Criador do OpenClaw revela gasto de US$ 10 milhões em tokens de IA em apenas um mês

Peter Steinberger, criador do OpenClaw e integrante da equipe técnica da OpenAI, revelou ter consumido aproximadamente US$ 10 milhões em tokens de inteligência artificial durante setembro de 2026. A declaração foi feita em 21 de outubro, durante a conferência Cloudflare Connect 2026, em São Francisco, nos Estados Unidos.

O valor foi apresentado como uma estimativa dos custos de processamento de suas cargas de trabalho com IA, financiadas por investidores, e não como uma despesa pessoal. A revelação ocorreu durante uma conversa com Dane Knecht, diretor de tecnologia (CTO) da Cloudflare, e provocou surpresa entre os participantes do evento.

Knecht comentou que Steinberger já havia reconhecido possuir um orçamento praticamente ilimitado para utilização de tokens, uma realidade distante da maioria dos desenvolvedores e empresas. O criador do OpenClaw respondeu que nem todo esse consumo necessariamente produz resultados úteis.

A declaração chamou atenção para os custos envolvidos na operação de agentes autônomos de IA, especialmente em ambientes que executam grandes volumes de solicitações a modelos de linguagem.

Infraestrutura de IA ainda enfrenta desafios de custo e escalabilidade

Durante a conversa, Steinberger afirmou que a infraestrutura tecnológica ainda não acompanhou completamente a evolução dos agentes inteligentes. Para ele, muitas dessas operações deveriam ser executadas diretamente na nuvem, sem depender dos computadores pessoais dos usuários.

Entretanto, a execução de agentes em ambientes de nuvem também apresenta desafios relacionados a custos operacionais, privacidade e conformidade regulatória. Dependendo da quantidade de tarefas e interações realizadas, o consumo de tokens pode representar uma despesa significativa.

Outro tema abordado foi o impacto da inteligência artificial no desenvolvimento de software de código aberto.

Knecht questionou se a crescente quantidade de contribuições geradas por IA poderia prejudicar o ecossistema open source, especialmente diante das reclamações de mantenedores sobre o recebimento de códigos de baixa qualidade.

Steinberger argumentou que o processo de revisão de contribuições, conhecidas como pull requests, precisa evoluir. Segundo ele, desenvolvedores deveriam apresentar não apenas o código final, mas também informações que permitam compreender como chegaram à solução proposta.

Essa transparência, na avaliação do criador do OpenClaw, aumentaria a confiança dos responsáveis pela manutenção dos projetos.

Agentes de IA poderão antecipar necessidades dos usuários

Questionado sobre a possibilidade de cada pessoa utilizar centenas de agentes inteligentes nos próximos anos, Steinberger demonstrou ceticismo em relação a esse número.

Ele acredita que os usuários terão sistemas de inteligência artificial capazes de acompanhar suas atividades, oferecer assistência contínua e até antecipar necessidades antes que uma solicitação seja realizada.

A proposta envolve agentes com maior autonomia para executar tarefas e tomar decisões, reduzindo a necessidade de comandos constantes.

Segurança e permissões continuam sendo desafios

A discussão também abordou os riscos de conceder acesso a informações sensíveis e recursos corporativos para agentes de IA.

Steinberger reconheceu que a confiança nesses sistemas depende tanto da qualidade dos modelos utilizados quanto dos mecanismos de controle implementados ao seu redor.

Segundo ele, melhorias recentes nos modelos permitiram reconsiderar decisões técnicas adotadas nas primeiras versões do OpenClaw. Entretanto, mesmo com avanços na mitigação de ataques de prompt injection, conceder permissões irrestritas aos agentes continua sendo uma prática arriscada.

Uma das abordagens propostas pelo desenvolvedor consiste em utilizar um segundo agente de IA para avaliar e autorizar as ações solicitadas pelo primeiro.

Nesse modelo, um agente responsável pela execução precisaria negociar determinadas permissões com outro sistema, que avaliaria se a operação é necessária ou se existe uma alternativa mais segura.

Steinberger afirmou que essa interação pode fazer os próprios agentes reconsiderarem decisões e identificarem caminhos que respeitem os limites de segurança estabelecidos.

A abordagem busca aumentar a confiança na execução autônoma de tarefas, embora a eficácia desses mecanismos continue dependendo da confiabilidade dos modelos e dos controles utilizados.