A Sequoia acaba de declarar o fim de uma era inteira de go-to-market e a maioria das empresas de SaaS não perceberá o que as atingiu durante 18 meses. O crescimento orientado pelo produto foi construído com uma suposição: os humanos experimentariam o software. Todo o manual desde 2010 otimizou para a descoberta humana. Páginas de aterragem bonitas. Testes gratuitos sem atrito. Ciclos de convite virais. Slack, Dropbox, Zoom, Calendly. Mais de $200B em capital de mercado criado ao conquistar os primeiros 5 minutos do usuário. Nada disso importa se um agente estiver escolhendo o software. Claude não se importa com a sua imagem de herói. Não pode ser impressionado pelos seus prémios do Dribbble. Está a ler documentação, a analisar avaliações de usuários, a verificar a fiabilidade da API e a corresponder funcionalidades ao caso de uso. Todo o polimento superficial que convenceu humanos preguiçosos a clicar em "inscrever-se" torna-se irrelevante. O novo funil de PLG não é página de aterragem → teste gratuito → ativação → conversão. É consulta do agente → escaneamento da documentação → correspondência de funcionalidades → recomendação. O que significa que o novo fosso parece completamente diferente. Você não precisa do melhor onboarding. Você precisa da melhor documentação. Você não precisa de ciclos virais. Você precisa de dados estruturados que os agentes possam analisar. Você não precisa de uma interface bonita para a primeira sessão. Você precisa de uma API que um agente possa realmente chamar. As empresas que venceram com PLG contrataram designers e hackers de crescimento. As empresas que vencerão com o crescimento liderado por agentes contratarão redatores técnicos e engenheiros de relações com desenvolvedores. E aqui está a parte que ninguém está a considerar ainda: os agentes não têm lealdade. Eles não têm custos de mudança. Eles recomendarão o Supabase hoje e algo melhor amanhã se a documentação for mais clara ou se os preços forem mais transparentes. A aderência que tornou o PLG tão poderoso, os efeitos de rede e o comportamento aprendido, não se transfere. A Sequoia está a dizer que toda a camada de distribuição está a ser reescrita. A questão é se o seu produto está otimizado para a atenção humana ou para a análise de máquinas. A maioria está construída para o público errado.