OpenAI mostra como o dot de um engenheiro analisou um incidente de madrugada e acionou o Codex

Às 3 horas da manhã, um incidente on-call disparou para Ali, engenheiro da OpenAI. Ele não abriu o notebook. Quem cuidou da análise foi o seu dot: ele estudou o problema e abriu por conta própria um thread no Codex, enquanto Ali coordenava o trabalho pelo celular, no aplicativo do ChatGPT. Esse é o enredo do vídeo «Put your dot on call», que a OpenAI publicou em seu canal no YouTube em 16 de outubro de 2026.

O que se sabe a partir da descrição

O texto que acompanha o vídeo é curto e traz poucos fatos. Há um protagonista, o engenheiro Ali. Há um horário: três da manhã, quando quem está de plantão tem menos disposição para decisões complexas. Há uma tarefa: o triage do incidente, ou seja, avaliar rapidamente o que quebrou, qual a gravidade e o que fazer primeiro. E há uma cadeia de ferramentas: o dot, depois um thread do Codex, depois a interface mobile do ChatGPT.

A descrição não explica o que é o dot. Pela expressão «his dot», só dá para concluir que se trata de uma entidade pessoal, vinculada a uma pessoa específica e capaz de investigar um problema e iniciar tarefas sozinha. O texto não informa o formato, o modelo por trás nem o nível de acesso à infraestrutura. Não vamos especular.

Como o cenário é montado

A lógica do vídeo é a seguinte. Primeiro, chega o incidente. Em seguida, o dot faz a investigação inicial sem participação humana. Depois, ele organiza o resultado como uma unidade de trabalho no Codex, o agente de programação da OpenAI, ou seja, um thread em que ocorrem a análise e a preparação da correção. Por fim, o humano entra com o contexto já pronto e conduz o processo pelo smartphone.

O ponto central é a divisão de papéis. O agente assume a parte mais maçante do plantão: levantar logs, cruzar sintomas, encontrar o código suspeito. O engenheiro continua sendo quem decide. Na descrição, isso aparece com o verbo steer, isto é, orientar, e não «delegar e esquecer».

Principais dados do material:

• Protagonista: Ali, engenheiro da OpenAI.
• Tarefa: triage de um incidente on-call.
• Horário: 3 horas da manhã.
• Primeira linha: o dot, que investiga o problema de forma autônoma.
• Ambiente de trabalho para o código: thread no Codex.
• Interface de controle: aplicativo do ChatGPT no celular.
• Não divulgado: a natureza do dot, o tipo de incidente, o tempo até a resolução, as permissões de acesso e se há confirmação antes de alterações.

O que falta no vídeo

É uma demonstração feita pelo próprio fornecedor, com um funcionário da casa. Não há verificação independente, estatísticas sobre o número de incidentes nem comparação com um plantão comum. Não se sabe se o dot resolveu o problema ou apenas reuniu contexto, nem quantas vezes o humano precisou corrigi-lo. Para avaliar a maturidade do produto, esses números importam mais do que uma boa narrativa.

Ainda assim, a direção fica clara. A OpenAI apresenta os agentes de programação não como uma ferramenta de desktop, mas como um colega em segundo plano, que capta o evento, começa a trabalhar e volta ao humano para pedir uma decisão. Nesse esquema, a combinação ChatGPT e Codex funciona como um controle remoto no bolso.

O que equipes de plantão devem verificar

Se a ideia lhe parece interessante, avalie alguns pontos antes de qualquer experimento. Que permissões o agente terá para ler logs, métricas e repositórios, e é possível limitá-las a somente leitura? Quem aprova o merge e o deploy, e dá para fazer isso pelo celular por engano, meio dormindo? Existe um registro das ações do agente que permita analisar o incidente depois? Há rollback rápido?

E meça o resultado. Pegue o tempo até a primeira resposta e o tempo até a recuperação ao longo de vários meses de plantões e compare com o período em que o agente faz o triage. Sem essa comparação, o cenário noturno continua sendo um vídeo bonito, e não um processo de trabalho.