claude Code, na qual uma conversa central organiza frentes paralelas de trabalho.
A novidade desloca uma pergunta importante para as empresas. Em vez de pensar somente no que pedir a uma IA, passa a fazer sentido perguntar como distribuir um objetivo entre agentes e reconhecer uma entrega bem-feita. O potencial está na capacidade de conduzir trabalho com várias partes. O resultado depende também da qualidade das instruções, dos acessos disponíveis e da revisão humana.
Assista à explicação da XMACNA em vídeo.
O que mudou no Claude Projects
Segundo o anúncio da Anthropic, um coordenador divide a solicitação, acompanha threads paralelas, revisa saídas e reúne o resultado. O projeto também ganha memória compartilhada e uma biblioteca de arquivos. Nesta fase, as threads rodam na nuvem.
O acesso começa com usuários selecionados dos planos Pro e Max que utilizam sessões em nuvem e não têm projetos existentes na versão web ou desktop. A expansão é gradual. Isso significa que ver a novidade anunciada não garante encontrá-la imediatamente na conta da empresa.
Há ainda um ponto operacional: várias sessões simultâneas podem consumir a cota mais rapidamente. A escolha de modelos e esforço passa a fazer parte do planejamento do trabalho. O anúncio não estabelece um multiplicador universal de produtividade.
O que é um agente, na prática
Uma conversa comum pode responder uma pergunta ou produzir um texto. Um agente usa ferramentas e acompanha etapas para chegar a um resultado. Já uma operação com vários agentes distribui partes de um trabalho entre essas unidades. A palavra “coordenação” descreve a responsabilidade de manter essas partes alinhadas ao mesmo objetivo.
A própria Anthropic, em seu texto sobre como construir agentes eficazes, recomenda buscar a solução mais simples que atende à tarefa. Processos previsíveis podem funcionar bem com etapas definidas; agentes fazem mais sentido quando o caminho exige decisões durante a execução. Essa distinção evita transformar toda demanda em uma equipe de IAs.
Na empresa, o primeiro desenho deve partir do processo. Um pedido pequeno talvez precise apenas de uma boa resposta. Uma pesquisa com várias linhas independentes pode aproveitar trabalho paralelo. Um fluxo com dependências fortes precisa respeitar a ordem entre as etapas. Escolher a ferramenta depois desse diagnóstico ajuda a manter o esforço proporcional ao problema.
Um exemplo: preparar uma campanha sem perder o fio
Imagine uma empresa que precisa lançar uma campanha sobre um serviço novo. Há três entregas: compreender as dúvidas dos clientes, organizar os argumentos e preparar os materiais de comunicação. Este é um exemplo de aplicação proposto pela XMACNA, não uma demonstração de resultado obtido com a beta.
O responsável começaria escrevendo um objetivo concreto: entregar uma campanha para determinado público, com prazo, canais e critérios de qualidade. Também reuniria informações já aprovadas sobre o serviço. Preço, condições e promessas comerciais precisariam ter uma fonte definida; não deveriam ser completados por suposição.
Uma frente poderia organizar perguntas recorrentes encontradas em registros autorizados. Outra examinaria materiais públicos sobre o mercado. A redação utilizaria essas conclusões depois de consolidadas. Separar as frentes não significa executá-las todas ao mesmo tempo: quando uma depende da outra, o responsável precisa preservar essa sequência.
O ganho buscado seria reduzir o tempo gasto com repasses e reconstrução de contexto. Para saber se aconteceu, a empresa compararia o tempo até a aprovação, o número de correções e o esforço humano consumido. Contar documentos gerados não bastaria. Dez versões que ninguém consegue usar podem representar mais trabalho, e não mais valor.
Contexto suficiente, sem uma burocracia nova
Uma orientação útil informa o objetivo, as fontes disponíveis, os limites e o formato esperado. Também explica quem vai usar o resultado. “Pesquise o mercado” deixa espaço demais para interpretações. “Reúna as dúvidas que compradores deste serviço precisam resolver antes de contratar e associe cada ponto à sua fonte” oferece uma direção verificável.
O artigo da Anthropic sobre engenharia de contexto trata o contexto como um recurso limitado e defende informação relevante, com instruções claras. A implicação para uma equipe é simples: fornecer o necessário para a próxima tarefa costuma ser mais útil que despejar todo o histórico da empresa em cada conversa.
Não é preciso criar uma estrutura pesada para começar. Um objetivo escrito, uma pasta de referências aprovadas e um responsável pela revisão já permitem um teste inicial. Regras adicionais devem responder a problemas observados. Se uma etapa produz retrabalho, ajuste a orientação ou a divisão de responsabilidades antes de adicionar mais agentes.
Como avaliar se vale a pena para sua operação
Nossa recomendação é escolher um processo delimitado e repetir a comparação em demandas semelhantes. Registre a situação atual e depois acompanhe quatro dimensões: qualidade da entrega, tempo total, participação humana e consumo de recursos. O custo de revisar também faz parte do resultado.
A experiência da Anthropic com pesquisa multiagente ajuda a entender por que tarefas com caminhos independentes podem aproveitar o paralelismo. Ela também mostra que mais agentes podem elevar o consumo. Esse estudo se refere a outro sistema; seus números não devem ser apresentados como resultados do novo Projects.
Para definir qualidade, escreva antes o que torna uma entrega utilizável. Uma lista de contatos precisa atender aos critérios da campanha. Um texto precisa sustentar suas afirmações. Uma alteração de software precisa funcionar no cenário esperado. A discussão sobre avaliação de agentes reforça a importância de tornar esses critérios explícitos e observar resultados, além da impressão de que o agente trabalhou bastante.
Onde essa novidade se encaixa no negócio
Coordenação de agentes e automação empresarial se encontram quando o trabalho precisa sair da conversa e entrar no processo. Isso envolve integração, responsabilidade e acompanhamento. A XMACNA trabalha com funcionários digitais para conectar capacidades de IA a demandas da operação; a escolha do recurso depende do problema que precisa ser resolvido.
Outras novidades atacam partes diferentes desse percurso. O Jev e as decisões estruturadas, por exemplo, ajudam a discutir classificação e encaminhamento. Acompanhar essas diferenças no blog da XMACNA é mais útil que tratar todo lançamento como substituto de tudo que já existe.
Se sua equipe quer começar, escolha uma entrega recorrente que hoje exige muitos repasses. Descreva onde o trabalho para, quem precisa revisar e qual resultado teria valor. Um diagnóstico da operação pode ajudar a transformar essa descrição em um primeiro teste com escopo claro.
Perguntas frequentes
O novo Claude Projects já está disponível para todos?
Não. Trata-se de uma beta com acesso gradual. Confira a disponibilidade na sua conta antes de planejar uma entrega que dependa do recurso.
Qual é a principal diferença para abrir várias conversas separadas?
A proposta é reunir a coordenação em uma conversa de projeto. Na avaliação da empresa, o ponto a observar é se isso reduz repasses e retrabalho sem prejudicar a qualidade.
Mais agentes significam mais produtividade?
Não necessariamente. O resultado depende da tarefa, das dependências e do esforço de integração. Comece com o arranjo mais simples que consegue entregar o que você precisa.
A empresa pode dispensar a revisão humana?
Essa não é a recomendação da XMACNA. Defina um responsável pela aceitação da entrega e mantenha decisões sobre clientes, publicação e compromissos comerciais sob a autorização apropriada.