O que há por dentro do Genspark? Uma nova abordagem de trabalho que abandona fluxos de trabalho rígidos em favor de agentes autônomos.

A codificação Vibe tem sido uma grande tendência nos últimos meses como uma maneira simples para qualquer pessoa criar aplicativos com IA generativa.

Mas e se essa mesma abordagem de linguagem natural e descontraída fosse estendida a outros fluxos de trabalho corporativos? Essa é a promessa de uma categoria emergente de aplicações de IA agêntica. Hoje, na VB Transform 2025 , uma dessas aplicações foi apresentada: o Genspark Super Agent, lançado originalmente no início deste ano.

A promessa e a abordagem do Super Agente Genspark podem muito bem estender o conceito de codificação de vibração para o trabalho com vibração. Um princípio fundamental para viabilizar o trabalho com vibração, no entanto, é seguir o fluxo e exercer menos controle, em vez de mais, sobre os agentes de IA.

“A visão é simples: queremos levar a experiência do Cursor para desenvolvedores ao ambiente de trabalho de todos”, disse Kay Zhu, CTO da Genspark , na VB Transform. “Todos aqui deveriam ser capazes de trabalhar com o Vibe… não é só o engenheiro de software que consegue codificar com o Vibe.”

>> Veja toda a nossa cobertura do Transform 2025 aqui <<

De acordo com Zhu, uma premissa fundamental para possibilitar uma era de trabalho dinâmico é abrir mão de algumas regras rígidas que definem os fluxos de trabalho corporativos há gerações.

Zhu desafiou provocativamente a ortodoxia da IA ​​empresarial, argumentando que fluxos de trabalho rígidos limitam fundamentalmente o que os agentes de IA podem realizar em tarefas empresariais complexas. Durante uma demonstração ao vivo, ele mostrou o sistema pesquisando palestrantes de conferências, criando apresentações, fazendo ligações e analisando dados de marketing de forma autônoma.

Mais notavelmente, o sistema fez uma ligação telefônica real para o organizador do evento, o fundador da VentureBeat, Matt Marshall, durante a apresentação ao vivo.

"Normalmente, essa é uma ligação que eu realmente não quero fazer sozinho, sabe, pessoalmente. Então, deixo o agente fazer", explicou Zhu enquanto a plateia ouvia seu agente de IA tentar convencer o moderador a mudar seu horário de apresentação para antes da sessão de Andrew Ng . A ligação foi conectada em tempo real, com o agente elaborando argumentos persuasivos de forma autônoma em nome de Zhu.

O recurso de chamada revelou casos de uso inesperados, destacando tanto os recursos da plataforma quanto o conforto dos usuários com a autonomia da IA.

“Na verdade, observamos que muitas pessoas estão usando o Genspark para ligar... para fazer diferentes tipos de coisas”, observou Zhu. “Alguns usuários japoneses estão usando isso para ligar pedindo demissão da empresa. Você sabe que eles não gostam da empresa, mas não querem ligar novamente. E algumas pessoas estão usando agentes do Call for Me para terminar com seus namorados.”

Essas aplicações do mundo real demonstram como os usuários estão levando os agentes de IA além dos fluxos de trabalho empresariais tradicionais, para um território profundamente pessoal.

O sistema realiza tudo isso sem fluxos de trabalho predefinidos. A filosofia central da plataforma de "menos controle, mais ferramentas" representa um afastamento fundamental das abordagens tradicionais de IA empresarial.

“O fluxo de trabalho, em nossa definição, são as etapas predefinidas, e esses tipos de etapas geralmente falham em casos extremos. Quando o usuário faz perguntas cada vez mais difíceis, o fluxo de trabalho não consegue se manter”, disse Zhu.

O mecanismo de agente da Genspark representa um afastamento significativo dos sistemas de IA tradicionais baseados em fluxo de trabalho.

A plataforma combina nove grandes modelos de linguagem (LLMs) diferentes em uma configuração de mistura de especialistas (MoE), equipada com mais de 80 ferramentas e mais de 10 conjuntos de dados premium. O sistema opera em um ciclo de agente clássico: planejar, executar, observar e retroceder. Zhu enfatizou que o poder reside, na verdade, na etapa de retroceder.

Essa capacidade de retrocesso permite que o agente se recupere de falhas de forma inteligente e encontre abordagens alternativas quando surgem situações inesperadas, em vez de falhar em limites de fluxo de trabalho predefinidos. O sistema utiliza juízes de LLM para avaliar cada sessão do agente e atribui recompensas a cada etapa, alimentando esses dados por meio de aprendizado por reforço e manuais de instruções para melhoria contínua.

A abordagem técnica difere significativamente de estruturas estabelecidas como LangChain ou CrewAI , que normalmente exigem uma definição de fluxo de trabalho mais estruturada. Embora essas plataformas se destaquem na orquestração de processos previsíveis de várias etapas, a arquitetura do Genspark prioriza a resolução autônoma de problemas em vez de caminhos de execução determinísticos.

O rápido crescimento do Genspark, do lançamento para US$ 36 milhões ARR em 45 dias, demonstra que as plataformas de agentes autônomos estão evoluindo das fases experimentais para a viabilidade comercial.

A filosofia da empresa de "menos controle, mais ferramentas" desafia suposições fundamentais sobre a arquitetura de IA empresarial.

As implicações para as empresas líderes na adoção de IA são claras: comece a arquitetar sistemas que possam lidar com fluxos de trabalho previsíveis e resolução autônoma de problemas. A chave é projetar plataformas que transitem suavemente de processos determinísticos para comportamentos de agente quando a complexidade assim o exigir.

Para empresas que planejam adotar a IA posteriormente, o sucesso da Genspark sinaliza que o trabalho com vibração está se tornando um diferencial competitivo. Organizações que permanecem presas a um fluxo de trabalho rígido podem ser prejudicadas, já que empresas nativas de IA adotam abordagens mais fluidas e adaptativas ao trabalho intelectual.

A questão não é se os agentes autônomos de IA remodelarão os fluxos de trabalho empresariais, mas sim se sua organização estará pronta quando 20% dos casos complexos se tornarem 80% da sua carga de trabalho de IA.