Reconstruindo a web para agentes — Liad Yosef, MCP Apps
AAI Engineer
Computing/SoftwareInternet Technology
Transcript
00:00:00Olá a todos. Olá, olá. Então, vamos falar um pouco sobre a web agêntica e, mais
00:00:19especificamente, o que isso significa e como preparamos a web para os agentes. Um aviso: montei esta
00:00:26palestra ontem, então pode estar desatualizada, pois as coisas estão mudando muito, muito rápido nesta área.
00:00:32E acho que preciso me apresentar só para dar um contexto. Então, sou o co-criador e
00:00:38mantenedor de uma especificação chamada MCP Apps. MCP Apps, essa é a especificação por trás do ChatGPT Apps,
00:00:45CloudApps, Copilot, GitHub. Todos os aplicativos baseados em chat que você vê são baseados na especificação MCP Apps
00:00:53no comitê do MCP. Também sou co-fundador de uma empresa chamada Aura, onde pesquisamos as
00:00:58interações humanas agênticas. E construí e liderei as vitrines agênticas na Shopify. Então, o tópico da
00:01:06web agêntica é realmente muito próximo ao meu coração. E uma breve introdução sobre o MCP Apps, caso você não
00:01:12esteja familiarizado. O MCP Apps é, na verdade, a especificação que abriu caminho para a web agêntica. O MCP
00:01:18Apps foi lançado como especificação e padrão há alguns meses com o suporte do Claude primeiro como
00:01:25o primeiro cliente, e depois todos os outros clientes seguiram. E se você usar qualquer aplicativo baseado em chat e puxar
00:01:32qualquer camada de interface de visualização e interação de um servidor MCP, você provavelmente usou o MCP Apps.
00:01:39E o ponto positivo do MCP Apps é que todo mundo sai ganhando. Porque se os servidores ou provedores puderem
00:01:48enviar blocos de interface para os chats, os aplicativos mantêm sua marca e identidade. Eles conseguem manter sua interface e
00:01:58não são reduzidos a um banco de dados ou a apenas informações baseadas em texto. Os usuários ganham confiança e
00:02:04familiaridade. Porque se você pedir ao ChatGPT, ei, reserve alguns hotéis para mim, e você vir o booking.com,
00:02:09então você sabe que é o booking.com, certo? Você sabe com quem está interagindo. E os hosts ou os chats
00:02:16ganham acesso ao mundo dos recursos. Sabe, há alguns meses, as pessoas perguntavam, sim, por que a OpenAI
00:02:22simplesmente não constrói tudo do zero? Mas a OpenAI não vai negociar acordos com hotéis ou dar suporte
00:02:29a usuários que querem mudar de assento em um evento. Nós precisamos desses serviços. E o MCP Apps realmente resolve
00:02:35essa última milha de interação.
00:02:41Sim. Então este é o benefício que obtemos. E o MCP Apps resolveu nossa última milha de interação, certo? Então o que
00:02:51significa a última milha? A última milha é que, à medida que os agentes melhoram, à medida que os modelos melhoram, eles podem fazer
00:02:57as coisas de forma mais autônoma. Mas ainda estamos no final da cadeia como humanos. Ainda precisamos ser capazes de
00:03:05escolher o hotel, ou visualizar um modelo 3D, ou escolher um assento no evento. Toda essa última milha de
00:03:12interação pode mudar. E este é um exemplo de... Oh, desculpe. Sim. Então isto é do tipo
00:03:20Claude, um PR no MCP Apps. É assim que ele se parece, certo? Então, quando você incorpora aplicativos dentro de chats,
00:03:28você obtém essa experiência unificada de como a interface é sentida dentro do mesmo contexto de um chat. E como você pode ver,
00:03:36na mesma conversa, você obtém dados do Booking, obtém dados do AllTrails, pode obter dados de
00:03:41tudo com o que você quer interagir, certo? Portanto, isso já está acontecendo. O MCP Apps já é amplamente suportado
00:03:49em todos os agentes de chat, exceto no Gemini, mas isso está chegando. E isso já está acontecendo. E a
00:03:57parte interessante é que isso nos leva ao que chamamos de web agêntica. Então, o que é a web agêntica? A
00:04:05web agêntica não é uma web de agentes. Não é a web como a conhecemos hoje. É uma mudança. É uma transformação. É uma
00:04:11mudança na forma como vemos os sites e a forma como vemos os navegadores. Porque até agora, passamos
00:04:2120 anos, duas décadas, aperfeiçoando essa experiência. Significa que se eu quiser de alguma forma fazer um projeto ou
00:04:29cumprir uma tarefa ou planejar um aniversário, eu tenho que abrir abas no meu navegador, e tenho que passar por essas abas,
00:04:36e tenho que transmitir minha intenção de maneira diferente para cada um desses serviços, certo? Significa que se eu quiser apenas
00:04:43planejar um aniversário, preciso aprender a interface do Google, a interface da Amazon, a interface do Booking e a outra
00:04:51interface do Booking e a outra interface da Amazon. Tudo isso apenas para transmitir a mesma intenção a essas interfaces. E cada
00:04:58empresa aperfeiçoou esse fluxo de usuário. Mas não precisamos mais fazer isso, certo? Podemos simplesmente pegar essas
00:05:04interfaces e quebrá-las em átomos. Porque eu não preciso de 99% do painel do Booking. Eu não preciso
00:05:12de 99% do painel do Airbnb. Eu definitivamente não preciso do painel do Jira. Mas eu quero transmitir minha intenção para
00:05:19esses serviços. Então, por que não posso deixar meu assistente pessoal usar isso? Então, se eu tiver um assistente pessoal,
00:05:27posso simplesmente pegar esses átomos. E ele compõe esses átomos. E ele diz, sim, vejo que você tem um
00:05:31aniversário chegando. Esta é a visão do Google que diz que você tem um aniversário chegando.
00:05:36Então posso reservar, posso comprar coisas para você. Posso reservar seu hotel. Agora, o Claude me conhece. Então ele sabe que
00:05:43eu prefiro reservar hotéis na natureza, certo? Então ele sabe puxar o mapa do Booking. Eu não preciso
00:05:49pensar sobre isso. E o benefício que o Booking, a Amazon e o Google obtêm com isso é que eles têm essa camada
00:05:56de integração que eles não precisam desenvolver. Porque o Claude tem o contexto para mim, certo? Então o Booking não
00:06:01precisa desenvolver integração com meu calendário. A Amazon não precisa desenvolver integração com o Booking.
00:06:06Portanto, é uma vitória tripla. Esta é a visão para a qual estamos apontando. E isso é muito diferente
00:06:13para onde as coisas estão indo, que é isto, que é basicamente navegar em diferentes serviços apenas
00:06:21para encarar diferentes caixas de texto que perguntam o que eu quero fazer lá. Mas ninguém vai fazer isso.
00:06:27Daqui a um ano, ninguém vai navegar para os agentes da Amazon, da Etsy e da Expedia. Eu não
00:06:34quero fazer isso. Eu tenho meu próprio assistente pessoal. Não quero usar o seu agente. Quero usar o meu agente.
00:06:41Certo? Agora, se pensarmos nisso, significa que os sites como a fonte da verdade são algo que
00:06:49vai desaparecer. Porque por que eles precisariam do site? Por que precisariam abrir a aba? Por que
00:06:55precisariam da informação que o site está trabalhando muito para me transmitir?
00:06:59E a resposta imediata para isso é que, sim, temos agentes de navegador. Temos agentes de uso de computador.
00:07:04Temos agentes ou assistentes muito inteligentes que podem navegar na web para nós. Mas isso não faz sentido.
00:07:10Porque essa é uma solução de cavalo mais rápido. Por que deixar um agente que não sabe nada sobre
00:07:17as limitações de percepção humana trabalhar com filtros, paginação, ordenação e todas aquelas interfaces que
00:07:24passamos décadas aperfeiçoando para nós, apenas para ele cumprir sua tarefa? O Google está muito otimista em relação
00:07:33ao outro extremo do espectro, que é a navegação conjunta e sites. E eles têm um protocolo chamado ou
00:07:37padrão chamado WebMCP. O WebMCP diz: ok, em vez de o agente tirar capturas de tela dos sites e
00:07:44tentar descobrir o que está acontecendo, vamos fazer com que o site exponha algumas ferramentas no site, ferramentas JavaScript,
00:07:49e o agente trabalhará com elas. E você pode ver aqui um exemplo do Gemini no Chrome que compra
00:07:55coisas para mim ou encontra ofertas para mim enquanto navego na web, o que é muito legal, mas é muito simples.
00:08:02O que acontece se enviarmos o painel do Salesforce para o Gemini no Chrome? Por que eu iria querer isso? Por que eu iria querer
00:08:09navegar até o painel do Salesforce com o Gemini para clicar em botões para mim em um painel que eu nem quero
00:08:15usar? Quer dizer, isso definitivamente não é o que queremos. E a mudança é que os assistentes estão se tornando nosso
00:08:24ponto de entrada para a web, certo? Vemos isso em todos os lugares. Cada grande laboratório quer que seu aplicativo seja o aplicativo para tudo.
00:08:31E a mudança está acontecendo. E amigos meus que conectam o MCP do Jira às suas IDEs, eles não vão mais ao
00:08:39site do Jira, certo? E minha mãe usa o ChatGPT para tudo. Se ela pudesse marcar uma consulta médica
00:08:44usando o ChatGPT, ela não iria mais ao site daquela clínica. E você tem um monte
00:08:49de sites que ninguém vai ver porque é muito mais fácil para mim conectá-los usando meu
00:08:54assistente pessoal. Portanto, os sites se tornarão obsoletos, os navegadores se tornarão obsoletos e o assistente
00:08:59pessoal se tornará nossa única porta de entrada para a web. E eu sei como isso parece. Parece um velho
00:09:04gritando para uma nuvem literal, certo? Quero dizer, sim, eles não vão ficar completamente obsoletos,
00:09:11mas vemos isso com a geração mais jovem hoje. Meu filho de nove anos vai para o ChatGPT. Ele não vai para
00:09:17o Google quando quer pesquisar coisas. Eu estava viajando para a Geórgia, o país no Leste Europeu,
00:09:24e havia uma senhora mais velha lá que me pediu para tirar uma foto dela, tipo uns 70 anos. E no
00:09:28celular dela, ela tinha três aplicativos: WhatsApp, Câmera e ChatGPT. Só isso. A mudança está acontecendo. E pessoas
00:09:36muito inteligentes, como David Kremer da Sentry, disseram há um ano: aposto contra qualquer um que
00:09:44pense que os sites serão obsoletos em 25 anos. Isso foi há um ano. Há poucos dias, David
00:09:49Kremer publicou Projetando para Agentes, que diz: temos que reconhecer que a interação com produtos na
00:09:54Sentry não será mais exclusivamente através de nossa aplicação web. E temos que projetar priorizando a API
00:10:00como uma superfície. Então tudo está se tornando headless. A Salesforce recentemente adotou o modelo headless, o que é muito
00:10:06importante porque o principal diferencial da Salesforce em relação aos seus concorrentes é a sua UX. É a forma como ela
00:10:12transmite tudo ao usuário. Mas ela se tornou headless. O Cloudflow se tornou headless. A Sentry se tornou headless.
00:10:17Este é um tuíte do CEO da Cloudflow dizendo que o tráfego de agentes ultrapassou o tráfego humano na web. E nós
00:10:25temos esse espectro de interação porque se meu agente for autônomo, eu não preciso dessa última milha de UI,
00:10:30certo? Se eu tenho um open claw, eu apenas envio e digo, sim, organize meus e-mails. Ele volta,
00:10:35diz, feito, bom. Mas se eu quiser reservar um hotel para minha lua de mel, eu provavelmente preciso dessa última milha de
00:10:40interação. Então chamamos isso de web quase headless, certo? Não é completamente headless. Os agentes vão
00:10:47interagir com o seu site de forma headless, mas depois trarão de volta esses recursos de interface para você.
00:10:55Portanto, a experiência do usuário como a conhecemos está se dividindo. Agora é a experiência do agente com o seu site mais a forma
00:11:02como um usuário experiencia o agente que experiencia o seu site. Mas 90% vai depender das experiências dos agentes,
00:11:09o que significa que seu site precisa estar pronto para agentes em tudo. Precisa estar pronto para agentes
00:11:16para o seu agente. Se estou fazendo reservas, preciso fazer reservas que estejam prontas para o agente de reservas. Preciso torná-lo
00:11:21pronto para o ChatGPT do meu cliente ou para o open claw do meu cliente. E preciso estar pronto para o meu cliente humano
00:11:28cliente humano que não tem um agente, mas ainda quer navegar no booking.com, certo? Então preciso estar
00:11:33pronto para agentes. E o que descobrimos é que estar pronto para agentes significa muitas coisas. Ouvimos muito
00:11:39sobre AEO, SEO, GEO, sobre como ser descoberto. Mas a descoberta é apenas o primeiro passo. Porque, uma vez que um agente sabe
00:11:47quem você é, ele ainda precisa saber o que você faz, como interagir com você, como se autenticar
00:11:51em você e como pagar você de forma autônoma, certo? E na verdade, quando construímos -- é uma anedota --, mas quando
00:11:56construímos análises para o nosso produto, perguntamos ao CloudCode qual era o melhor serviço de análise.
00:12:02E ele recomendou o PostHog, que é um serviço de análise. E nós dissemos: não, preferimos o Mixpanel. Porque conhecemos
00:12:07o Mixpanel. Trabalhamos com o Mixpanel por uma década. Sabemos como trabalhar com ele. E o CloudCode insistiu no
00:12:11PostHog. Porque ele disse que o PostHog tem melhores MCP e API, e consigo me integrar melhor a ele. Então
00:12:17não temos lealdade à marca, certo? Fomos com o PostHog, se é isso que o CloudCode recomenda. Mas isso nos fez
00:12:21pensar sobre o Mixpanel. O Mixpanel passou uma década aperfeiçoando sua experiência de usuário e de desenvolvedor. Nós
00:12:26simplesmente o deixamos só porque o CloudCode prefere o PostHog. E isso sempre vai acontecer. O Hermes, por exemplo,
00:12:31se ele usa o seu produto e precisa abrir um navegador para usar o seu produto, ele vai se lembrar disso. E
00:12:35na próxima vez, ele não vai mais ao seu produto, certo? Então, na Aura, que é um laboratório de pesquisa web agêntica,
00:12:43começamos a pesquisar. Arrecadamos algum capital. E começamos a pesquisar o que significa para a
00:12:49web estar pronta para agentes. E temos esses benchmarks de prontidão, o que é interessante. Então você
00:12:57pode executar -- é gratuito. Você pode ir em Aura.ai. Você pode executar qualquer site. Você obtém essa pontuação e benchmark
00:13:02de acordo com vários protocolos e melhores práticas. E você tem feedback agêntico. Então o agente realmente
00:13:09retorna o feedback sobre o seu site. E temos esta tabela de classificação de como empresas e
00:13:16produtos se posicionam de acordo com esse benchmark. E começamos a mapear a web e tudo estava bem.
00:13:24Mas chegamos a uma conclusão, ou a um resultado inesperado. Descobrimos -- alguém aqui já ouviu falar de LMS.txt?
00:13:36LMS.txt, esse é como o padrão de fato para estar pronto para agentes. Você diz, sim, se o seu site publicar um LMS.txt,
00:13:42os agentes sabem como interagir com você. E você tem auth.md, pricing.md, X402 e muitos padrões. E descobrimos que quase 50% dos sites que testamos,
00:13:52que executamos, publicavam o LMS.txt. Mas nenhum dos agentes que executamos nesses sites realmente usou o LMS.txt.
00:14:02Na verdade, quase todos os agentes foram direto para a página de documentação e depois para a página inicial. E os 40% que usaram o LMS.txt só o fizeram porque a documentação
00:14:12apontava que havia um arquivo chamado LMS.txt que eles precisavam usar. Então nos caiu a ficha. Dissemos: não
00:14:19faz muito sentido para nós, humanos, definirmos para os agentes o que eles precisam. Ninguém está mais fazendo isso.
00:14:26Até a OpenAI, eles não publicam mais as melhores práticas para ferramentas. Porque dizem que toda vez que publicam
00:14:31as melhores práticas, os modelos melhoram e essas práticas se tornam obsoletas. Há seis meses, a melhor
00:14:36prática para um servidor MCP era: sim, tenha descrições de três parágrafos para que os agentes saibam como
00:14:41interagir com você. E agora três linhas são suficientes. Então as melhores práticas se solidificam. Precisamos que os agentes
00:14:47definam o que os agentes precisam, certo? Precisamos do feedback dos agentes sobre este site. Então construímos o Aura's Journey.
00:14:54E o Aura's Journey é muito legal. Também é gratuito. Você pode ir em journey.aura.ai e pode executar em
00:15:00qualquer site, qualquer intenção com qualquer agente e ver o caminho do agente enquanto ele tenta interagir com o
00:15:08site. Então, por exemplo, atia.com, escolha o Cloud Code e nós o executamos no site. E você pode ver em tempo
00:15:17real como o agente vai e o que ele tenta procurar no site. E fizemos isso dezenas de milhares
00:15:25de vezes apenas para entender o que os agentes realmente procuram quando olham, quando tentam interagir com
00:15:30os sites. E o legal não é executar apenas um framework. É executar múltiplos frameworks. Você vê
00:15:39aqui o Cloud Code e o Eve, que é o framework da Vercel, e o ChatGPT no mesmo site com a mesma intenção.
00:15:45Ok, então este é o Cloud Code. Este é o Haiku. Este é o Eve. Veja como a jornada do agente parece diferente.
00:15:52E este é o ChatGPT. Então o ChatGPT pôde encontrar resultados melhores. Você pode apenas ver a jornada através do
00:16:01site. E precisamos entender o porquê. Precisamos entender por que isso acontece. Por que os sites publicam
00:16:08arquivos auth.md, mas os agentes não procuram por arquivos auth.md? E o que eles procuram?
00:16:13Então, na Aura, você pode ir para qualquer pergunta de negócio. Então, para qualquer domínio, você tem como se fossem objetivos
00:16:21ou perguntas de negócios. E você pode ver os caminhos que os agentes estão tomando. E a parte interessante
00:16:28disso é que, ok, agora sabemos como os agentes interagem com os sites. Qual é o próximo grande marco,
00:16:33o grande marco para a web agêntica? E para aqueles de vocês que ouviram a palestra anterior,
00:16:40é a descoberta. Certo? Mas não é a descoberta que pensamos. Não é CO. Não é GEO.
00:16:45Não é AEO. Porque temos que lembrar que toda revolução veio com a sua camada de descoberta. Certo?
00:16:52A revolução da web veio com a busca. O mobile veio com as lojas de aplicativos. As redes sociais vieram com os feeds.
00:16:59Qual é a camada de descoberta para recursos agênticos? Qual é a camada de descoberta para os MCPs? Qual é a
00:17:03camada de descoberta para o OpenAPI.JSON? O que nós sequer procuramos? Quer dizer, talvez o Airbnb tenha um MCP melhor
00:17:09do que o Booking.com. Mas o Booking.com tem uma API melhor do que o Airbnb. Então, como fazemos isso?
00:17:16Busca na web. Busca clássica na web. Não é suficiente. Porque ela se baseia em SEO
00:17:22humano e page rank humano. E não é flexível o suficiente. Registros personalizados, como por agente ou por
00:17:29chats, eles não são suficientes. Porque são fechados. E exigem que cada aplicativo se cadastre nesses
00:17:36registros. E um registro central, como um registro MCP, isso não é suficiente. Porque quem fará
00:17:42a curadoria? Qual é o modelo de governança? Como decidimos qual recurso entra nesse registro?
00:17:48Existem padrões emergentes em torno disso. Há o AI Catalog.JSON, que é um padrão da
00:17:53Anthropic, OpenAI, Google, MCP e A2A, que padroniza como um site se expõe aos agentes.
00:18:00E há o padrão de descoberta de recursos agênticos, que é por todas essas empresas e mais algumas,
00:18:05que basicamente padroniza como uma camada de descoberta ou diretório se expõe aos agentes. Então nós construímos
00:18:14o nosso próprio diretório, certo? Porque somos um laboratório de pesquisa para a web agêntica. Então construímos isso. E no
00:18:18nosso próprio diretório, pegamos todos os domínios que escaneamos ou que escaneamos nós mesmos, e os colocamos em um
00:18:24diretório que os agentes podem realmente consultar, certo? Expostos os arquivos AI Catalog.JSON. Então você pode ver
00:18:31aqui, por exemplo, para o monday.com, você pode ver que geramos este arquivo JSON que basicamente diz
00:18:38aos agentes: sim, este é o servidor MCP para o monday. Este é o servidor de API para o monday.com. E você pode
00:18:42simplesmente, o agente pode consultar isso, certo? Então, para cada domínio, você pode simplesmente ir para
00:18:47ir para AI Catalog.JSON. E nós expomos o registro, o diretório em si. Então, para cada entrada no
00:18:55diretório, podemos dizer ao agente: sim, por exemplo, Vercel, estes são os recursos agênticos,
00:19:02e é assim que você os acessa. E obviamente, este diretório é totalmente compatível com ARD ou descoberta de recursos
00:19:08agênticos, então qualquer agente pode simplesmente consultar esse diretório com qualquer consulta, certo?
00:19:13Então este é o Aura.directory, se você quiser dar uma olhada. Tudo isso faz parte do multiverso Aura,
00:19:21journey, directory e do ranker. E descobrimos alguns outros insights muito interessantes. Por exemplo,
00:19:26ser pronto para agentes e ser acessível para humanos é muito semelhante. Porque os LLMs, quando vêm ao seu
00:19:33site, são como usuários ou pessoas com deficiência visual. Eles não enxergam o seu site. Eles
00:19:39precisam de outros sinais para entender como trabalhar com o seu site. E tornar o seu site acessível para humanos
00:19:44ajuda na acessibilidade para agentes e vice-versa. Então, para encerrar, estes são aplicativos MCP. É nisso que tenho
00:19:51trabalhado nos últimos meses. E esta era a última peça para a web agêntica. Isso realmente trouxe
00:19:57a web agêntica. E agora os agentes começam a vagar pela web. E os agentes precisam de coisas diferentes. Eles precisam
00:20:03de caminhos diferentes. Precisam de infraestruturas diferentes. Mas não queremos reconstruir a web para os agentes. Queremos
00:20:09tornar a web acessível para agentes. Então vamos apenas garantir que a web esteja preparada para quando os agentes chegarem.
00:20:18Muito obrigado.
00:20:39você
Community Posts
No posts yet. Be the first to write about this video!
Write about this video