Da entrada de voz às interfaces neurais: HCI 2026

Quando, no fim de 2025, instalei pela primeira vez um agente de IA de desktop, tive a mesma sensação que apanhei no início dos anos 2000 com o primeiro Wi-Fi: «pronto, agora é diferente». Os agentes de IA no browser, este ano, trouxeram uma mudança da mesma escala. E entre este mundo de agentes e o meu uso quotidiano do computador está o Commander Flow, que ocupa um nicho muito particular.

O Commander Flow não é agente. Não «faz coisas por mim» — opera noutro plano. É uma nova interface de entrada, ao nível do teclado, do rato e do touchscreen. E neste momento desempenha o papel de ponte para o que aí vem.

Uma tendência que ninguém ainda nomeou com precisão

Vejo-a em três indústrias ao mesmo tempo:

Os agentes fazem. Os agentes de IA, no desktop e no browser, são IA que executa tarefas na tua interface por ti.

O voice-input pensa. O Commander Flow e os seus análogos são IA que traduz o teu pensamento em texto de qualquer qualidade em qualquer interface.

As interfaces neurais amadurecem. Neuralink, Synchron, e a Apple com a patente de janeiro de 2026 — são, por enquanto, tecnologias médicas / consumidor inicial, mas vão chegar.

Estes três ramos convergem num ponto: o computador deixa de exigir o teu trabalho manual de teclado e rato. Daqui a 5 a 10 anos, escrever será o que hoje é a disquete — funcional, mas arcaico.

«Daqui a dez anos, os nossos filhos vão olhar para nós a martelar nas teclas como nós hoje olhamos para quem escrevia SMS no teclado de 9 botões. Com perplexidade e uma pena ligeira.»

Onde se encaixa o Commander Flow neste cenário

Pensa-o como uma ponte.

De um lado da ponte está o teclado, que foi a interface dominante durante 50 anos.

Do outro está a interface neural, que daqui a 5 a 10 anos será o standard para o trabalho intelectual.

Entre ambos — a voz como interface universal para a entrada do pensamento. E o Commander Flow é o líder neste nicho em Windows.

O que é favorável no Commander Flow nesta trajectória

Desenhei a arquitectura de forma consciente — como alguém que constrói o produto a anos de distância, e não só fecha os cenários actuais. Várias decisões reflectem isso directamente.

Em primeiro lugar, o pipeline interno do Commander Flow dividi-o em fases nítidas: captura de input, reconhecimento, polimento, inserção. Cada fase é um módulo separado. Quando a interface neural funcionar mesmo a nível de consumidor, não será preciso reescrever o produto inteiro — basta trocar o módulo de input do microfone para BCI, e o resto continua a funcionar exactamente igual. Esta decisão tomei-a no início precisamente a pensar na mudança de modalidade.

Em segundo, o modelo de linguagem que pole e transforma o texto é uma camada universal, independente da modalidade de entrada. Seja qual for o que o utilizador introduzir — voz, pensamento, escrita — a estilização final em registo formal / amigável / orientado a código não muda. É um investimento que não se anula com a mudança de modalidade — e escolhi-o de forma consciente.

Em terceiro, a execução local. As interfaces neurais vão lidar com os dados mais privados que algum dia foram processados por algoritmos. A arquitectura «tudo no teu hardware» que o Commander Flow segue hoje é a única base adequada para essa era. E construí-a precisamente com isto em mente.

Quando (não «se») o Commander Flow adicionar suporte a interfaces neurais, será uma extensão lógica do pipeline existente. Mantenho esta direcção em mente, e a arquitectura já está preparada para ela.

Casos em que já me comporto como «utilizador do futuro»

Posto de trabalho. Olho para o ecrã, mantenho o atalho, falo como penso. O texto aparece. Sem mãos no teclado. É o ensaio de como vai ser daqui a uns anos: olho, penso, o texto aparece. A diferença é só um gesto (o atalho), mas o padrão de comportamento já está formado.

Telemóvel. Por webhook montei o Commander Flow no Android (workaround, mas funciona): dito no PC com o microfone do telemóvel, o texto chega ao telemóvel. Estou a trabalhar oficialmente na versão mobile (repo separado). Quando sair, o telemóvel será uma extensão da minha voz pensante, igual ao portátil.

Equipamentos alheios. Estou a testar: com o meu microfone Bluetooth no portátil de hotel (em modo Lite a partir de uma pen USB) — dito e recebo o meu estilo de cartas. Continuidade total do hábito em qualquer máquina. Já é a «minha interface, que viaja comigo», e não a «aplicação num só dispositivo».

Onde o Commander Flow encaixa na economia da era dos agentes

Ouço muitas vezes: «para que dito eu, se um agente de IA escreve o email sozinho?». É uma pergunta certa, mas incompleta.

Os agentes escrevem por ti com base nas tuas indicações. E essas indicações têm de ser introduzidas. Se eu disser ao agente «escreve um email ao fornecedor sobre o prazo» — esse prompt tem de entrar. É aqui que o Commander Flow se torna camada por baixo dos agentes: dito o prompt, o agente executa-o. Dá-me controlo por voz sobre a IA agentic.

Por isso, Commander Flow + agentes de IA não são concorrentes. São um par complementar: o primeiro dá-te o canal de voz para o computador, o segundo transforma as instruções de voz em acções.

Limitações da voz como modalidade

A voz não é privada. Não posso ditar num escritório aberto um email importante com números salariais. É uma limitação objectiva da interface. Só uma interface neural resolve — enquanto não houver, ou se vai a uma sala de reuniões ou se escreve com as mãos. Não é bug do Commander Flow, é um traço da entrada de voz como classe.

A articulação consome energia. Ao fim do dia (depois de 6+ horas de ditado) canso-me fisicamente — garganta, músculos do rosto. Não é crítico, mas nota-se. Outra vez, limite da modalidade.

A passagem para o telemóvel ainda é workaround, não funcionalidade. A versão mobile está em desenvolvimento, mas já a quero para iOS/Android. Prometo, mas não corro — porque não quero lançar produto cru.

Porque é que isto me importa para além do utilizador

A forma como comunicamos com o computador define quem tem acesso ao nosso pensamento em rascunho.

Se amanhã uma interface neural começar a «ler» pensamentos e a única empresa com essa capacidade for um grande provedor cloud, milhares de milhões de rascunhos pessoais de pensamentos passarão por um datacenter alheio. Já não é uma questão de conforto — é uma questão de dependência infraestrutural numa zona muito íntima.

As ferramentas locais que hoje funcionam por voz, e amanhã poderão funcionar por sinal neural, oferecem uma alternativa: o processamento fica na tua máquina, sob o teu controlo, com o teu consentimento explícito.

O Commander Flow está construído nessa lógica já hoje. Quando as interfaces neurais amadurecerem, produtos com esta arquitectura estarão prontos para elas; os produtos cuja totalidade do processamento está na cloud terão de reescrever a maior parte do código.

O que penso deste nicho

Não estou a escrever panegírico. Trabalho com uma ferramenta cuja arquitectura coincide com a direcção da indústria. E quando olho para este mundo ao lado dos agentes e das primeiras interfaces neurais, percebo que nicho ocupa o Commander Flow: é uma nova forma de meter o pensamento no computador, que já funciona.

Hoje — voz. Amanhã — pensamento. O pipeline é o mesmo.

Quando aparecerem o vosso Neuralink, Synchron, Apple Neural Sense (ou seja qual for o nome) — tenho a certeza de que o Commander Flow os ligará umas semanas depois de existir SDK oficial. Mostrei ao longo do ano que sei acompanhar a frente depressa.

Enquanto isso não acontece — tenho a melhor interface disponível hoje entre o meu pensamento e o meu ecrã. E é nela que estou a escrever este artigo neste preciso momento.

Aqui mesmo, neste ecrã, no meu hardware, sem subscrições, sem enviar nada para lado nenhum — por voz.

É esta a revolução silenciosa — sem keynotes da Apple, sem ciclos de hype. Apenas um produto que funciona hoje e está pronto para amanhã.