Omarchy Lança 13 Agentes de IA no Primeiro Dia
Esta semana o mesmo nome apareceu no meu feed pela quinta vez: Omarchy — a distribuição opinativa de Arch + Hyprland do DHH. Os números são absurdos para um projeto que começou como um repositório de dotfiles em meados de 2025: aproximadamente 40.000 estrelas no GitHub (39.846 quando verifiquei em 10 de setembro), uma licença MIT, uma fundação com apoio de milhões de dólares, a DigitalOcean comprometendo $1M por ano, e uma instalação que oficialmente leva 35 segundos.
Mas o recurso que realmente importa não é o visual. É a tela de primeiro boot.
Omarchy é o primeiro "sistema operacional agente" a se tornar mainstream: no primeiro dia, ele pede que você escolha um agente de IA padrão — Claude Code, Codex, OpenCode, Copilot CLI, Crush, Grok, Hermes, e mais. Eu contei o seletor no site oficial: 13 agentes, pré-instalados e conectados ao sistema. Notificações de falhas são direcionadas ao seu agente para diagnóstico. O sistema operacional literalmente convida a máquina a se consertar.
Acho que isso é genuinamente o futuro. Também acho que há uma conta escondida sob isso que ninguém ainda precificou.
A noite do primeiro dia
Aqui está como o primeiro dia realmente acontece para o público-alvo. Você instala o Omarchy em menos de um minuto. Você escolhe seu agente. Você é produtivo — e então, sendo o tipo de pessoa que instala um sistema operacional agente, você começa a conectar servidores MCP a ele. Operações Git. Contêineres. Um cliente de banco de dados. Um buscador web. Esse é o ponto, certo?
E aqui está o mecanismo que quase ninguém fala: cada servidor MCP que você conecta envia todo o seu catálogo de ferramentas — nomes, descrições, JSON Schema aninhado para cada parâmetro — para o seu prompt de sistema. Não uma vez. Cada turno de cada conversa.
Seu contexto começa cada sessão pagando uma taxa fixa antes que qualquer trabalho real aconteça.
Eu medi uma pilha realista do "primeiro dia"
Para colocar um número nisso, eu construí uma pilha de desenvolvedor realista do primeiro dia — o tipo que um novo usuário do Omarchy plausivelmente conectaria em sua primeira noite:
- 6 servidores / 32 ferramentas: operações git, controle de contêineres, gerenciamento de pacotes, sondas de sistema, RPC de editor, depuração HTTP
- Renderizado como definições reais de ferramentas MCP e medido com tiktoken (cl100k_base), a mesma família de tokenizadores que a maioria desses agentes usa para faturamento
A receita:
| Etapa | Tokens |
|---|---|
| Manifestações JSON brutas (o que o modelo recebe) | 5.359 |
| Após simplificação de esquema | 4.655 (−13,1%) |
| Após simplificação + compactação estilo TOON | 3.446 (−35,7%) |
Um terço do imposto do primeiro dia, eliminado, sem perda de capacidade — todas as ferramentas ainda presentes, apenas não vestidas em centenas de tokens de cerimônia JSON redundante.
Agora escale o hábito. Um sistema operacional agente que o integra a 13 agentes é também uma máquina que torna a adição do servidor #7, #8, #9 sem atrito. O imposto é linear em ferramentas e cobrado por turno. É o único custo em IA que recorre mesmo quando você está apenas pensando.
Duas decisões erradas que tomei primeiro
Antes de medir, eu fiz o que todo mundo faz: culpei o modelo. As respostas estavam ficando preguiçosas e genéricas, então eu assumi que o provedor havia silenciosamente rebaixado algo. Eu até troquei de modelo por uma semana — mesma névoa.
Então eu culpei a deriva de contexto e comecei a eliminar sessões todas as manhãs, mantendo resumos. Isso tornou tudo pior, porque uma sessão nova ainda paga a taxa fixa completa — eu apenas multipliquei quantas vezes por dia eu pagava isso.
O verdadeiro culpado estava sentado na minha própria configuração: um manifesto de ferramentas vestido em cerimônia de esquema aninhado. A maior parte do peso não são nem as descrições que você pode ler — são as chaves, o aninhamento de tipos, o boilerplate de parâmetros repetidos em torno de cada ferramenta.
O que eu uso agora
Depois de corrigir minha própria configuração, fui procurar e encontrei um pequeno projeto de código aberto chamado mcptoon (cerca de 200 estrelas — genuinamente pequeno, que é por isso que você provavelmente nunca o viu). Ele executa exatamente este pipeline: simplificar cada definição de ferramenta, e então reorganizar o que resta em um formato mais denso. Foi isso que produziu os números acima; eu medi com seu pipeline real, não uma aproximação feita à mão.
Limites honestos: se você executar um ou dois servidores leves, você não precisa de nada disso — não otimize uma conta que você não está pagando. A matemática só começa a importar em torno de dez ou mais ferramentas, e fica barulhenta rapidamente depois disso.
A parte que continuo pensando
Omarchy não é o problema. Se algo, a equipe do DHH fez a parte difícil: eles tornaram o sistema operacional agente acessível. O trabalho inacabado é que o ecossistema MCP ainda cobra de você em tokens por móveis que você instalou uma vez e nunca olha.
Um sistema operacional que envia 13 agentes no primeiro dia merece um manifesto que você realmente auditou.
Então, uma pergunta honesta para qualquer um que esteja executando uma configuração agente — Omarchy ou outra: quantos servidores MCP seu agente de uso diário carrega, e você sabe quanto custa seu manifesto por turno?
Eu também não sabia, até contar.
A introdução de um sistema operacional com múltiplos agentes de IA pode revolucionar a forma como as empresas brasileiras utilizam tecnologia. A integração com servidores MCP pode otimizar processos e reduzir custos operacionais. Isso representa uma oportunidade significativa para empresas que buscam se adaptar à era dos agentes de IA.


