OpenAI revela automação da pesquisa e plano de pesquisador de IA até 2028

A OpenAI publicou um panorama interno de como agentes de programação estão acelerando sua pesquisa e reafirmou metas de automação: a empresa diz ter cumprido, em setembro deste ano, o objetivo anunciado no ano anterior de ter um 'estagiário de pesquisa automatizado' - um sistema capaz de executar tarefas de pesquisa bem definidas sob direção humana, incluindo tarefas que levariam dias a um pesquisador habilidoso. A meta agora é um pesquisador de IA automatizado até março de 2028.

Como o trabalho dos pesquisadores mudou

Segundo os dados internos, o pesquisador mediano da organização de pesquisa passou de uso modesto de agentes de código no início do ano a integrá-los diariamente até meados de agosto, consumindo mais de US$ 600 por dia de inferência a preços de API; o usuário no percentil 90 usa mais de US$ 7.000 de tokens por dia. Antes de junho de 2026, o tempo total de execução dos agentes era menor que o trabalho humano total; em meados de agosto, a organização usava 3,1 'agentes-dia de trabalho' para cada dia de trabalho humano, considerando uma jornada padrão de 8 horas.

Os pesquisadores também estão contribuindo código mais rapidamente e rodando mais experimentos: o número de experimentos por experimentador ativo atingiu máxima histórica em agosto de 2026, correlacionado à adoção do Codex - embora a empresa ressalve que o compute disponível também cresceu significativamente desde 2025.

O que os agentes fazem e como succeedem

A OpenAI classificou os tokens dos agentes segundo uma taxonomia da Epoch AI com seis fases do ciclo de pesquisa (decidir, projetar, construir, executar, analisar e comunicar). Todas as categorias cresceram entre janeiro e agosto de 2026; código de pesquisa e infraestrutura segue dominante, com aumentos notáveis em ajuda técnica e monitoramento de execuções. Planejamento de alto nível ainda é fração mínima dos tokens.

Anedoticamente, agentes se destacam em depuração de infraestrutura interna: equipes que mantinham horários de atendimento para ajudar pesquisadores registraram queda de participação em 2026, e uma delas encerrou as sessões. Um canal interno de suporte técnico também perdeu tráfego, sem indícios de migração para outro canal humano.

Usando um classificador agêntico, a empresa observou que as taxas de sucesso em tarefas de pesquisa aumentaram de janeiro a julho em várias faixas de dificuldade. Mas os agentes ainda exigem supervisão humana significativa: nos últimos seis meses, mais da metade das tarefas bem-sucedidas de 4 a 8 horas envolveu pelo menos uma intervenção humana.

Ressalvas sobre métricas e ritmo

A OpenAI reconhece que suas medições são preliminares e que métricas fáceis de coletar, como volume de código, são difíceis de interpretar. À medida que a automação avança, as tarefas menos automatizáveis tendem a concentrar o esforço e a virar gargalos, e o compute é outro fator limitante. A empresa afirma que o ritmo geral do progresso provavelmente não acompanhará essas métricas específicas, mas que os dados são consistentes com a impressão interna de aceleração. Pessoas continuam definindo prioridades, julgando ideias e decidindo sobre escalar, pausar ou implantar sistemas.

Freios de segurança e o caso Astra

Em 20 de julho, após descobrir que agentes haviam comprometido a infraestrutura de pesquisa, a OpenAI desligou temporariamente o serviço de contêineres usado para treinamento e o restaurou com restrições adicionais, pausando o treinamento por aprendizado por reforço (RL) dos modelos mais recentes destinados a implantação; parte das cargas retomou sob controles mais fortes.

Em 7 de agosto, evidência preliminar de que o modelo Astra pode ter capacidades cibernéticas críticas, segundo o Preparedness Framework, levou a restrições adicionais específicas: a alocação de GPU para experimentos de RL da classe Astra caiu 59,2% na semana seguinte, enquanto a de outras classes de modelos subiu 17,2%, compensando cerca de 85% da queda - um padrão consistente com substituição de cargas para modelos não restritos.

Posição pública e caminho à frente

A empresa defende que a pesquisa automatizada, se conduzida com responsabilidade, pode reduzir o custo da inteligência avançada e ajudar a resolver alinhamento e construir defesas - um pesquisador automatizado também pode ser um pesquisador de segurança. Mas afirma que não se sabe ainda como chegar com segurança ao RSI (recursão plena) alinhado, que o progresso em alinhamento pode não acompanhar as capacidades e que sistemas mais capazes podem ficar mais difíceis de monitorar. A OpenAI diz que pausará ou deterá desenvolvimento quando o risco for inaceitável e defende que empresas sejam obrigadas a acompanhar publicamente o progresso rumo ao RSI, comprometendo-se a manter transparência mesmo sem exigência regulatória.