A OpenAI publicou a 18 de novembro de 2026 uma atualização sobre a aceleração da investigação, assente em medições internas do modo como os agentes de programação alteraram o seu ciclo de desenvolvimento de IA. O resultado principal é que os agentes já concluem sozinhos quase metade das tarefas de investigação que demorariam entre duas e quatro horas a uma pessoa, embora a empresa sublinhe que os humanos continuam no centro do trabalho e que o ganho é irregular.

Entre março e outubro, o êxito estimado sem intervenção humana subiu de 23% para 46% nas tarefas de duas a quatro horas, e de 13% para 35% nas de quatro a oito horas. O tipo de trabalho pesa muito. Entre 1 de agosto e 18 de outubro, a OpenAI indica taxas de 69% para comunicar, 58% para analisar e 43% para construir. Ao nível da tarefa, o intervalo vai de 79% na vigilância de treinos e 72% nas perguntas técnicas até 35% no arranque de treinos, 29% na criação de ambientes de avaliação, aprendizagem por reforço e agentes, e 25% na escrita de código para a infraestrutura de inferência e serviço. A empresa observa que as tarefas mais fracas podem tornar-se estrangulamentos para o ganho global e que a evolução das taxas reflete também o que os investigadores decidem delegar.

A utilização cresce depressa. Aos preços de tabela da API, o investigador mediano gasta agora cerca de 2400 dólares por dia em ferramentas de agentes, mais 62% do que os 1500 de setembro, enquanto o percentil 90 chegou a cerca de 23 000 dólares, mais 105% face a 11 000. Os dias de trabalho de agente por investigador, contando cada oito horas de uso como um dia, passaram de 0,5 para 5,7, com as equipas de pré-treino e pós-treino perto de oito. Em meados de outubro, mais de dois terços dos investigadores incluídos chegavam a picos de quatro ou mais agentes em simultâneo, e mais de 10% tinham uma média de pelo menos dezasseis.

A OpenAI avaliou ainda o valor que os investigadores atribuem às ferramentas. Num inquérito a 101 colaboradores de investigação, o respondente mediano afirmou que abdicaria de 40% da equipa ou de 30% do poder de cálculo para manter o acesso a agentes de programação de ponta durante três meses, e de 50% do cálculo se a pergunta fosse feita em janeiro de 2027. Em setembro, o valor equivalente em API do uso de agentes era cerca do dobro da remuneração não acionista dos investigadores, mas a utilização interna representa apenas 2% do cálculo de investigação. Quanto às ideias, os investigadores ligados ao GPT-6 Astra e ao GPT-6.2 Astra disseram que as ideias indicadas partiram de pessoas e que os modelos ajudaram a executá-las.

O relatório acompanha também o destino do esforço. As semanas de trabalho documentadas em Segurança e Alinhamento, que incluem avaliações de alinhamento, monitorizabilidade e investigação sobre manipulação de recompensas, subiram 77% de janeiro a setembro, o maior aumento absoluto entre todas as áreas, com o ritmo a acelerar depois da resposta da OpenAI ao incidente da Hugging Face em julho.

A OpenAI diz partilhar estes números porque os laboratórios de IA deveriam ser obrigados a acompanhar e a divulgar indicadores de automelhoria recursiva, e afirma que a divulgação não significa intenção de procurar uma automelhoria recursiva plena. Remete para medições afins da Anthropic, da Google DeepMind e da METR.

As ressalvas são importantes. Todos os números vêm de dados e inquéritos internos da OpenAI, que descreve o quadro como parcial. Uma alteração de configuração a 21 de agosto reduziu temporariamente o consumo registado de tokens e foi revertida a partir de 10 de setembro, e a amostragem do inquérito foi improvisada. Nenhuma entidade externa verificou os valores.

Referências