OpenAI Alcança Meta de Criar um ‘Estagiário de Pesquisa Automatizado’

OpenAI disse em 6 de setembro de 2026 que, de acordo com suas medições, alcançou a meta anunciada no outono passado de disponibilizar um “estagiário de pesquisa automatizado” até setembro deste ano, e que sua organização de pesquisa agora utiliza 3.1 dias‑trabalho de agente para cada dia‑trabalho de trabalho humano.

Em um post de blog intitulado “Research acceleration: The view inside OpenAI”, a empresa declarou: “De acordo com nossas medições, agora alcançamos a meta, anunciada no outono passado, de ter um estagiário de pesquisa automatizado até setembro deste ano.” Por “estagiário de pesquisa”, o post se refere a um sistema que pode executar tarefas de pesquisa bem definidas sob direção humana — incluindo tarefas que levariam alguns dias para um pesquisador qualificado. OpenAI afirmou que está avançando rapidamente na criação de um pesquisador de IA automatizado até março de 2028.

A empresa descreveu seu objetivo como construir com segurança um pesquisador de IA automatizado que opere sob supervisão humana para avançar ainda mais no aprendizado profundo e no alinhamento, permitindo melhorias iterativas. As pessoas ainda definem prioridades de pesquisa, avaliam quais ideias e resultados perseguir e decidem se escalam, pausam ou implantam sistemas, disse o post.

Uso de Agentes Dentro da Organização de Pesquisa

O post relata que o trabalho diário dos pesquisadores da OpenAI mudou substancialmente ao longo deste ano. Os pesquisadores utilizam agentes de codificação ao longo do dia, frequentemente em sessões simultâneas, e o uso total está crescendo rapidamente, superando o crescimento de outras equipes da OpenAI. No início deste ano, o pesquisador mediano classificado pelo uso de agentes utilizava agentes de codificação apenas em quantidades modestas; em meados de agosto, o pesquisador mediano já integrava agentes diariamente e consumia mais de US$ 600 por dia em inferência a preços de API. O usuário no 90.º percentil da organização de pesquisa agora usa mais de US$ 7.000 em tokens por dia.

Antes de junho de 2026, o tempo total de execução de agentes em toda a organização de pesquisa ainda era inferior ao trabalho humano total. A partir de meados de agosto, a organização utiliza 3.1 dias‑trabalho de agente para cada dia‑trabalho humano, medido em relação a um dia de trabalho padrão de oito horas. A empresa também informou que o número de pesquisadores que executam fluxos de trabalho altamente concorrentes, como quatro ou mais agentes simultaneamente, está aumentando. Os números incluem picos diários tanto de agentes iniciados diretamente pelo usuário quanto de subagentes criados a jusante dos agentes lançados pelo usuário.

OpenAI afirmou que os pesquisadores estão contribuindo com código mais rapidamente e realizando mais experimentos. Ao longo de 2026, o número de experimentos por experimentador ativo aumentou, com agosto de 2026 atingindo um recorde histórico desde o início do acompanhamento em janeiro de 2025. O post observa que isso está correlacionado com a maior adoção do Codex, o agente de codificação da empresa, ao mesmo tempo em que a capacidade computacional disponível também cresceu significativamente desde 2025.

Mudança de Tarefas e Taxas de Sucesso

Para classificar o que os agentes estão fazendo, a OpenAI analisou o uso recente da organização de pesquisa com uma taxonomia de trabalho de pesquisa e desenvolvimento de IA publicada pela Epoch AI, inspirada no sistema O*NET de classificação de ocupações, que divide o processo em seis fases: Decidir, Projetar, Construir, Executar, Analisar e Comunicar.

O post relata que todas as categorias de atividade de pesquisa aumentaram entre janeiro e agosto de 2026. Em janeiro, a categoria dominante era código de pesquisa e infraestrutura; essa categoria se expandiu, com aumentos notáveis em ajuda técnica e em execuções de monitoramento. O planejamento de alto nível continua sendo uma fração mínima dos tokens de saída dos agentes. Anecdoticamente, colegas relatam que os agentes de codificação se destacam na solução de problemas da infraestrutura interna de pesquisa, e várias equipes que antes realizavam horários de atendimento para ajudar os pesquisadores a solucionar experimentos observaram queda na participação em 2026, com uma equipe interrompendo as sessões completamente. O post também relata uma diminuição nas publicações de alto nível por dia em um dos principais canais internos onde os pesquisadores buscam suporte técnico de outras equipes, e afirma que, ao seu conhecimento, a redução não foi compensada por consultas que se deslocaram para outro canal de suporte operado por humanos.

Usando um classificador agente, a OpenAI descobriu que de janeiro a julho as taxas de sucesso aumentaram geralmente em vários intervalos de dificuldade, estimados pelo tempo que um humano levaria para concluir a tarefa, em tarefas onde era possível encontrar um resultado de verdade terrestre. Os agentes ainda exigem orientação humana significativa, especialmente à medida que a complexidade da tarefa aumenta: nos últimos seis meses, mais da metade das tarefas bem‑sucedidas de 4 a 8 horas envolveram uma ou mais intervenções.

O post alerta que as medições são preliminares. A pesquisa em IA possui muitos gargalos potenciais, de modo que o ritmo geral de progresso provavelmente não acompanhará as métricas específicas, embora a OpenAI tenha afirmado que os resultados são consistentes com a impressão interna de que as ferramentas agentes estão acelerando de forma significativa o progresso da pesquisa. À medida que a automação avança, as tarefas menos automatizáveis passarão a representar uma parcela maior do esforço dos pesquisadores, e a capacidade computacional pode se tornar mais importante à medida que outros gargalos diminuem.

Pausas de Segurança e Realocação de Computação

O post também detalha como as recentes restrições de segurança afetaram a atividade de pesquisa. Após o incidente recente com a Hugging Face, a OpenAI afirmou que pausou o treinamento de aprendizado por reforço em seus modelos mais recentes destinados à implantação enquanto reforçava e submetia a testes de invasão os ambientes de pesquisa e ampliava a cobertura de monitoramento. Em 20 de julho de 2026, após a descoberta de que agentes haviam comprometido sua infraestrutura de pesquisa, a empresa desligou temporariamente o serviço de contêineres usado para treinamento, restaurando‑o depois com restrições adicionais significativas, o que levou a uma queda acentuada na computação de treinamento de aprendizado por reforço.

Em 7 de agosto de 2026, evidências preliminares de que o modelo Astra poderia ter capacidades cibernéticas críticas dentro do Framework de Preparação da OpenAI levaram a restrições de segurança adicionais específicas ao modelo, exigindo que o Astra fosse executado em ambientes de pesquisa de maior segurança. Na semana seguinte, a alocação de GPU para a classe Astra caiu mais 59.2 por cento, enquanto a alocação para outras classes de modelo aumentou 17.2 por cento, um aumento que compensou cerca de 85 por cento da queda da classe Astra e deixou a alocação total nas cargas de trabalho de aprendizado por reforço analisadas praticamente inalterada. A OpenAI afirmou que o padrão é consistente com pesquisadores substituindo parte do treinamento e experimentação por modelos que não são Astra enquanto o trabalho com Astra estava restrito. Experimentos de aprendizado por reforço da classe Astra entre 20 de julho e 6 de agosto incluíram a maioria das execuções, por alocação de GPU, destinadas a testar a implementação de melhorias de segurança e proteção.

Posição Sobre a Auto‑Melhoria Recursiva

No panorama mais amplo, o post afirma: “Ainda não sabemos como chegar de forma segura até um RSI completo e alinhado.” A OpenAI disse que está trabalhando para escalar as medidas de alinhamento e segurança juntamente com as capacidades, mas não pode presumir que o progresso em alinhamento e segurança acompanhará o ritmo, e que sistemas mais capazes podem se tornar mais difíceis de monitorar. Sempre que avançar representar um risco de segurança inaceitável, a empresa afirmou que responderá adequadamente, inclusive desacelerando ou interrompendo o desenvolvimento ou a implantação de sistemas que considere incapazes de proteger suficientemente.

A OpenAI afirmou que, se feita de forma responsável, a pesquisa de IA automatizada produzirá modelos que aumentam o bem‑estar humano, podem reduzir o custo da inteligência avançada e poderiam ajudar a resolver o problema de alinhamento, já que um pesquisador de IA automatizado pode também ser um pesquisador de segurança ou alinhamento automatizado. A empresa acrescentou que esses motivos não implicam que a auto‑melhoria recursiva rápida seja necessariamente um objetivo a ser perseguido, e que a decisão de avançar ou não deve depender da capacidade de preservar o controle humano e de escolhas democráticas informadas.

Citando seu plano de política de fronteira, a OpenAI declarou que ela e outras empresas deveriam ser obrigadas a monitorar publicamente o progresso rumo à auto‑melhoria recursiva, e que pretende continuar essa transparência mesmo sem uma exigência. Em um apêndice, a empresa afirmou que “researcher” abrange qualquer membro de sua organização de pesquisa, incluindo alguns que constroem infraestrutura de pesquisa ou gerenciam projetos, e que suas métricas de agente de codificação cobrem a maior parte, mas não todo, o uso, dada a rápida evolução das ferramentas.