Quem aprova o trabalho de um agente de IA? 22 apps

Quase nenhum gerenciador de tarefas faz uma pessoa aprovar por padrão o trabalho concluído de um agente de IA. Revisamos os dados comparativos que mantemos sobre 22 apps de tarefas e projetos, cada um conferido nas páginas de preços e de ajuda do próprio fabricante entre 23 e 28 de outubro de 2026. 17 dos 22 têm um servidor MCP oficial, então um agente externo como o Claude ou o ChatGPT já consegue criar, editar e concluir tarefas neles. 13 não têm nenhuma etapa de aprovação para o trabalho de agentes. Os outros 9 têm uma parcial, como um ponto de revisão, um aprovador numa etapa do fluxo ou uma prévia de mudanças na agenda. Nenhum passou de 3 em 5 no critério de o trabalho que um agente conclui esperar uma pessoa antes de contar como feito.

O que medimos?

Cada app das nossas páginas de comparação recebe uma nota de 0 a 5 em oito critérios. Esta auditoria usa quatro deles, junto com os dados por trás: se dá para entregar uma tarefa a um agente de IA, se o trabalho desse agente espera aprovação humana antes de contar como feito, se um agente pode parar e fazer uma pergunta a você e se o app tem um servidor MCP que agentes externos podem usar. Um 0 em aprovação significa que o fabricante não documenta nenhuma etapa de aprovação para trabalho de agentes. Um 2 ou 3 significa que existe um mecanismo real, mas que só cobre algumas etapas, alguns planos ou alguns tipos de mudança. Um 5 significaria que todo trabalho de agente espera uma pessoa por padrão.

Quais apps têm agentes próprios, e quais deixam o seu entrar?

Os 22 apps se dividem em cinco grupos conforme o jeito como um agente recebe trabalho. Nove têm agentes a quem você atribui tarefas dentro do app: os AI Teammates do Asana, os Super Agents do ClickUp, os agentes do Rovo e de parceiros no Jira, os agentes de código do Linear, os agentes do monday.com, os Custom Agents do Notion, os agentes do Plane, os do Taskade e os colegas de IA do TryGoals. Quatro têm um assistente de IA que planeja ou ajuda em vez de receber atribuições: Motion, Sunsama, Reclaim e Akiflow. Cinco não têm agente próprio, mas deixam agentes externos entrarem por um servidor MCP oficial: Todoist, TickTick, Trello, Basecamp e Any.do. Um, o Weft, é feito para os agentes que você traz. Três não têm nenhum caminho oficial para agentes: Things 3, Microsoft To Do e Google Tasks, onde só servidores da comunidade ou um assistente separado chegam à sua lista.

Como é a aprovação onde ela existe?

Cada um dos nove apps com etapa de aprovação parcial resolve um problema mais estreito que aprovar trabalho de agentes em geral. A tabela mostra o que cada um documenta, nos termos do próprio fabricante.

Dois padrões se destacam. Primeiro, a aprovação costuma ficar na interface do próprio agente, não na tarefa: um pull request, um rascunho privado, uma prévia. Isso funciona quando o agente é do fabricante e não diz nada sobre um agente externo conectado por MCP. Segundo, onde há uma etapa na tarefa, ela tende a ser opcional por etapa ou por plano, então o padrão continua sendo que a mudança de um agente vale no momento em que é feita.

Um agente pode parar e fazer uma pergunta a você?

Só 2 dos 22 documentam isso. O Linear deixa um agente pedir esclarecimentos dentro de uma issue, e o Weft deixa um agente pedir informações e registra a decisão. Nos outros 20, a documentação não descreve um jeito de um agente deixar uma pergunta para uma pessoa e esperar, então um agente diante de uma ambiguidade ou chuta ou para sem dizer por quê.

Por que o padrão importa quando agentes se conectam por MCP?

Porque o MCP tornou o agente externo o caso comum. 17 dos 22 apps têm um servidor MCP oficial, e Claude, ChatGPT, Codex e Cursor conseguem se conectar a todos. Na maioria desses servidores, um agente que chama uma ferramenta de concluir ou atualizar já concluiu ou atualizou a tarefa, com a mesma autoridade da pessoa que fez login. Um ponto de revisão por etapa dentro do agente do fabricante não cobre isso. O único lugar em que um padrão pode valer para qualquer agente é a própria tarefa: o agente propõe, uma pessoa aprova.

Como o Done resolve isso?

O Done faz da aprovação o padrão, não uma opção. Um agente trabalhando numa tarefa chama propose_completion, que publica o resumo dele e deixa a tarefa em aprovação pendente; ela só vira concluída quando você aprova, a menos que você tenha marcado a tarefa como agent-ok antes. Um agente não consegue se dar agent-ok sozinho. Quando chega a uma escolha que só você pode fazer, ele chama ask_decision, que deixa a pergunta com a recomendação dele e o libera para outro trabalho. O Done é o nosso produto, por isso fica fora das contagens acima.

Como montamos estes dados

• Fonte: as 22 fichas de concorrentes por trás de trydone.app/compare, cada uma com as fontes do fabricante ao lado e uma data de conferência entre 23 e 28 de outubro de 2026.
• Cada célula é uma capacidade documentada pelo fabricante ou uma ressalva curta. Onde a documentação não diz nada, a célula diz Não documentado e conta como não.
• As notas de aprovação seguem a régua das páginas de comparação: 0 sem etapa documentada, 2 ou 3 para um mecanismo real mas parcial, 5 só para aprovação por padrão de todo o trabalho de agentes.
• Os grupos foram contados à mão a partir das células de agente e de MCP e conferidos com os totais: cada app está em um único grupo.
• Limites: os fabricantes mudam rápido. O ClickUp trocou seus planos entre duas conferências com quatro dias de intervalo, então considere cada célula válida só na sua data.