OpenAI: GPT-6 Astra projetou sozinho, em uma semana, todo o hardware para o Codex

O hardware era considerado o ultimo bastiao em que a IA entrava com relutancia: fisica demais, tolerancias demais e fornecedores demais. A OpenAI afirma que esse bastiao agora comecou a rachar. Segundo a empresa, sua equipe de hardware encarregou o GPT-6 Astra de projetar um dispositivo para conversar com o agente de programacao Codex e concluiu o trabalho em menos de uma semana. E isso como projeto paralelo, nao como tarefa principal.

O que exatamente o modelo fez

Segundo a OpenAI, o Astra percorreu sozinho todo o processo. Projetou o gabinete, selecionou os componentes, roteou as trilhas da placa de circuito impresso e escreveu o firmware e a interface. Antes, essas etapas eram executadas por especialistas diferentes: um engenheiro mecanico, um engenheiro eletronico e um desenvolvedor de software embarcado. Agora, um unico agente mantem tudo em contexto ao mesmo tempo e coordena as decisoes entre as diferentes camadas. Por exemplo, se a placa acabar ficando alguns milimetros mais larga, o gabinete e ajustado a ela sem uma longa troca de mensagens entre pessoas.

Em seguida, entrou em cena uma fabricante contratada. Ela produziu um pequeno lote de prototipos em menos de um mes. Para efeito de comparacao, o ciclo tradicional entre a ideia e as primeiras amostras funcionais costuma levar varios trimestres para startups de hardware.

Onde o modelo tropecou

Ha um detalhe importante que pode passar despercebido: foram necessarias varias rodadas de correcoes. O Astra nem sempre levou em conta as restricoes de fabricacao, as tolerancias e as particularidades da montagem. Essa e justamente a diferenca entre "o desenho esta correto" e "a peca pode ser moldada, impressa e montada manualmente". O modelo funciona bem com geometria digital, mas uma fabrica real conhece aspectos que nao aparecem em seus dados: como o plastico se comporta, onde uma broca nao consegue entrar e em que ordem os componentes devem ser instalados.

O benchmark e os numeros

A OpenAI tambem se gaba de um salto de qualidade. Um novo modelo interno alcanca 87,5% no BenchCAD 2.0, enquanto o GPT-6 Astra chega a 59,4% no nivel maximo de raciocinio. O benchmark verifica se o modelo consegue reconstruir pecas e conjuntos 3D e identificar conexoes em placas de circuito impresso. A empresa nao revelou nada sobre o modelo interno, portanto os numeros nao podem ser verificados. E uma situacao comum: a comparacao foi feita em um teste proprio e sob condicoes definidas pela propria empresa.

Outro numero: o consumo de tokens pelas equipes de hardware da OpenAI cresceu 23 vezes desde fevereiro. Elas usam Codex e ChatGPT para modelos CAD, desenhos de fabricacao e simulacoes em robotica e infraestrutura computacional. Paralelamente, a empresa desenvolve seu proprio dispositivo, que, segundo rumores, seria algo entre um alto-falante inteligente e um smartphone.

O que fazer com isso

Primeiro, essa e uma afirmacao da propria OpenAI. Ainda nao ha confirmacao independente, e a "semana" se refere a um projeto paralelo conduzido por uma equipe que domina muito bem as ferramentas. Nao se deve esperar o mesmo resultado de qualquer equipe.

Segundo, o sinal para fundadores de startups de hardware e bastante concreto: o custo da primeira iteracao esta caindo, e o gargalo esta migrando do projeto para o feedback da producao. Quem aprender a alimentar rapidamente o modelo com as observacoes do fornecedor—tolerancias, relatorios de DFM e fotos reais de defeitos—tera a maior vantagem.

Terceiro, para equipes de produto, o hardware pode ser prototipado em paralelo com o software, e nao apenas depois dele. Um primeiro passo sensato e escolher uma tarefa simples, como um gabinete para um sensor ou uma placa portadora, passa-la pelo modelo e envia-la a um fornecedor para uma avaliacao de fabricabilidade. Assim, fica facil descobrir rapidamente em que ponto exato a conexao entre o modelo e o processo de producao falha.

Em resumo: a IA ainda nao substitui a fabrica nem um engenheiro de manufatura experiente, mas encurta o ciclo entre a ideia e o objeto fisico. Esse ciclo sempre foi o principal freio do hardware.