Em 2025, substituí o pipeline de conteúdo de três pessoas de um cliente por dois workflows n8n, uma instalação WordPress e um único revisor no topo. O custo por post caiu de 60 a 80 por cento. Esse pipeline continua rodando, continua publicando, e ninguém percebeu que não é uma agência.
O LinkedIn insiste em enquadrar a conversa sobre automação com IA como "agentes vão substituir os fluxogramas de vez". Repita o suficiente e as pessoas começam a concordar. Mas agentes e fluxogramas resolvem problemas diferentes, em níveis diferentes, e escolher o errado significa pagar caro demais ou ver a coisa desmoronar em produção. Às vezes os dois ao mesmo tempo. Já vi os dois acontecerem, inclusive uma vez com um cliente meu que perdeu quase tudo.
Já chego lá.
Por enquanto, as três ferramentas que valem a pena entender de verdade em 2026:
- n8n, o construtor de fluxogramas no-code
- OpenClaw, o assistente de IA pessoal que roda no seu próprio hardware e conversa com você pelos aplicativos de mensagem que você já usa
- A camada de agentes do Claude: Cowork, Claude Code e tarefas agendadas
Cada uma se paga em um lugar diferente. O truque é saber onde.
O que o n8n realmente é
Tirando o marketing, o n8n é um construtor de workflows baseado em nós, com cerca de 400 integrações e a opção de self-host na sua própria infraestrutura. Você conecta gatilhos, mapeia dados entre os nós, adiciona ramificações condicionais e sobe um workflow que roda do mesmo jeito toda santa vez.
É justamente essa última parte que importa. O CRM é atualizado do mesmo jeito toda vez. O webhook dispara, o banco escreve, o e-mail sai, o log confirma. Sem surpresas.
O lado ruim: construir workflows n8n confiáveis dá trabalho de verdade. Você precisa entender a API que está consumindo, o formato dos dados entre os nós, a lógica de retry, os modos de falha. Mesmo gerando o workflow com um LLM, você vai esbarrar em casos em que a API do n8n mudou e o JSON gerado não importa mais direito. Já perdi tardes inteiras nisso.
O que o n8n dá em troca é custo. Quando um workflow roda 50.000 vezes por mês, ser determinístico e confiável a custo baixo importa mais que qualquer outra coisa.
O que o OpenClaw realmente é
Se você não olhou o repositório recentemente, esqueça o que acha que sabe. O OpenClaw é um assistente de IA pessoal que roda nos seus próprios dispositivos, e toda a identidade do produto está em conversar com você pelos aplicativos de mensagem em que você já vive: WhatsApp, Telegram, Slack, Discord, Signal, iMessage, Matrix, Teams e uns vinte outros. O tagline do projeto fala em "the lobster way", porque a visão original era Molty, um assistente lagosta espacial. Eu não faço as regras.
A arquitetura é um Gateway local rodando como daemon na sua máquina, com aplicativos opcionais para macOS, iOS e Android. Você manda mensagem, ele faz as coisas. Voice wake funciona no celular. Tem até uma superfície Live Canvas em que o agente desenha enquanto conversa com você.
O modelo de segurança importa aqui, porque é onde as pessoas erram. O padrão do OpenClaw para a sua própria sessão main é rodar as ferramentas no host com acesso completo, o que é razoável quando é só você pedindo coisas ao seu próprio laptop. Para todo o resto (canais de grupo, sessões compartilhadas, qualquer coisa exposta) existe um modo sandbox Docker por sessão, com lista deny-by-default para as ferramentas arriscadas: browser, canvas, cron, ações no Discord. DMs de remetentes desconhecidos exigem código de pareamento antes mesmo de o bot processá-las.
Esse é o caminho seguro. Muita gente não pega o caminho seguro.
Quão arriscadas são as skills do ClawHub?
O ClawHub, marketplace oficial de skills do OpenClaw, tem um problema documentado de malware. A Koi Security auditou as 2.857 skills disponíveis no marketplace no início de 2026 e encontrou 341 maliciosas, a maioria ligada a uma única campanha coordenada, hoje rastreada como ClawHavoc. A Bitdefender Labs, analisando as primeiras semanas da plataforma, reportou que cerca de 17 por cento das skills examinadas carregavam payloads maliciosos.
Uma skill é um pacote em markdown com acesso amplo a tudo que o agente alcança: arquivos locais, credenciais, APIs. O marketplace é aberto por padrão, e durante um tempo o único requisito para publicar era ter uma conta no GitHub com pelo menos uma semana de idade. Os atacantes perceberam. As skills da ClawHavoc se disfarçavam de carteiras cripto, bots de trading, utilitários de YouTube e integrações com Google Workspace, entregando infostealers como o Atomic Stealer justamente nos Mac minis sempre ligados que o pessoal adora usar para hospedar agentes. Mesmo depois que o ClawHub adicionou varredura automatizada, a Unit 42 da Palo Alto Networks encontrou skills que passaram pelos scanners até maio de 2026.
A lição vai além do OpenClaw. Skills, servidores MCP, nós comunitários, extensões de navegador para o seu agente: tudo isso é código de terceiros rodando com as permissões do seu agente. Trate como você trataria um pacote npm aleatório pedindo root.
Se for instalar skills, audite ou mantenha uma allowlist, e ponha o agente num container para que uma skill ruim bata na parede em vez de bater nas suas chaves SSH.
O cliente que entregou a loja inteira para um agente
Um ex-cliente meu entrou em contato algumas semanas atrás. Ele tinha plugado o OpenClaw na stack de e-commerce dele: WooCommerce com leitura e escrita, Klaviyo com leitura e escrita, Google Analytics, o pacote completo. Acesso total a tudo, sem sandbox e sem etapa de aprovação para ações destrutivas. Ele queria um assistente mágico que pudesse "cuidar da loja".
Um dia, o agente decidiu que algo estava quebrado. Não estava. Ele tentou consertar mesmo assim. No processo, apagou dados de produto e reescreveu segmentos de clientes no Klaviyo. Também destruiu uma parte nada trivial do histórico de pedidos. Ele tinha backup de parte disso. Não de tudo. É difícil estimar quanto ele perdeu nessa, e a loja não existe mais. Escrevi um detalhamento completo do que acontece quando um agente de IA tem acesso à produção sem salvaguardas.
O agente não era malicioso. Fez exatamente o que mandaram: consertar coisas. Ninguém disse a ele no que não mexer.
Foi por isso que a NVIDIA lançou o NemoClaw em março de 2026. Ele envolve o OpenClaw num sandbox Docker orquestrado pelo NVIDIA OpenShell, com inferência roteada por modelos Nemotron e acesso ao sistema de arquivos limitado a /sandbox e /tmp. A saída de rede passa por uma política baseline definida em YAML, e cada requisição externa que o agente quer fazer bate numa verificação de política. Se você roda um agente autônomo local com permissões reais contra sistemas de negócio reais, algo como o NemoClaw entre o agente e a sua máquina é o mínimo aceitável.
Meu ex-cliente não tinha isso. Entregou a chave do carro ao agente, e o agente jogou o carro na parede.
NemoClaw vs NanoClaw: dois jeitos de conter um agente
NemoClaw e NanoClaw atacam o mesmo problema por direções opostas. O NemoClaw mantém a stack completa do OpenClaw e a envolve num sandbox imposto de fora. O NanoClaw joga a stack fora e reconstrói o agente mínimo viável, pequeno o bastante para auditar numa noite, com isolamento por container ligado por padrão.
O NanoClaw nasceu exatamente da frustração que você imagina. Gavriel Cohen o construiu como alternativa leve ao OpenClaw depois de ler sobre as falhas de segurança do framework maior, e a aposta de design é minimalismo radical: segundo a cobertura do The New Stack, o código-fonte inteiro cabe em cerca de 35.000 tokens, pequeno o suficiente para o Claude Code segurar a base de código completa no contexto, entendê-la por inteiro e resolver a maioria das features de uma vez. A instalação roda por uma skill do Claude Code em vez de um instalador. Cada grupo de agentes roda no seu próprio container Docker ou Apple Container, então comandos bash executam dentro do container, nunca no seu host. Ele continua falando WhatsApp e Telegram, e roda num Raspberry Pi. O Andrej Karpathy chamou a abordagem de "really interesting" exatamente pelo argumento da auditabilidade.
O preço é o ecossistema. O OpenClaw tem centenas de integrações e uma comunidade gigante; o NanoClaw espera que você faça um fork e construa o que precisa, quase sempre em cima da stack da Anthropic.
Então a decisão de contenção fica assim: se você quer a amplitude do OpenClaw e as skills dele, rode dentro do NemoClaw ou, no mínimo, no modo sandbox Docker nativo. Se você quer um agente que dá para ler antes de confiar, o NanoClaw é a opção honesta.
Onde as ferramentas do Claude se encaixam
A Anthropic vem entregando capacidades de agente em três frentes, e cada uma resolve um problema diferente.
Claude Code é a frente do terminal. Desenvolvedores usam para trabalho de código de verdade: ler repositórios, rodar testes, escrever patches, executar comandos shell. Se você vive no terminal, é aqui que você quer trabalhar.
Claude Cowork é a versão de app desktop para trabalho de conhecimento fora do código. Aponte para pastas e ele lê arquivos, cria documentos, extrai dados de imagens para planilhas e roda tarefas recorrentes como briefings diários. Usa conectores quando existem (Slack, Chrome) e cai para interação com a tela quando não existem. O usuário-alvo é o analista ou o gerente cuja terça-feira envolve juntar números de seis ferramentas diferentes.
Tarefas agendadas, dentro do Claude Code (a skill /loop, ferramentas de cron), transformam qualquer prompt num trabalho recorrente dentro da sessão. "Verifique o deploy a cada cinco minutos." "Fique de olho neste PR." Rotinas em nuvem cobrem o caso em que o seu laptop está fechado. É a versão nativa de sessão do "quero que o Claude continue fazendo isso", que é essencialmente o que as pessoas montam com o OpenClaw, só que com menos corda para se enforcar.
Claude Code é para quem constrói. Cowork é para quem trabalha na mesa. Tarefas agendadas são a camada de polling por cima.
Quando usar n8n vs um agente
Depois de construir sistemas suficientes desses, aparece um padrão que quase não tem relação com qual ferramenta tem o marketing melhor.
Trabalho determinístico, de alto volume e com API estável pertence ao n8n (ou Make, Zapier, Windmill, escolha o seu). Workflows em que você conhece o formato de toda entrada e de toda saída, e o que deve acontecer no meio. Sincronização de CRM. Roteamento de formulários. Fan-out de webhook. Atualização de estoque. Pipelines de notificação. Quando isso roda milhares de vezes por dia, um agente estaria pagando por um raciocínio que não precisa fazer, e você gastaria milhares de dólares à toa.
Trabalho ambíguo, pesado em julgamento ou pontual é onde os agentes se pagam. "Encontre tudo que já dissemos publicamente sobre a Feature X em posts, tweets e palestras, depois redija um documento de posicionamento." Nenhum fluxograma faz isso bem. Claude Code faz. Cowork faz. OpenClaw faz, se você quiser local e devidamente isolado.
Qualquer coisa que precise ler conteúdo não estruturado ou clicar por uma interface que muda também é território de agente. Um scraper que quebra toda vez que o site alvo muda o layout é um imposto de manutenção que você paga para sempre. Um agente que entende o que a página significa não liga para o DOM mudando por baixo.
E aí vem o caso interessante: um agente pode gerar um workflow n8n, subir, testar, vê-lo falhar, diagnosticar, corrigir e subir de novo. Claude Code com a documentação da API do n8n no contexto constrói um pipeline funcional mais rápido do que um humano consegue arrastar nós pela tela. A pergunta que vale fazer em 2026: o agente consegue construir o fluxograma para as partes determinísticas e cuidar sozinho das partes ambíguas?
É nesse enquadramento que estão os ganhos reais. Todo o resto é barulho.
O que a automação realmente custa por execução
Considere um workflow que dispara 100.000 vezes por mês: um chatbot RAG para WooCommerce ou um sistema de cobrança que faz a ponte entre e-mail, uma planilha e a contabilidade.
A execução determinística no n8n custa frações de centavo por rodada, limitada pela conta da sua infraestrutura self-hosted ou por um plano SaaS fixo, e é por isso que o trabalho de automação com n8n geralmente começa tirando os caminhos de alto volume de cima do modelo.
A execução mediada por LLM depende do tamanho do contexto, do modelo e das chamadas de ferramenta por rodada, mas dá para assumir com segurança de um a vinte centavos de dólar por invocação. Em 100.000 execuções por mês, isso é uma linha de quatro a cinco dígitos substituindo uma de três dígitos. O mesmo trabalho. Trinta a cem vezes o custo.
Para uma sincronização de CRM que só copia campos de um lado para o outro, essa matemática é absurda. Para um workflow que precisa de uma decisão de julgamento em cada execução, é o único caminho.
Combine a ferramenta com a economia da tarefa.
Quanto cada ferramenta custa para rodar em 2026
Os custos fixos são a outra metade da conta, e caem de forma bem diferente nas três stacks. Segundo a própria página de preços do n8n, o Cloud começa em US$ 24 por mês para 2.500 execuções no Starter e US$ 60 por mês para 10.000 no Pro (cerca de US$ 20 e US$ 50 no plano anual), enquanto a Community Edition self-hosted é gratuita, com execuções ilimitadas, então você paga só um VPS pequeno. OpenClaw e NanoClaw são open source gratuitos; a conta de verdade é o uso da API do modelo mais a máquina em que rodam. Claude Code e Cowork vêm junto com a assinatura do Claude.
| Ferramenta | Custo do software | O que você paga por mês na prática |
|---|---|---|
| n8n Cloud | US$ 24/mês Starter (2.500 execuções), US$ 60/mês Pro (10.000) | A mensalidade do plano, nada por etapa |
| n8n self-hosted | Gratuito (Community Edition) | US$ 5 a US$ 10 de VPS, execuções ilimitadas |
| OpenClaw | Open source gratuito | Uso da API do modelo mais hardware; usuários pesados relatam algumas centenas de dólares por mês em tokens (estimativa do DataCamp, e a minha depois de testar) |
| NanoClaw | Open source gratuito | Algo entre US$ 5 e US$ 50 self-hosted em volume de assistente pessoal, segundo o comparativo do DataCamp |
| Claude Code / Cowork | Incluído na assinatura do Claude | US$ 20/mês no Pro, US$ 100 a US$ 200/mês nos planos Max |
Duas coisas saltam dessa tabela. O n8n self-hosted é quase gratuito em qualquer volume, e é por isso que vence a camada determinística por padrão. E os agentes "gratuitos" só são gratuitos até chegar a conta do modelo, que cresce junto com o quanto você deixa o agente pensar.
O que eu realmente faço em produção
Nos pipelines de SEO que construí para agências, a arquitetura é quase sempre híbrida. O n8n cuida dos gatilhos agendados, das chamadas ao Google Search Console, da publicação no WordPress, do upload de imagens para o CDN e do linking interno. Tudo onde o formato dos dados é conhecido e precisa rodar igual toda vez. Um passo de LLM dentro do workflow n8n cuida da parte de julgamento: ler uma oportunidade de palavra-chave, decidir que tipo de post briefar, rascunhar o outline, polir o texto. Um editor no topo aprova o que sai.
Ninguém nessa stack está substituindo ninguém. Os humanos ficaram; pararam de fazer as partes mecânicas e mantiveram as partes em que gosto e responsabilidade importam. Que é exatamente como venho dizendo que IA deveria ser usada nos últimos três anos.
O padrão completo está documentado no write-up do pipeline de SEO com n8n, e o raciocínio sobre por que projetos de IA sobrevivem à produção está em por que demos de IA falham em produção.
OpenClaw vs n8n vs Claude: qual você deve escolher?
Escolha o n8n quando o volume é alto e as entradas são previsíveis, escolha um agente quando o julgamento é o próprio trabalho, e ponha um sandbox entre qualquer agente e qualquer coisa que você não consegue restaurar de backup. Quem pesquisa "OpenClaw vs n8n" espera um vencedor; a resposta honesta é uma divisão de trabalho.
Se você é dev solo ou freelancer, n8n self-hosted mais Claude Code cobre quase tudo: o n8n roda o encanamento por menos de US$ 10 por mês, e o Claude Code constrói e conserta esses workflows mais rápido do que você conseguiria na mão.
Se você tem uma loja virtual, mantenha agentes longe de acesso de escrita. O n8n cuida de pedidos, webhooks e estoque de forma determinística. Um agente pode ler seus dados e rascunhar seus e-mails, mas depois do que vi acontecer com meu ex-cliente, nada com permissão de deletar roda fora de um sandbox.
Se você é agência ou time entregando automação para clientes, o padrão híbrido lá de cima é o entregável: espinha dorsal em n8n, passos de LLM para o julgamento, um humano aprovando a saída. É sem graça, e continua rodando um ano depois, que é exatamente o ponto.
E se você é o curioso que quer um assistente pessoal no próprio hardware, o OpenClaw isolado (ou atrás do NemoClaw) entrega o ecossistema, enquanto o NanoClaw entrega algo pequeno o bastante para você entender de verdade. Escolha conforme prefira confiar numa comunidade ou numa auditoria que você mesmo fez.
Então o que você realmente constrói em 2026?
A árvore de decisão é curta.
- Alto volume, determinístico, APIs estáveis → n8n, possivelmente com um pequeno passo de LLM no único nó que precisa de julgamento.
- Baixo volume, ambíguo ou conteúdo não estruturado → agente. Cowork para trabalho de conhecimento, Claude Code para trabalho técnico, OpenClaw se você precisa de algo local e self-hosted, NanoClaw se quiser a opção local pequena o bastante para auditar. Se for expor qualquer um deles a sistemas de negócio reais, ponha um sandbox como o NemoClaw na frente primeiro. Não canso de repetir isso.
- Vigilância recorrente de algo que já está rodando → tarefas agendadas do Claude Code ou rotinas em nuvem.
- O caso interessante: use um agente para construir e manter os fluxogramas. É aí que está o teto de habilidade agora.
Os times que estão saindo na frente em 2026 são os que combinam cada parte do trabalho com a peça certa de infraestrutura, mantendo um humano no loop em todo lugar onde uma ação irreversível pode acontecer. Enquanto isso, o resto discute qual ferramenta vence.
Meu ex-cliente aprendeu essa lição pagando caro. E você?
Se você está tentando descobrir quais partes do seu negócio pertencem ao n8n, quais pertencem a um agente, e como conectar tudo sem terminar com uma demo frágil ou um banco de dados apagado, isso é consultoria de automação e agentes n8n. Me traga a decisão.