Um agente faminto de contexto, tudo por refazer. Ou três, a terminar trabalho a sério.

Esta é a parede contra a qual eu batia sem parar. Um agente de IA vale exatamente o que você lhe dá. Para obter um ótimo resultado, tem de o executar, ler o que ele fez e dizer-lhe, em detalhe, o que está errado, o que está certo e o que quer a seguir. Esse feedback é o trabalho. E eu não conseguia acompanhar. Digitar tanto contexto, com tanta precisão, em tudo o que faço num dia: simplesmente não tinha capacidade. Os meus agentes não rendiam pouco por serem fracos. Rendiam pouco porque o meu input era escasso. O meu teclado era o teto.

Então fui procurar voz para texto, a pensar em falar em vez de escrever. O que encontrei dividia-se em dois montes. As ferramentas gratuitas e baratas eram más. As pagas eram absurdas: uma dúzia de modelos, sete modos e um painel de definições que precisava do próprio manual, tudo para ditar uma frase. Pediam-me para pagar um prémio por um monte de funções que eu nunca tocaria, quando eu queria exatamente uma coisa: voz para texto simples e precisa, a funcionar no segundo em que a abro.

E tinha de ser privado. Eu queria uma ferramenta para tudo, não uma app para o trabalho e outra para o resto. No momento em que uma ferramenta de trabalho envia os seus dados para a nuvem, entra em compras, revisão de segurança e validação, e eu não ia viver aí. Precisava de algo que corresse na minha máquina e mantivesse a minha voz na minha máquina, a menos que eu decidisse o contrário.

Nada fazia as três coisas. Então construí-o.

A mudança não foi subtil. Famintos de detalhe, os meus agentes devolviam-me trabalho para refazer. Agora só falo, cada um recebe o contexto completo, o resultado volta melhor à primeira, e levo três agentes até ao fim no tempo em que antes um rastejava até aos 40%. Não porque digito mais depressa. Porque finalmente posso dar-lhes tudo.

Pressione uma tecla. Fale. As suas palavras aparecem no cursor, em qualquer app. Corre 100% no dispositivo, por isso a sua voz nunca sai do seu Mac. Custa $39 uma vez, não é uma subscrição. E não há nada para configurar: descarregue, pressione a tecla, fale.

Faz um único trabalho e desaparece. É exatamente esse o ponto.

Para quem usa agentes de IA e bateu no teto real: não o modelo, mas quanto contexto pode dar-lhe. Se os seus agentes fossem mais precisos com mais feedback do que você tem tempo de digitar, a VoxTap remove esse limite. Deixa de racionar o que lhes diz. O resultado melhora, o retrabalho cai e mantém mais agentes em movimento ao mesmo tempo. Não recebe um teclado mais rápido. Faz mais, melhor, nas mesmas horas.

Construí-a exatamente para a forma como trabalho. Se você também trabalha assim, é para si.

Construo IA de voz profissionalmente. Trabalho com reconhecimento de voz no dispositivo, lidero projetos de IA empresarial que vivem ou morrem pela privacidade de dados (EU AI Act, RGPD), e levei o primeiro modelo de voz TDT (família Parakeet) para a biblioteca Transformers da Hugging Face. A VoxTap corre nesse mesmo motor Parakeet no dispositivo. "A sua voz nunca sai do seu Mac" não é um slogan. É a razão pela qual a app existe.