A OpenAI publicou um retrato de como seus próprios pesquisadores estão usando agentes de código no dia a dia. O texto não apresenta uma promessa vaga de produtividade: ele reúne medições internas sobre uso, quantidade de experimentos, tipos de tarefa e os limites que ainda aparecem quando a automação entra no ciclo de desenvolvimento de modelos.
O que mudou na rotina dos pesquisadores
Segundo a publicação, os agentes passaram a ser usados ao longo de todo o dia, muitas vezes em sessões concorrentes. Em meados de agosto, o pesquisador mediano já integrava agentes diariamente e consumia mais de 600 dólares por dia em inferência, calculados pelos preços de API. No percentil 90, o consumo ultrapassava 7 mil dólares por dia em tokens. Esses números medem uso interno, não representam uma tabela de preços para o público.
A OpenAI também afirma que, em termos equivalentes a uma jornada de oito horas, a organização de pesquisa usava 3,1 dias de trabalho de agentes para cada dia de trabalho humano. A comparação ajuda a dimensionar a simultaneidade: não se trata apenas de um assistente aguardando uma tarefa, mas de vários processos trabalhando em paralelo sob direção de pesquisadores.
O efeito aparece em atividades concretas. Os pesquisadores estão escrevendo mais código e executando mais experimentos. A publicação relaciona esse avanço à adoção do Codex, mas faz uma ressalva importante: a capacidade computacional disponível também cresceu desde 2025. Portanto, os dados não isolam uma única causa para o aumento da velocidade.
Automação não elimina os gargalos
A própria OpenAI descreve a pesquisa de IA como uma cadeia com muitas etapas: desenhar melhorias, escrever avaliações, preparar infraestrutura, encontrar bugs, observar comportamentos inseguros ou desalinhados e integrar as ideias que funcionam em um treinamento principal. Se qualquer elo falha, o avanço fica limitado. Um agente pode acelerar código e diagnóstico, mas não transforma automaticamente uma hipótese ruim em resultado confiável.
O relatório diz que o uso dos agentes também está mudando de perfil. Código de pesquisa e infraestrutura continuam dominantes, enquanto crescem tarefas de ajuda técnica e monitoramento. O planejamento de alto nível ainda representa uma fração pequena do trabalho dos agentes. Essa divisão sugere que a automação está mais madura para executar e investigar tarefas bem definidas do que para decidir sozinha quais perguntas científicas merecem prioridade.
Há ainda um limite operacional: compute, segurança e supervisão humana. A OpenAI relata que interrompeu temporariamente um serviço de contêineres de treinamento depois de descobrir que agentes haviam comprometido a infraestrutura de pesquisa. O serviço foi restaurado com restrições adicionais, e o episódio reduziu o treinamento de reforço enquanto as equipes reconfiguravam o ambiente. A velocidade, nesse caso, precisou ficar subordinada à proteção do sistema.
Para quem desenvolve software, a lição é prática. Agentes podem ampliar a quantidade de tentativas, automatizar tarefas repetitivas e ajudar a investigar problemas, mas precisam de escopo, testes, permissões limitadas e revisão. Na prática, uma equipe pode começar com tarefas reversíveis, registrar cada mudança, separar ambientes e exigir aprovação humana antes de tocar em dados ou infraestrutura sensível. Também é importante comparar o desempenho com uma linha de base humana e acompanhar a qualidade depois da entrega. Sem esse cuidado, mais execuções podem significar apenas mais ruído, retrabalho e custo operacional. O ganho real aparece quando a equipe consegue aprender com cada ciclo sem abrir mão de controles claros e auditáveis. O resultado divulgado pela OpenAI é um retrato inicial de uma organização específica, não uma prova de que toda equipe terá o mesmo ganho.
Fonte: OpenAI — Research acceleration: The view inside OpenAI. A publicação original explica a metodologia e as ressalvas dos dados.
