Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoTNW→ original

Agentes da OpenAI sozinhos concluem 46% das tarefas de pesquisa que levam de 2 a 4 horas, antes eram 23%

A OpenAI mostrou, com dados próprios, como os agentes de programação estão assumindo o trabalho dos pesquisadores. Em tarefas que um humano levaria de duas a quatro horas, como analisar logs de treinamento, os agentes agora concluem sozinhos 46% dos casos, ante 23% em março. Nas tarefas de quatro a oito horas, a fatia subiu de 13% para 35%. Trabalho rotineiro de duração média já pode ser delegado aos agentes, enquanto o código complexo de servidor é melhor deixar com o humano.

Processado por IA de TNW; editado por Hamidun News
Agentes da OpenAI sozinhos concluem 46% das tarefas de pesquisa que levam de 2 a 4 horas, antes eram 23%
Fonte: TNW. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTNW ↗
Editor-chefe
Dado-chave #1O pesquisador mediano gasta US$ 2.400 por dia com agentes, considerando os preços da API
Sucesso sem intervenção humana79% no monitoramento de treinamento, 25% no código de inferência
Ressalva da OpenAIos pesquisadores podiam mudar quais tarefas entregavam aos agentes

A OpenAI informou que seus agentes de programação agora concluem sozinhos, sem ajuda humana, 46% das tarefas de pesquisa que levariam de duas a quatro horas para um funcionário. São trabalhos como "analisar os logs de um treinamento que falhou e encontrar a causa" ou "escrever um script para verificar um novo modelo". Em março, a taxa de tarefas concluídas com sucesso era de 23%, ou seja, a proporção dobrou em poucos meses.

Para tarefas maiores, de quatro a oito horas de trabalho humano, o índice subiu de 13% para 35%. O relatório foi publicado na quarta-feira e é o segundo da empresa sobre como a IA acelera a própria pesquisa, depois do de setembro. Os números são úteis para qualquer um que precise decidir quanto trabalho pode ser delegado aos agentes.

O que os agentes já fazem sozinhos

Os resultados dependem muito do tipo de tarefa, por isso a OpenAI descreve o progresso como "irregular". Os agentes concluem sozinhos com sucesso 79% dos casos de monitoramento de treinamentos e 72% das perguntas técnicas. Já o código para sistemas de inferência (ou seja, a execução e o serviço de modelos prontos) só tem sucesso em 25% dos casos, e a construção de ambientes para avaliar e treinar modelos, em 29%. Em outras palavras, os agentes se saem bem em acompanhar e responder, mas ainda vão mal ao escrever código de infraestrutura mais delicado.

Há também uma ressalva feita pela própria OpenAI. À medida que os agentes melhoravam, os pesquisadores podiam mudar o conjunto de tarefas que lhes confiavam. Por isso, o aumento na taxa de sucesso reflete tanto o progresso dos modelos quanto novos hábitos das pessoas.

Quanto isso custa

Ao calcular pelos preços da API, o pesquisador mediano da OpenAI usou agentes por cerca de US$ 2.400 por dia em outubro. Em setembro, o valor era de US$ 1.500, o que representa um aumento de 62%. Entre os mais ativos, no nível do 90º percentil (gastam assim apenas 10% dos funcionários ou mais), o gasto diário chegou a cerca de US$ 23.000, contra US$ 11.000 um mês antes.

Em termos de tempo, a carga de agentes por pesquisador cresceu onze vezes, de 0,5 para 5,7 "dias de trabalho do agente" por dia. A OpenAI considera cada oito horas de trabalho de um agente como um dia de trabalho. Em meados de outubro, mais de dois terços dos pesquisadores executavam pelo menos quatro agentes simultaneamente nos momentos de pico, e mais de 10% executavam no mínimo 16.

Em setembro, o custo dos agentes na área de pesquisa era cerca de duas vezes maior que os salários dos pesquisadores. As opções de ações não entram nessa conta e, segundo a OpenAI, representam de 70% a 80% da remuneração-alvo. Ainda assim, os agentes internos consumiram apenas 2% dos recursos computacionais de pesquisa.

As ideias ainda vêm das pessoas

Os pesquisadores foram questionados sobre de onde vieram as principais ideias por trás do GPT-6 Astra e da versão seguinte. Os especialistas em pós-treinamento e segurança atribuíram todas as ideias a pessoas, e disseram que os modelos ajudaram a implementá-las. Os especialistas em pré-treinamento do GPT-6.2 Astra disseram que desenvolveram ideias em diálogo com o Codex, e um deles afirmou que o modelo sugeriu insights-chave.

Nas entrevistas, os pesquisadores dizem que os agentes ainda têm mau gosto: nas ideias, no código, nos dados e nos textos. Por isso, precisam de supervisão constante. Um dos especialistas em pré-treinamento admitiu que hoje acha seu próprio gosto melhor, mas não tem certeza de que isso vai durar.

Numa pesquisa com 101 funcionários, a OpenAI perguntou o que cada um abriria mão para usar os agentes de programação mais avançados por três meses. A resposta mediana foi 40% do tamanho da equipe ou 30% dos seus recursos computacionais. A empresa reconhece que as autoavaliações podem ser imprecisas e que a amostra não foi coletada com uma metodologia rigorosa.

O que mais está no relatório e o que isso significa na prática

A OpenAI propõe que os laboratórios sejam obrigados a monitorar e divulgar publicamente sinais de autoaperfeiçoamento recursivo, quando a IA acelera a criação da próxima IA. A empresa esclarece que não pretende buscar o autoaperfeiçoamento completo. Para medir o ritmo geral, a OpenAI usa uma versão interna do índice de capacidades da Epoch AI. Segundo essa métrica, o nível de ponta cresce 16,4 pontos por ano desde agosto de 2025, enquanto a Epoch registrava 14 pontos por ano desde o fim de 2024. A própria empresa observa que seus modelos pontuam mais no índice dela do que no índice da Epoch.

Para quem trabalha com a prática, a conclusão é direta. Já é possível delegar aos agentes o monitoramento, a análise de logs, as respostas a perguntas técnicas e tarefas de algumas horas. Código de infraestrutura crítico é melhor manter sob controle humano. E vale reservar orçamento desde já: o uso intensivo de agentes se mede em milhares de dólares por pessoa por dia.

História

Perguntas frequentes sobre a notícia

O que os agentes já fazem sozinhos?

Os resultados dependem muito do tipo de tarefa, por isso a OpenAI descreve o progresso como "irregular". Os agentes concluem sozinhos com sucesso 79% dos casos de monitoramento de treinamentos e 72% das perguntas técnicas. Já o código para sistemas de inferência (ou seja, a execução e o serviço de modelos prontos) só tem sucesso em 25% dos casos, e a construção de ambientes para avaliar e treinar modelos, em 29%.

O que se sabe sobre Quanto isso custa?

Ao calcular pelos preços da API, o pesquisador mediano da OpenAI usou agentes por cerca de US$ 2.400 por dia em outubro. Em setembro, o valor era de US$ 1.500, o que representa um aumento de 62%. Entre os mais ativos, no nível do 90º percentil (gastam assim apenas 10% dos funcionários ou mais), o gasto diário chegou a cerca de US$ 23.000, contra US$ 11.000 um mês antes. Em termos de tempo, a carga de agentes por pesquisador cresceu onze vezes, de 0,5 para 5,7 "dias de trabalho do agente" por dia.

O que se sabe sobre As ideias ainda vêm das pessoas?

Os pesquisadores foram questionados sobre de onde vieram as principais ideias por trás do GPT-6 Astra e da versão seguinte. Os especialistas em pós-treinamento e segurança atribuíram todas as ideias a pessoas, e disseram que os modelos ajudaram a implementá-las. Os especialistas em pré-treinamento do GPT-6.2 Astra disseram que desenvolveram ideias em diálogo com o Codex, e um deles afirmou que o modelo sugeriu insights-chave.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
O que você acha?
Carregando comentários…