OpenAI incorpora a tecnologia da Sky ao Codex para Mac e reforça o controle de apps em segundo plano

A OpenAI transformou o Codex para Mac de uma ferramenta para escrever código em um operador de desktop completo: o agente agora consegue controlar aplicativos em segundo plano, alternar entre várias janelas e executar ações rotineiras sem trazê-las para o primeiro plano e sem exigir intervenção constante do usuário. A atualização principal vem da tecnologia da Sky, uma startup de macOS que a OpenAI adquiriu oficialmente junto com sua equipe de desenvolvimento. No nível do produto, isso já não parece um experimento paralelo.

O Codex ganhou um modo integrado de controle do computador, que permite ao agente ver onde clica, digitar texto, abrir aplicativos e trabalhar em várias janelas ao mesmo tempo. O ponto importante é que tudo acontece em segundo plano: o usuário pode continuar trabalhando enquanto o agente resolve tarefas em outros programas em paralelo. Para o ambiente Mac, em que muitos processos ainda são mal automatizados, é uma mudança notável.

Tecnicamente, a nova abordagem é interessante porque o Codex não se apoia apenas na gravação de tela e na simulação de cliques sobre uma imagem. Em vez disso, o sistema usa os mecanismos de acessibilidade universal do macOS, que permitem ler a hierarquia de elementos da interface: botões, campos de entrada, listas, abas e outros objetos dentro da janela. Para um modelo de linguagem, isso é muito mais rico que uma captura de tela comum: ele recebe não só uma imagem, mas uma descrição estruturada da interface e consegue entender melhor o que tem à frente.

Como resultado, fica mais fácil para o agente escolher a ação certa, e ele depende menos de cenários frágeis baseados em coordenadas do cursor ou de scripts alternativos.

É por isso que a nova versão do Codex parece mais forte que muitas soluções concorrentes. A maior parte dos sistemas de controle de computador hoje ainda é construída sobre uma combinação de capturas de tela, OCR e automação básica por comandos do sistema. Essa abordagem funciona enquanto a interface é previsível, mas quebra rápido em aplicativos reais. Segundo as primeiras análises, o Codex se sai melhor em tarefas que exigem se orientar em janelas complexas, rolar feeds longos, abrir elementos aninhados e executar cadeias de ações em sequência. Os cursores paralelos são outra vantagem: vários agentes podem trabalhar ao mesmo tempo em um único Mac sem atrapalhar uns aos outros e sem roubar o foco.

O valor prático da atualização aparece bem em cenários do dia a dia. O Codex consegue abrir um app de música e tocar o álbum pedido, mesmo que o comando não esteja formulado de maneira perfeita. Pode percorrer vários programas de trabalho, como um mensageiro, um cliente RSS e um leitor, e depois montar um resumo curto. Pode instalar arquivos, abri-los, verificar o resultado e continuar a depuração sem alternar manualmente entre janelas. Uma pessoa costuma fazer essas coisas mais rápido, mas a ideia principal não é essa: o agente assume a rotina que pode rodar em segundo plano, principalmente onde não há API, comandos de console ou suporte completo a AppleScript.

Para a OpenAI, é também um passo estratégico. O Codex se parece cada vez menos com um assistente de código comum e cada vez mais com um centro de controle de agentes. A empresa lançou primeiro o app Codex para macOS em 2 de fevereiro de 2026 e, em 16 de abril, adicionou uma grande atualização com controle do computador em segundo plano, memória, automações e novos plugins. Segundo a OpenAI, o serviço já é usado por mais de 3 milhões de desenvolvedores por semana, e a empresa claramente tenta ampliar os cenários de uso para além da IDE: da escrita de código para teste de interfaces e trabalho com documentos, navegador e aplicativos de desktop.

A conclusão principal é simples: a OpenAI aposta não só em modelos mais fortes, mas também em um controle mais profundo do ambiente do usuário. Se o Codex realmente mantiver a precisão e a velocidade atuais, o mercado de agentes de IA pode migrar rapidamente da janela de chat para assistentes em segundo plano que trabalham em programas reais com a mesma segurança com que hoje lidam com texto e código.