OpenClaw virou app de namoro sem querer, e alguém já achou “esposas em potencial” nas DMs

Um cara chamado Ben Guez diz ter “várias esposas internacionais em potencial” nas DMs do Instagram. Ele não passou meses conversando. Ele montou um script. A ferramenta por trás disso é o OpenClaw, combinado com Claude Code, rodando testes automatizados diretamente na plataforma de paquera mais óbvia que existe hoje: o Instagram.

A notícia soa como piada de fim de tarde, mas expõe algo mais sério: agentes de IA generalistas, pensados originalmente para tarefas de programação e automação de navegador, estão sendo redirecionados para interação social em escala. E funcionando bem o suficiente para virar caso de imprensa.

De onde vem o OpenClaw

OpenClaw não nasceu para namoro. É uma ferramenta de automação que ganhou tração recente justamente por permitir que agentes controlem interfaces gráficas e fluxos de navegador como se fossem um humano clicando, digitando e respondendo. Combinado com um modelo de código como o Claude Code, ele vira um orquestrador: o modelo decide o que fazer, o OpenClaw executa a ação na tela.

Esse tipo de combinação já apareceu em outros contextos recentes, de controle de agentes no celular a integração com redes sociais via protocolos como MCP. A novidade aqui não é a tecnologia em si, é o uso: aplicar esse pipeline de automação a uma tarefa tipicamente humana e emocionalmente carregada, que é paquerar.

Como o script funciona na prática

Pelo relato, a lógica é simples de descrever mesmo sem detalhes técnicos completos: o Claude Code gera as decisões de conversa (o que curtir, o que responder, quando avançar), e o OpenClaw executa essas ações dentro do Instagram como se fosse um usuário comum. O sistema roda em ciclo, testando variações, ajustando com base em quem responde, quem não responde, quem engaja mais.

Na prática, é um funil. Em vez de um humano decidindo manualmente para quem mandar mensagem e como responder, o agente testa em paralelo com um volume de interações que nenhuma pessoa sustentaria sozinha. O resultado, segundo o próprio autor do experimento, foi um influxo de respostas de perfis internacionais interessados em algo sério, ao ponto de ele descrever isso como ter “potenciais esposas” na caixa de entrada.

O que isso revela e o que ainda é incerto

O caso levanta pontos que vão além da curiosidade. Primeiro, escala: um script rodando em background consegue manter dezenas ou centenas de conversas simultâneas, algo impossível para uma pessoa fazer com atenção genuína. Isso distorce a dinâmica normal de um app ou rede social pensada para interação individual.

Segundo, autenticidade. Quem está do outro lado da conversa não sabe que está falando, ao menos em parte, com um agente orientado por um modelo de linguagem. Isso é diferente de um perfil fake tradicional: aqui a resposta é gerada dinamicamente, adaptada ao que a outra pessoa escreve, o que torna a interação mais convincente e, por consequência, mais enganosa.

Terceiro, e isso o texto original não resolve: não há dados sobre taxa de sucesso real, sobre quantas dessas conversas viraram algo além de mensagens, nem sobre como o Instagram reage a esse tipo de automação em termos de política de uso e banimento de conta. É um relato de um caso, não um estudo controlado. A generalização de “isso funciona” para qualquer pessoa que tentar replicar é, no mínimo, prematura.

O tradeoff prático de automatizar interação humana

Para quem pensa em usar esse tipo de pipeline, o cálculo é direto: ganha-se volume e otimização de resposta, perde-se controle sobre o que está sendo dito em seu nome e o risco de banimento por violar termos de serviço da plataforma. Redes sociais têm políticas específicas contra automação de contas pessoais, e um agente respondendo em tempo real ainda pode ser identificado por padrões de comportamento, mesmo sendo mais sofisticado que um bot de spam clássico.

Além disso, existe o problema óbvio de consentimento. A pessoa do outro lado não sabe que está conversando com um sistema automatizado, ao menos até o momento em que talvez perceba. Isso muda a natureza da interação sem aviso, o que é diferente de, por exemplo, usar IA para revisar um texto antes de enviar.

Impacto prático para quem desenvolve e usa esse tipo de ferramenta

Para desenvolvedores que brincam com OpenClaw e modelos de código, o caso mostra que a barreira técnica para automatizar interações sociais complexas já caiu bastante. Não é mais preciso construir um sistema dedicado: basta orquestrar ferramentas já existentes, cada uma fazendo o que faz bem, automação de interface de um lado, geração de linguagem do outro.

Isso é útil, e ao mesmo tempo levanta uma pergunta que vai além do Instagram ou do namoro: se esse pipeline funciona aqui, funciona igualmente bem para golpes, engenharia social e phishing personalizado. A mesma engenhosidade que gera “conversas convincentes com potenciais parceiros” pode gerar conversas convincentes com vítimas de fraude. A linha entre as duas coisas é a intenção de quem escreve o script, não a tecnologia em si.

No fim, o caso de Ben Guez não é sobre namoro. É um sinal de que agentes generalistas já são fáceis o suficiente de combinar para automatizar qualquer interação social baseada em texto, com ou sem consequência prevista. A pergunta que fica não é “isso funciona”, é “quem mais vai usar essa mesma receita, e para quê”.