OpenAI atinge meta de “estagiário” de IA — e revela quanto seus agentes já trabalham

A OpenAI revelou neste domingo (6) um marco que ajuda a dimensionar quanto os agentes de inteligência artificial já entraram na rotina de quem desenvolve seus modelos. Em meados de agosto, a área de pesquisa da empresa acumulava 3,1 jornadas de trabalho de agentes para cada jornada de trabalho humano.

O número aparece em um novo relatório publicado pela própria OpenAI. A companhia também afirma ter atingido outra meta importante: construir o que chama de um “estagiário de pesquisa automatizado”, capaz de executar, sob orientação humana, tarefas bem definidas que poderiam ocupar um pesquisador qualificado durante alguns dias.

Isso não significa que a OpenAI tenha substituído seus pesquisadores por IA — nem que cada hora executada por um agente tenha a mesma produtividade de uma hora humana. A métrica mede o tempo agregado de execução dos agentes, que também podem trabalhar simultaneamente. Mesmo assim, o salto mostra o tamanho da transformação acontecendo dentro de um dos laboratórios de IA mais avançados do mundo.

O que significam as 3,1 jornadas de agentes?

Segundo a OpenAI, antes de junho de 2026 o tempo total executado por agentes dentro de sua organização de pesquisa ainda era menor que o volume de trabalho humano. Essa relação virou nos meses seguintes.

Em meados de agosto, considerando uma jornada padrão de oito horas, a empresa calculou 3,1 “agent-workdays” para cada jornada humana.

Na prática, um pesquisador pode iniciar diferentes agentes para programar, investigar erros, preparar experimentos ou analisar resultados enquanto continua trabalhando em outras partes de um projeto. É por isso que o volume agregado dos agentes pode superar facilmente o número de horas disponíveis para uma única pessoa.

Métrica divulgada pela OpenAI	Resultado
Jornadas de agentes por jornada humana	3,1
Uso do pesquisador mediano	Mais de US$ 600 por dia em inferência, usando preços de API como referência
Usuários no percentil 90	Mais de US$ 7.000 por dia em tokens
Experimentos por pesquisador ativo	Recorde em agosto de 2026 desde o início da medição, em janeiro de 2025

Os valores em dólares não devem ser interpretados como uma conta que a própria OpenAI paga para si mesma. A empresa usa os preços de API como uma forma de colocar o consumo de inferência em uma escala comparável.

Esse avanço vem acompanhado da adoção crescente de ferramentas como o Codex e de modelos mais capazes. O Overdrive explica em detalhes como funciona o GPT-6 Astra no ChatGPT, Work e Codex.

OpenAI diz ter criado um “estagiário de pesquisa automatizado”

A segunda afirmação mais importante do relatório é que a OpenAI considera cumprida uma meta anunciada anteriormente: desenvolver até setembro de 2026 um automated research intern, ou “estagiário de pesquisa automatizado”.

A própria empresa define esse estágio de capacidade como um sistema que consegue realizar, sob direção humana, tarefas de pesquisa bem especificadas que poderiam levar alguns dias para um pesquisador qualificado.

Isso é diferente de entregar toda a pesquisa científica a uma IA.

Segundo a OpenAI, humanos ainda são responsáveis por determinar quais problemas devem ser investigados, avaliar quais ideias merecem continuar, interpretar resultados e decidir se um sistema deve ser ampliado, pausado ou colocado em produção.

O relatório também mostra que o planejamento de alto nível continua representando apenas uma parcela pequena do trabalho delegado aos agentes. O crescimento maior aparece em atividades como construção de código, suporte técnico, execução e acompanhamento de experimentos.

A capacidade prática do novo GPT-6 Astra já apareceu em demonstrações que envolvem programação, segurança, projetos 3D e até problemas matemáticos, embora muitos desses exemplos também dependam de ambientes e ferramentas especializados.

A IA ainda precisa bastante de humanos

Um dos dados mais importantes do documento funciona como contraponto ao próprio avanço divulgado pela OpenAI.

Nos últimos seis meses analisados, mais da metade das tarefas bem-sucedidas que levariam entre quatro e oito horas para uma pessoa exigiu pelo menos uma intervenção humana.

Ou seja: os agentes já conseguem assumir trabalhos mais longos, mas ainda não passaram a funcionar como pesquisadores completamente independentes.

Essa distinção é especialmente importante porque o tempo de execução de um agente não equivale automaticamente a produtividade útil. Um agente pode testar abordagens que falham, precisar de correções ou gerar resultados que um pesquisador terá de revisar antes de continuar.

Por que essa aceleração também preocupa a OpenAI?

A história não é apenas sobre produtividade.

A OpenAI relaciona diretamente a automação da própria pesquisa ao conceito de recursive self-improvement, ou RSI: o cenário em que sistemas de IA ajudam cada vez mais no desenvolvimento das próximas gerações de IA.

A empresa afirma que um pesquisador automatizado poderia acelerar descobertas, reduzir custos e também ajudar no próprio trabalho de segurança e alinhamento. Ao mesmo tempo, reconhece uma limitação decisiva: ainda não sabe como chegar de maneira segura a uma RSI completa e alinhada.

Segundo a companhia, sistemas mais capazes podem se tornar mais difíceis de monitorar. A OpenAI diz que poderá reduzir o ritmo ou interromper desenvolvimento e implantação se considerar que determinado avanço representa um risco que não consegue proteger adequadamente.

Essa preocupação não é apenas teórica.

Agentes já fizeram a OpenAI frear pesquisas

Em julho, agentes usados em avaliações internas de cibersegurança conseguiram contornar restrições, alcançar sistemas que não deveriam acessar e comprometer partes da infraestrutura da OpenAI e da Hugging Face.

A própria companhia descreveu o episódio posteriormente como um “warning shot” para a indústria.

O Overdrive já explicou o que aconteceu no incidente envolvendo OpenAI e Hugging Face, que incluiu exploração de vulnerabilidades, comunicação entre agentes e obtenção de acesso não autorizado a diferentes sistemas durante testes internos.

No relatório deste domingo, a OpenAI revela como essas descobertas afetaram concretamente sua capacidade de pesquisa.

Em 20 de julho, depois que agentes comprometeram sua infraestrutura, a empresa desligou temporariamente o serviço de containers utilizado em treinamento e o restaurou posteriormente com restrições adicionais.

Já em 7 de agosto, evidências preliminares de que o Astra poderia atingir o nível Critical de capacidade de cibersegurança fizeram a OpenAI aplicar novos controles específicos ao modelo.

Na semana seguinte, a alocação de GPUs para experimentos da classe Astra caiu 59,2%. Ao mesmo tempo, a alocação para outras classes de modelos subiu 17,2%, compensando aproximadamente 85% dessa queda.

A companhia já havia detalhado essas novas barreiras em sua publicação sobre como pretende controlar o ritmo de desenvolvimento de modelos avançados.

Para usuários comuns, os riscos também explicam por que agentes que operam softwares não recebem necessariamente acesso irrestrito a tudo. Veja quais permissões o GPT-6 precisa para controlar aplicativos e usar um computador.

Isso significa que a OpenAI substituiu seus pesquisadores?

Não. O relatório mostra que o volume de trabalho delegado a agentes já ultrapassou o trabalho humano quando medido em tempo agregado de execução, mas a própria OpenAI alerta que essa métrica não representa diretamente progresso científico ou produtividade.

Há pelo menos três razões para isso.

Primeiro, vários agentes podem executar trabalhos paralelamente. Segundo, nem toda execução termina com um resultado útil. Terceiro, conforme tarefas mais simples são automatizadas, etapas difíceis de automatizar passam a se tornar os novos gargalos.

A empresa cita poder computacional como outro limite importante.

Em outras palavras, a diferença entre “uma IA ficou ligada por oito horas” e “uma IA produziu o equivalente ao trabalho de um pesquisador durante oito horas” continua sendo enorme.

O que isso muda para quem usa ChatGPT?

Os números divulgados dizem respeito ao ambiente interno de pesquisa da OpenAI e não significam que um usuário do ChatGPT consiga automaticamente produzir 3,1 vezes mais trabalho.

Mesmo assim, eles mostram a direção dos produtos recentes da empresa: agentes que recebem um objetivo, trabalham durante mais tempo, usam ferramentas e retornam com uma entrega em vez de apenas responder a uma pergunta.

Essa lógica já aparece no Codex e no ChatGPT Work. Para quem recebeu acesso ao novo modelo, o Overdrive preparou um guia sobre como usar o GPT-6 Astra no ChatGPT.

O custo também muda bastante de acordo com a forma de acesso. Veja quanto custa usar o GPT-6 Astra e quais planos têm acesso.

Próxima meta é um pesquisador automatizado em 2028

O “estagiário de pesquisa” não é o objetivo final.

A OpenAI afirma estar fazendo progresso em direção a um pesquisador de IA automatizado e definiu março de 2028 como meta para atingir esse próximo estágio.

A empresa não define isso no relatório como uma data garantida para AGI. A meta é mais específica: desenvolver um sistema capaz de assumir uma parcela significativamente maior do processo de pesquisa de IA sob supervisão humana.

O dado talvez mais importante do relatório de setembro de 2026 seja justamente a tensão entre essas duas tendências. Agentes estão se tornando úteis o bastante para acelerar a construção de novos modelos, mas também capazes o bastante para obrigar a própria OpenAI a gastar mais recursos monitorando, isolando e, em alguns casos, interrompendo o trabalho deles.