Agentes de IA no Chrome: lições do fim da Relay para devs

Agentes de IA no Chrome: lições do fim da Relay para devs

Quando uma startup de automação com IA morre enquanto a categoria explode, vale parar e dissecar o que aconteceu. A Relay, fundada em 2021 para competir com Zapier, está encerrando operações — e seu fundador, Jacob Bank, está voltando ao Google para liderar agentes de IA dentro do Chrome. Segundo o Eurisko.com.br, as contas gratuitas foram desligadas em 15 de agosto e as pagas seguem até 14 de setembro de 2026. Mas o mais importante não é o fim da empresa — é onde o fundador foi parar e o que isso sinaliza sobre o futuro dos agentes.

O que realmente matou a Relay (e o que isso ensina)

Nos últimos anos, vi dezenas de startups de “automação com IA” tentarem ocupar o espaço entre Zapier e workflows agênticos. A Relay nasceu nessa onda, oferecendo fluxos que misturavam documentos, edição de texto e gerenciamento de projetos com um verniz de LLM por cima.

O problema, na minha experiência, é que esse mercado foi commoditizado em tempo recorde. Quando o modelo de fronteira virou commodity via API, qualquer dev com um prompt bem estruturado conseguia montar em uma tarde o que a Relay vendia como produto. Some isso ao fato de que Zapier, Make e n8n já tinham redes de integração densas, e o terreno para uma startup intermediária virou areia movediça.

Bank passou mais de seis anos no Google antes da Relay. Sair, fundar, fechar e voltar com uma posição de liderança no Chrome não é fracasso — é um padrão clássico de acqui-hire disfarçado de recontratação. E o destino escolhido diz muito.

Por que agentes no Chrome é a aposta certa (e onde está o dinheiro)

Chrome é o ponto de entrada da web para bilhões de pessoas. Quando o Google anunciou as Chrome Built-in AI APIs (com Gemini Nano rodando localmente) e os recursos de agentic browsing, ficou claro que o navegador virou o novo sistema operacional das tarefas digitais. Projetos como o Project Mariner e os agentes dentro do Gemini já mostraram a direção.

Se você é dev, ignore o hype e foque no que importa: o Chrome está virando um runtime de agentes com:

  • APIs locais (Summarizer, Translator, Prompt, Language Detector) que rodam no dispositivo sem mandar dado pra cloud.
  • Function calling estruturado via Web APIs + extensões com capabilities elevadas.
  • Acesso ao DOM e contexto da página — algo que nenhum SaaS de automação tinha de forma nativa.

A Relay queria ser o “Zapier com IA”. O Google quer que o próprio navegador execute os agentes. Esse é um salto de paradigma — sai a plataforma intermediária, entra o ambiente de execução.

Comparativo honesto: Relay morreu, mas o que sobrevive?

Ferramenta Modelo Quando faz sentido em 2026
Zapier SaaS, rede enorme de integrações Quando você precisa de 5.000+ apps conectados e não quer manter infra
Make (Integromat) SaaS, visual, melhor custo Workflows complexos com lógica condicional pesada
n8n Open source, self-hosted Quando dados sensíveis não podem sair da sua infra
Activepieces Open source, leve, TypeScript-native Para devs que querem customizar peças em código real
Agentes no Chrome Runtime nativo do navegador Tarefas que vivem dentro da aba — scraping contextual, automações pessoais, assistentes in-page

Quando uso n8n em produção, percebo que ele cobre 80% do que a Relay prometia, com a vantagem de você versionar os fluxos em Git e rodar tudo em Docker. A diferença é que agora existe uma camada acima: o agente que mora no navegador, observa o que você faz e age sobre a página. Isso muda o jogo.

Na Prática: montando um agente mínimo que faria o que a Relay fazia

Vou te mostrar um esqueleto de agente que conecta duas etapas — ler uma página, resumir, e jogar o resultado num destino — usando a Chrome Built-in AI API que o próprio Bank vai provavelmente ajudar a evoluir.

// Verifica se o navegador tem a API local disponível
async function getSummary(text) {
  if (!('Summarizer' in window)) {
    console.warn('Chrome AI API indisponível — fallback para API externa');
    return null;
  }

  const availability = await Summarizer.availability();
  if (availability === 'unavailable') return null;

  const summarizer = await Summarizer.create({
    type: 'key-points',
    format: 'markdown',
    length: 'medium',
    monitor(m) {
      m.addEventListener('downloadprogress', (e) => {
        console.log(`Modelo baixado: ${Math.round(e.loaded * 100)}%`);
      });
    }
  });

  return summarizer.summarize(text);
}

// Fluxo agêntico básico: lê, resume, envia
async function runAgentFlow() {
  const tabContent = document.body.innerText;
  const summary = await getSummary(tabContent);

  if (!summary) return;

  // Exemplo: enviar para um webhook (Zapier, n8n, etc.)
  await fetch('https://seu-webhook.example.com/relay', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      source: location.href,
      title: document.title,
      summary,
      timestamp: Date.now()
    })
  });
}

document.addEventListener('DOMContentLoaded', runAgentFlow);

O ponto aqui não é o código em si — é entender a mudança de arquitetura. Em vez de um SaaS centralizando seu fluxo, o agente roda dentro do seu navegador, lê a página onde você já está, e dispara ações sem precisar de uma plataforma intermediária capturando seus dados.

Erros comuns que devs cometem ao entrar nessa onda

Cuide com essas armadilhas. Já vi gente queimar meses nelas:

  1. Construir um Zapier “melhor” em vez de atacar o problema de outra forma. Se você está automatizando o que o navegador já faz nativamente com extensões, você está brigando com o sistema operacional errado.
  2. Subestimar custo de inferência em workflows longos. Um agente com 8 etapas pode custar 50x mais do que um script determinístico. Testei isso em produção: sempre que pude, cacheei ou substitui uma chamada de LLM por uma regex.
  3. Ignorar latência do contexto. Agentes que precisam de 200k tokens de histórico travam a UX. Use sliding window ou sumarização progressiva.
  4. Confundir “agente” com “chatbot com function calling”. Agente tem estado, planejamento e recuperação de erro. Se não tem, é só um wrapper de prompt.
  5. Não ter plano de export dos dados do usuário. A Relay está oferecendo mecanismos para exportar fluxos. Se você está construindo algo parecido e não tem isso, vai tomar um problema regulatório sério quando a LGPD/AI Act te alcançar.

O que significa “agentes no Chrome” na prática para quem programa hoje

Bank vai trabalhar com um time que está essencialmente definindo a próxima camada de UX da web. Para nós, devs, isso significa três movimentos práticos:

  • Comece a estudar as Chrome Built-in AI APIs agora. Estão em origin trial e gradualmente abrindo. Quem souber Prompt API, Summarizer, Writer e Language Detector antes da concorrência vai ter uma janela de oportunidade real.
  • Pare de pensar em agentes como produto e comece a pensar como feature dentro do navegador. Extensões manifest v3 com capabilities de AI vão ser o novo “app store”.
  • Invista em ferramentas de observabilidade de agentes. Quando você tem um agente rodando no browser do usuário, debugar vira inferno. Tracing, logging estruturado e replay são obrigatórios.

FAQ — perguntas que devs reais estão fazendo

Por que a Relay fechou se a categoria de automação com IA está crescendo?

Categoria crescendo não significa que toda startup da categoria sobrevive. A Relay competia em espaço commoditizado, sem rede de integrações própria e sem uma camada de execução nativa. Quando o agente migra para o navegador, intermediários perdem relevância.

O que exatamente Jacob Bank vai fazer no Chrome?

Posições de liderança em produtos do Chrome com foco em IA costumam envolver estratégia e arquitetura das APIs agênticas. Na prática, ele provavelmente vai ajudar a definir como o navegador expõe capacidades para extensões e usuários finais.

Vale a pena ainda construir uma startup de automação com IA em 2026?

Sim, mas não no espaço genérico de “conecta dois apps”. O sweet spot agora é automação vertical — conheça um nicho específico (saúde, jurídico, dev tools) e domine o contexto. Genérico morreu.

Chrome Built-in AI funciona offline?

Sim. O Gemini Nano roda localmente via base model e os modelos fine-tuned são baixados sob demanda. Para tarefas sensíveis ou em ambientes sem rede, é um divisor de águas.

Como migro meus fluxos da Relay antes de setembro de 2026?

A Relay disponibilizou mecanismos de export — provavelmente JSON com a definição dos fluxos. O caminho mais rápido é converter esses JSON em n8n ou Activepieces, que aceitam import de definições similares.

No fim das contas, o caso Relay não é sobre uma startup que falhou. É sobre um mercado que se moveu — da plataforma intermediária para o runtime nativo. E o Google acabou de contratar quem entende dos dois lados para liderar essa transição. Fica de olho nas Chrome AI APIs, porque é aí que a próxima geração de produtos vai nascer.

Gostou? Me segue no GitHub e deixa um comentário se tiver dúvida ou quiser aprofundar algum ponto.

Y

Yuri Sousa

Front-End Developer / Designer

Desenvolvedor apaixonado por criar experiências digitais acessíveis e visualmente perfeitas. Escrevo sobre desenvolvimento web, design e tecnologia.