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 lidar 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 a ideia não demorou para viralizar, com compartilhamentos de Marques Brownlee, Tim Urban e outras pessoas.

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 entre IAs e perceberam que podiam eliminar complexidades desnecessárias deixando uma IA falar com outra de um jeito otimizado para máquinas.

O conceito surgiu durante o Hackathon, quando Starkov e Pidkuiko estavam testando 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 assim que reconhecessem que estão falando com outra IA."

Ao combinar a tecnologia de IA Conversacional da ElevenLabs com o ggwave, uma biblioteca open source para transmissão de dados por som, eles criaram um sistema em que assistentes de IA conseguem detectar quando estão falando com outra IA e mudar instantaneamente para um modo de comunicação mais eficiente — transmitindo dados estruturados por ondas sonoras em vez de palavras.

Eles usaram o ggwave porque era "a solução mais conveniente e estável que conseguimos encontrar dentro do prazo de um hackathon", mas há outros mecanismos para alcançar resultados iguais ou semelhantes. Starkov escreveu: "Os modems discados usavam algoritmos parecidos para transmitir informações por som desde os anos 80, e vários protocolos surgiram 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 reservar um quarto de hotel para um casamento, enquanto o outro deveria atender à solicitação, interpretando o sistema de reservas do hotel. Eles também receberam a instrução de mudar para o protocolo por som caso acreditassem que o outro também era um agente de IA, mas não foram informados de que o outro era um agente.

Há um momento de descoberta no vídeo da demonstração em que a IA no papel de cliente declara ser um agente. A IA de reservas responde e pergunta sobre mudar para o GibberLink. O som lembra uma dupla de modems discados disputando com o R2D2 o prêmio de voz do ano. Você pode ver na tela de cada dispositivo usado na demonstração trechos dessa conversa digital em texto, 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 falando 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 diz que foi "a mágica das ferramentas que a ElevenLabs oferece" que tornou isso possível, já que nosso sistema de IA conversacional "permite instruir a IA a executar código personalizado em determinadas circunstâncias". O resultado? Uma comunicação mais rápida, livre de erros e mais eficiente.

Como o GibberLink dominou a internet

O GibberLink não foi apenas um experimento inteligente de hackathon — ele rapidamente se tornou um dos assuntos mais comentados sobre IA no momento. E isso aconteceu em uma semana em que a xAI lançou o Grok 3 e a Anthropic apresentou a versão mais recente do Claude Sonnet.

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

Luke Harries, da ElevenLabs, resumiu bem em sua publicação no X: "E se um agente de IA fizer uma ligação e 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 virtuais e agentes.

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 atender a qualquer necessidade, incluindo instruções personalizadas.