O que acontece quando dois assistentes de voz com IA conversam entre si?

O que acontece quando dois assistentes de voz com IA conversam? Se uma IA está falando com outra IA, por que se preocupar com as ineficiências da fala humana? Por que usar palavras quando dados puros são mais rápidos, precisos e livres de erros?

Foi exatamente isso que aconteceu no Hackathon da ElevenLabs em Londres, onde os desenvolvedores Boris Starkov e Anton Pidkuiko apresentaram o GibberLink, um mecanismo que permite que agentes de IA reconheçam uns aos outros e mudem para um novo modo de comunicação — mais eficiente do que a linguagem falada. E não demorou para a ideia viralizar, com compartilhamentos de Marques Brownlee, Tim Urban e outros.

O nascimento do GibberLink

A ideia por trás do GibberLink é simples: a IA não precisa falar como os humanos. Durante o hackathon, Starkov e Pidkuiko exploraram as limitações da comunicação tradicional de IA para IA e perceberam que poderiam eliminar complexidades desnecessárias deixando as IAs conversarem de uma forma otimizada para máquinas.

O conceito surgiu durante o Hackathon, quando Starkov e Pidkuiko estavam experimentando o produto de IA Conversacional da ElevenLabs, que permite conectar qualquer LLM e criar um agente.

Starkov escreveu no LinkedIn: "Queríamos mostrar que, em um mundo onde agentes de IA podem fazer e receber ligações telefônicas (ou seja, hoje), eles ocasionalmente conversariam entre si — e gerar fala semelhante à humana para isso seria um desperdício de processamento, dinheiro, tempo e recursos ambientais. Em vez disso, eles deveriam mudar para um protocolo mais eficiente no momento em que reconhecessem um ao outro como IA."

Ao combinar a tecnologia de IA Conversacional da ElevenLabs com o ggwave, uma biblioteca open source de dados por som, eles criaram um sistema no qual assistentes de IA detectam quando estão falando com outra IA e mudam instantaneamente para um modo de comunicação mais eficiente — transmitindo dados estruturados por ondas sonoras em vez de palavras.

Eles usaram o ggwave por ser "a solução mais conveniente e estável que conseguimos encontrar dentro do prazo de um hackathon", mas existem outros mecanismos para alcançar resultados iguais ou semelhantes. Starkov escreveu: "Modems discados usavam algoritmos semelhantes para transmitir informações por som desde os anos 1980, e vários protocolos já existiam desde então."

O código do mecanismo foi auditado por engenheiros da ElevenLabs e, durante a demonstração, um agente de IA Conversacional recebeu a instrução de conseguir um quarto de hotel para um casamento, enquanto o outro deveria atender à solicitação, desempenhando o papel do sistema de reservas do hotel. Eles também receberam a instrução de mudar para o protocolo de som se acreditassem que o outro também era um agente de IA, mas não foram informados de que o outro era um agente.

No vídeo da demonstração, há um momento de percepção em que a IA no papel de cliente declara ser um agente. A IA de reservas responde e pergunta sobre mudar para o GibberLink. Parece uma dupla de modems discados competindo com R2D2 pelo prêmio de voz do ano. Nos monitores de cada dispositivo usado na demonstração, é possível ver em texto trechos dessa conversa digital, incluindo perguntas sobre o número de hóspedes e as datas.

Como funciona

• Uma IA começa a falar normalmente — como um assistente de voz interagindo com uma pessoa.
• O reconhecimento entra em ação — se a IA perceber que está falando com outra IA, ambas mudam de protocolo.
• A linguagem muda — em vez de palavras faladas, os agentes de IA transmitem dados estruturados por ondas sonoras moduladas, graças ao sistema de modulação de frequência do ggwave.

Mais especificamente, dois agentes de IA Conversacional da ElevenLabs começam a falar em linguagem humana. Ambos usam uma função de chamada para ativar o modo GibberLink se as condições adequadas forem atendidas. Se a ferramenta for chamada, a ligação da ElevenLabs é encerrada e o protocolo de "dados por som" do ggwave assume, mas mantendo a mesma thread do LLM.

Starkov afirma que foi "a magia das ferramentas que a ElevenLabs oferece" que tornou isso possível, pois nosso sistema de IA Conversacional "permite instruir a IA a executar código personalizado em determinadas circunstâncias". O resultado? Comunicação mais rápida, livre de erros e mais eficiente.

Como o GibberLink conquistou a internet

O GibberLink não foi apenas um experimento inteligente de hackathon — ele rapidamente se tornou um dos assuntos sobre IA mais comentados do momento. E isso aconteceu na mesma semana em que a xAI lançou o Grok 3 e a Anthropic apresentou sua mais recente versão do Claude Sonnet.

Quando Georgi Gerganov, criador do ggwave, publicou sobre isso no X, as comunidades de IA e tecnologia continuaram divulgando o vídeo que mostra os dois modelos alternando entre fala humana e som. Influenciadores de destaque e grandes publicações de tecnologia, incluindo a Forbes, repercutiram a história.

Luke Harries, da ElevenLabs, resumiu da melhor forma em sua publicação no X: "E se um agente de IA fizer uma ligação telefônica e depois perceber que a outra pessoa também é um agente de IA? No Hackathon da ElevenLabs em Londres, Boris Starkov e Anton Pidkuiko apresentaram um protocolo personalizado para o qual agentes de IA podem mudar, garantindo uma comunicação livre de erros e 80% mais eficiente. É impressionante."

Por que isso importa

O GibberLink oferece uma perspectiva interessante sobre como a IA pode se comunicar no futuro, especialmente à medida que avançamos para um cenário em que tanto as chamadas recebidas quanto as realizadas podem ser gerenciadas por assistentes e agentes virtuais.

Imagine bots de atendimento ao cliente com IA, assistentes inteligentes ou até sistemas autônomos colaborando instantaneamente em seu próprio modo dedicado e, depois, enviando apenas um relatório simples em texto para a pessoa responsável.

O GibberLink é open source e está disponível para desenvolvedores explorarem no GitHub. Os agentes de IA Conversacional da ElevenLabs estão disponíveis e são fáceis de personalizar para qualquer necessidade, incluindo instruções personalizadas.