--- title: "A startup Underdog chega para disputar espaço entre os concorrentes privados de IA" author: "Gabriela P. Torres" date: "2026-10-07 06:00:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/07/a-startup-underdog-chega-para-disputar-espaco-entre-os-concorrentes-privados-de-ia/md" --- ## Resumo - O Underdog foi lançado em beta fechado pela Conway Research em outubro de 2026. - A ferramenta processa as solicitações localmente em Macs e PCs Windows. - O sistema usa um modelo de 27 bilhões de parâmetros baseado no Qwen3.8-27B e executado pelo motor Husky. - O modelo de receita dispensa assinaturas e anúncios e cobra taxas sobre transações financeiras via Stripe. - A proposta de privacidade é sustentada pelo processamento local, mas as fontes não trazem benchmarks ou uma política completa de dados. - Versões para Linux, iPhone e Android foram previstas, sem prazo informado nas fontes. - Investidores como Khosla Ventures, Hummingbird, Anthology, Naval Ravikant e Patrick Collison aparecem associados ao projeto. --- Em outubro de 2026, a **Conway Research** lançou, em beta fechado, o **Underdog**, um assistente de inteligência artificial apresentado como focado em privacidade. Sua versão atual processa as informações localmente, no próprio dispositivo do usuário, e roda em Macs e PCs Windows. A monetização não prevê assinaturas ou anúncios, mas taxas associadas às transações financeiras realizadas pelo assistente. A [reportagem sobre o lançamento](https://techcrunch.com/2026/10/06/silicon-valleys-ai-wunderkind-launches-underdog-the-most-private-instinct-muse-competitor-yet) permite separar o que foi anunciado do que ainda não foi demonstrado nas informações disponíveis. ## O que o lançamento realmente entrega **Sigil Wen**, desenvolvedor autodidata e Thiel Fellow, colocou o produto no mercado por meio de sua startup em um momento em que a privacidade passou a ser usada como argumento de diferenciação para assistentes de IA. O dado relevante aqui não é apenas o perfil do fundador, mas a forma como a proposta foi montada: o processamento deve ocorrer no equipamento do usuário, em vez de depender exclusivamente de uma infraestrutura remota descrita pelas fontes. A informação ajuda a entender por que o lançamento foi apresentado como uma alternativa mais reservada. A promessa, portanto, começa pela arquitetura de execução, não por uma lista de funções que as fontes não detalharam. Essa posição comercial coloca o produto na disputa com o **Instinct** e o **Muse**, apresentados na reportagem como referências diretas para a comparação. A palavra concorrente, porém, precisa ser lida com cuidado: os dados disponíveis confirmam o posicionamento de mercado, mas não trazem uma tabela de desempenho, testes independentes ou uma comparação funcional entre os produtos. Se a alegação é de concorrência, então o fato comprovado é a intenção de disputar esse espaço; senão, qualquer conclusão sobre superioridade técnica seria apenas publicidade reciclada. O lançamento pode ser analisado, por enquanto, pelo que entrega em privacidade, processamento local e modelo de cobrança. Na parte técnica, o sistema utiliza um modelo com **27 bilhões de parâmetros** e o motor de inferência Husky. Parâmetros são os valores internos que o modelo ajusta durante seu desenvolvimento para identificar padrões e produzir respostas, portanto o número indica a escala informada para o modelo, não uma nota automática de qualidade. O Husky aparece como a camada responsável pela inferência, isto é, pela execução do modelo quando o usuário faz uma solicitação. A combinação explica a aposta em processamento local, mas não autoriza concluir que o produto supera outros assistentes sem métricas comparáveis. A base informada para o modelo é o **Qwen3.8-27B**, enquanto a execução fica a cargo do Husky. Essa distinção é útil porque separa duas peças que costumam ser misturadas em anúncios: uma coisa é o modelo de linguagem utilizado; outra é o motor que organiza sua execução no hardware. Na prática, o anúncio atribui ao produto uma identidade técnica própria sem afirmar que todo o modelo foi criado do zero por Wen. Se a fonte diz que o sistema é baseado no Qwen3.8-27B, então a formulação precisa é essa, sem transformar a base utilizada em autoria integral do modelo. ## Privacidade depende do processamento local O termo **on-device**, usado para descrever o Underdog, significa que o processamento ocorre no aparelho do usuário. Isso reduz a distância entre a entrada feita pela pessoa e a execução da tarefa, porque o cálculo é realizado localmente segundo a descrição do produto. Ainda assim, a informação disponível sustenta uma afirmação específica: o processamento é apresentado como local. Ela não fornece, por si só, uma política completa sobre armazenamento, permissões, registros ou todos os fluxos de dados do aplicativo. A leitura mais precisa evita transformar uma característica técnica em uma garantia mais ampla do que a fonte permite. O motor **Husky** foi projetado para otimizar o movimento de dados entre a CPU principal e a GPU, componentes responsáveis, respectivamente, por parte do processamento geral e do processamento paralelo. Um relato técnico também menciona otimizações de cache para melhorar o **Time To First Token**, ou TTFT, expressão que indica o tempo até a entrega do primeiro trecho de uma resposta. A mesma cobertura associa essa melhoria ao lançamento da versão 1.3.3. O ponto prático é direto: para uma IA que roda no computador do usuário, o tempo de resposta depende tanto do modelo quanto da maneira como os dados circulam pelo hardware. ## A conta fecha sem assinatura? O modelo financeiro abandona a cobrança recorrente e a publicidade como fontes centrais de receita. Em vez disso, o assistente recebe taxas sobre transações financeiras realizadas por meio do **Stripe**, plataforma citada na descrição do produto. Essa escolha muda a pergunta econômica: o usuário não seria cobrado simplesmente por manter uma assinatura ativa, enquanto a empresa tentaria ganhar dinheiro quando o assistente facilitasse uma operação financeira. A proposta é incomum o bastante para ser o segundo grande eixo do lançamento, ao lado do processamento local. A [análise do modelo de cobrança](https://runtimewire.com/article/conway-underdog-on-device-ai-payment-fees) compara essa receita às taxas de intercâmbio de cartões de crédito, cobradas nas transações realizadas nesse sistema. A lógica apresentada é evitar que a empresa precise minerar dados dos usuários para publicidade ou para o treinamento de modelos de terceiros. Se a receita vem da transação, então o incentivo comercial descrito pela fonte muda de lugar: a companhia busca ganhar quando o assistente ajuda a concluir uma compra, e não quando transforma a atenção ou os dados do usuário em inventário publicitário. Isso descreve a intenção do modelo, não uma prova independente de como todas as operações serão tratadas. ## O apoio financeiro por trás do projeto O lançamento também recebeu apoio de investidores identificados no material de referência. Entre eles estão a **Khosla Ventures** e a **Hummingbird**, duas firmas citadas em um relato sobre a estrutura do projeto. Esses nomes ajudam a dimensionar o interesse financeiro em uma proposta que combina IA local e cobrança por transação. Eles não substituem testes de produto, mas mostram que a iniciativa chegou ao beta fechado com respaldo de investidores especializados em empresas de tecnologia. O mesmo relato cita a **Anthology** e **Patrick Collison** entre os apoiadores do projeto. Collison aparece como investidor-anjo, enquanto a Anthology é apresentada na fonte como parte da rede de apoio financeiro relacionada ao empreendimento. O dado é relevante porque a tese do Underdog precisa ser validada em duas frentes ao mesmo tempo: a ferramenta precisa funcionar em hardware local e o modelo de receita precisa sustentar a operação sem assinatura ou publicidade. Investimento inicial comprova confiança dos financiadores, mas não comprova sozinho a viabilidade comercial. A lista ainda inclui **Naval Ravikant** e **Noam Brown** como investidores-anjo. O relato também menciona a Anthology associada a referências institucionais do setor, mas a informação central para esta análise é a presença de investidores individuais ao lado dos fundos citados. A estrutura sugere uma combinação de capital institucional e apoio de pessoas conhecidas no mercado de tecnologia. Se o produto conseguir transformar processamento privado em transações recorrentes, essa composição de investidores terá ajudado a financiar o teste da proposta; se não conseguir, os nomes não resolvem a equação sozinhos. ## O que foi comprovado e o que ainda falta Os dados confirmam uma combinação específica: processamento local, um modelo de **27 bilhões de parâmetros**, execução pelo Husky e cobrança por transações via Stripe. Eles não trazem resultados de benchmarks, comparação de velocidade com o Instinct ou o Muse, nem uma avaliação independente da qualidade das respostas. Essa diferença é essencial para ler o anúncio sem aceitar a embalagem inteira como evidência. Privacidade é a proposta declarada, enquanto desempenho superior continua sem comprovação nas fontes disponíveis. A mesma cautela vale para a expressão **100% local**. Ela descreve onde a inferência do modelo acontece, mas não substitui informações detalhadas sobre configuração, permissões ou tratamento de dados em situações específicas. A fonte também não informa os requisitos de hardware necessários para executar o modelo de 27 bilhões de parâmetros em diferentes máquinas. Portanto, o leitor que quiser testar a ferramenta deve separar três perguntas: onde o processamento ocorre, quanto o equipamento precisa trabalhar e quais transações podem gerar cobrança. ## Próximos passos da ferramenta A disponibilidade atual está limitada a Macs e PCs Windows, enquanto uma versão para **Linux** foi prevista. Essa expansão deve testar a capacidade do motor Husky de manter a execução local em outra combinação de hardware e sistema operacional, mas as fontes não informam prazo para a chegada da versão. O passo seguinte anunciado, portanto, é ampliar a compatibilidade sem abandonar a tese de processamento no dispositivo. Até que essa versão seja disponibilizada, o alcance concreto do beta permanece restrito aos sistemas já mencionados. Também foram previstas versões para **iPhone** e **Android**, o que levaria a proposta para dispositivos móveis. As fontes não apresentam data de lançamento, requisitos técnicos ou detalhes sobre como o modelo de 27 bilhões de parâmetros será executado nesses aparelhos. O fato verificável é a previsão de novas versões, não a confirmação de que elas já estejam disponíveis. Por enquanto, o Underdog chega ao mercado com uma tese clara: manter a IA no dispositivo, financiar o serviço por transações e fazer o usuário separar promessa de privacidade de evidência técnica.