Strawberry lança agentes de IA sem código e mira o mercado brasileiro

Uma plataforma de agentes que roda no navegador, não só no chat

A Strawberry, startup sueca sediada em Estocolmo e fundada por Charles Maddock (CEO), Sebastian Thunman (COO) e Arian Hanifi (CTO), anunciou nesta segunda-feira (26/10) o lançamento global da versão 1.0 da sua plataforma de agentes de IA. A empresa tem 12 funcionários, levantou US$ 6 milhões com os fundos EQT e General Catalyst e recebeu aportes-anjo de pessoas ligadas à Lovable, à Supabase e à Hugging Face, segundo reportagem do Startups.com.br.

O que a Strawberry vende não é mais um chatbot. São os chamados AI companions: agentes que executam tarefas diretamente no navegador do usuário, em vez de só responder perguntas em uma janela de chat. É o mesmo território de computer use e de agentes de navegador que Anthropic e OpenAI já exploram em produtos próprios, mas aqui empacotado como ferramenta de uso corporativo, sem exigir que o time técnico monte a automação do zero.

O diferencial que a empresa reivindica é a curva de aprendizado inversa à de um chatbot comum: o agente aprende preferências do usuário e melhora com o tempo, e esse conhecimento fica na conta da empresa, não no computador de uma pessoa só.

É como trazer um novo integrante para a equipe. A ideia é oferecer um navegador que já venha com uma equipe de agentes capazes de trabalhar ao lado do usuário.

Charles Maddock, CEO da Strawberry

Como o agente aprende e passa a ser usado por toda a equipe

A plataforma mira sobretudo vendas, recrutamento, marketing e atendimento. Um exemplo dado pela empresa: um agente pesquisa potenciais clientes, prepara abordagens comerciais e registra as informações em um CRM. Depois disso, quem treinou o agente pode compartilhá-lo com o resto do time, que passa a herdar o mesmo fluxo de trabalho já pronto.

Hoje, a pessoa que é boa em usar o Claude mantém tudo no próprio computador. Na Strawberry, você treina um agente uma vez e toda a equipe pode utilizá-lo, com tudo o que ele aprendeu.

Charles Maddock, CEO da Strawberry

A versão 1.0 trouxe três recursos que interessam direto a quem constrói automação:

• Rotinas agendadas: o agente executa tarefas em horários fixos ou em resposta a eventos, como a chegada de um e-mail ou de um novo contato comercial. É, na prática, um cron job para agente, sem precisar escrever o cron.
• Paralelização de tarefas: um trabalho grande, como pesquisar 200 empresas ou analisar 100 perfis de candidatos, pode ser dividido entre agentes menores que rodam em paralelo e depois consolidam o resultado. É o mesmo princípio de map-reduce aplicado a chamadas de LLM.
• Notas de reunião sem bot na chamada: a gravação de reuniões no Google Meet, Zoom e Microsoft Teams é feita localmente no computador do usuário, sem precisar adicionar um participante extra à call. O agente gera anotações, próximos passos e tarefas de acompanhamento.

O que muda pra quem decide a arquitetura: BYOK e modelo trocável

O ponto mais técnico do anúncio, e o que mais interessa a quem avalia se vale montar isso internamente ou comprar pronto, é a forma como a Strawberry se posiciona na pilha: ela atua na camada de aplicação e não depende de um único modelo por trás. Isso significa que a empresa cliente pode usar sua própria chave de API (o modelo conhecido como BYOK, bring your own key) e escolher entre modelos mais baratos e rápidos para tarefas simples ou modelos mais avançados para tarefas longas e complexas.

Como a Strawberry atua na camada de aplicação e não depende de um único modelo, as empresas podem usar suas próprias chaves de API. Oferecemos diferentes opções de acordo com a necessidade: modelos mais baratos e rápidos para tarefas simples e modelos mais avançados para atividades complexas e de longa duração.

Charles Maddock, CEO da Strawberry

Isso muda o cálculo de custo de quem for avaliar a plataforma: o preço da assinatura (plano gratuito ou a partir de US$ 20 por mês, disponível para macOS e Windows) não inclui necessariamente o custo de inferência, que corre por fora, na chave de API de cada cliente. Para times de TI que já pagam API de modelo para outros projetos, isso pode ser vantagem, porque evita pagar duas vezes pelo mesmo token. Para quem não tem conta própria com nenhum provedor, é uma camada extra de contratação e gestão de custo.

O trade-off real está na comparação com montar o mesmo agente do zero usando frameworks como LangChain, CrewAI ou AutoGen, ou via chamadas diretas de API com Playwright para controle de navegador. Construir internamente dá controle total sobre prompt, memória e observabilidade, mas exige manutenção contínua de um time técnico. A Strawberry troca esse controle por velocidade de entrega e por permitir que gente de vendas ou marketing, sem saber programar, treine e compartilhe o agente sozinha.

Permissões por tarefa e defesa contra prompt injection

Agente que age no navegador em nome de alguém levanta um risco concreto: prompt injection, técnica em que instruções maliciosas escondidas em uma página, e-mail ou documento tentam sequestrar o comportamento do agente. A Strawberry diz ter proteções específicas contra esse vetor, além de um sistema de permissões que define quais ferramentas cada agente pode usar.

Também desenvolvemos um sistema de permissões que permite definir quais ferramentas cada agente pode utilizar. É possível, por exemplo, autorizar um agente a redigir e-mails, mas impedir que os envie sem a aprovação de uma pessoa. A ideia é que determinadas ações continuem dependendo da validação humana.

Charles Maddock, CEO da Strawberry

Na prática, isso é um modelo de autorização por ferramenta (tool-level permissioning), algo que qualquer time que já construiu agente com function calling reconhece como necessário, mas que raramente vem pronto em soluções no-code. A empresa também tem certificações SOC 2 Type I e II, voltadas a controles de segurança e gestão de dados, e oferece residência de dados na União Europeia para empresas do bloco.

Essa última parte é onde fica a lacuna para quem está no Brasil: não há menção, na fonte, a residência de dados local nem a qualquer adequação específica à LGPD. Para um time de TI brasileiro, isso é pergunta a fazer antes de assinar, não suposição a fazer depois.

O que ainda falta provar antes de recomendar pra empresa

A Strawberry não tem escritório no Brasil nem planos concretos de abrir um, segundo Laurits Wehding, founding operator da empresa.

Ouvi dizer que o Brasil é um mercado bastante interessado em inteligência artificial, inclusive em termos de adoção. Conversei com meus amigos de outras startups de IA e vibe coding, e eles disseram que o Brasil é um mercado que se movimenta muito rapidamente para eles.

Laurits Wehding, founding operator da Strawberry

Isso deixa claro que o interesse, por ora, é de olhar o mercado à distância, não de suporte local. Para quem avalia adotar, vale somar a essa lista de pendências: a fonte não traz nenhum caso de empresa brasileira usando a plataforma, nem benchmark público de qualidade ou latência dos agentes, nem detalhe de como a plataforma lida com falha do agente em tarefa de longa duração. São perguntas que só respondem com um piloto controlado, testando com dados reais e permissões restritas antes de liberar o agente para enviar e-mail ou tocar em CRM de produção.

Fonte: Startups.com.br