A OpenAI disse em 6 de setembro de 2026 que atingiu a meta anunciada no outono passado: contratar um “estagiário de pesquisa automatizada” até setembro deste ano. Em uma nova postagem no blog intitulada “Aceleração de pesquisa: a visão dentro do OpenAI”, a empresa também revelou pela primeira vez o quão profundamente os agentes de IA foram integrados em sua própria organização de pesquisa – em meados de agosto, a organização estava usando 3,1 dias de trabalho de agente para cada dia de trabalho humano.

O marco, relatado pela primeira vez por Engadget e Unite.AI, é a imagem quantitativa mais clara do que OpenAI significa quando fala sobre IA acelerando a pesquisa em IA. Para os leitores que acompanham a história mais ampla, isso se enquadra em nossa cobertura de pesquisa de IA contínua sobre como os laboratórios de fronteira estão reestruturando o trabalho em torno dos agentes.

O que 'Estagiário de Pesquisa Automatizada' realmente significa

A postagem do blog define o objetivo com precisão: um sistema que possa realizar tarefas de pesquisa bem definidas sob direção humana, incluindo tarefas que levariam alguns dias para um pesquisador qualificado ser concluído. De acordo com as próprias medições da OpenAI, esse padrão já foi atingido, aproximadamente no cronograma que a empresa definiu quando anunciou a meta no outono passado.

A próxima meta é consideravelmente mais ambiciosa. A OpenAI afirma que está fazendo “grande progresso” em direção a um pesquisador automatizado de IA até março de 2028 – um sistema que funciona sob supervisão humana para impulsionar o aprendizado profundo e a pesquisa de alinhamento, permitindo o autoaperfeiçoamento iterativo. A empresa tem o cuidado de observar que os humanos ainda definem prioridades de investigação, julgam quais as ideias e resultados que valem a pena perseguir e decidem se escalam, pausam ou implementam qualquer sistema.

Os números por trás da reivindicação

Os números mais marcantes da postagem descrevem como o trabalho diário dos pesquisadores da OpenAI mudou radicalmente ao longo de 2026:

  • 3,1 dias de trabalho do agente por dia de trabalho humano. Antes de junho de 2026, o tempo total de execução do agente em toda a organização de pesquisa ainda era inferior ao trabalho humano total. Em meados de agosto, os agentes contribuíam com mais de três vezes o esforço dos humanos que os dirigiam, comparado com uma jornada padrão de oito horas.
  • US$ 600+ por dia para o pesquisador mediano. No início do ano, o pesquisador mediano classificado por uso de agente estava apenas experimentando agentes de codificação. Em meados de agosto, o pesquisador médio administrava agentes diariamente e consumia mais de US$ 600 por dia de inferência a preços de API.
  • Mais de US$ 7.000 por dia no percentil 90. Os usuários mais intensos da organização de pesquisa agora gastam mais de US$ 7.000 em tokens por dia, executando fluxos de trabalho altamente simultâneos com quatro ou mais agentes trabalhando simultaneamente.
  • Volume recorde de experimentos. O número de experimentos por experimentador ativo atingiu um recorde histórico em agosto de 2026, desde que o rastreamento começou em janeiro de 2025.

A OpenAI atribui o salto de produtividade principalmente à adoção do Codex, seu agente de codificação, ao mesmo tempo em que reconhece que a computação disponível também cresceu substancialmente desde 2025 – portanto, os ganhos são uma combinação de mais agentes, melhores agentes e mais hardware para executá-los.

O que os agentes estão realmente fazendo

Para classificar a atividade dos agentes, a OpenAI utilizou uma taxonomia de trabalhos de pesquisa publicada pela Epoch AI, inspirada no sistema de classificação ocupacional O*NET. Ele divide a pesquisa e o desenvolvimento de IA em seis fases: Decidir, Projetar, Construir, Executar, Analisar e Comunicar.

Todas as seis categorias de atividade dos agentes aumentaram entre janeiro e agosto de 2026. Em janeiro, o uso dominante foi o código de investigação e infraestrutura; essa categoria continuou se expandindo, com crescimento notável na ajuda técnica e no monitoramento de experimentos. O planejamento de alto nível, por outro lado, continua sendo uma fração mínima dos tokens de saída do agente – as decisões estratégicas ainda cabem aos humanos.

Curiosamente, relata o post, os pesquisadores da OpenAI descobriram que os agentes de codificação são excelentes na solução de problemas de infraestrutura de pesquisa interna, e várias equipes que anteriormente mantinham horário comercial para problemas de infraestrutura não precisam mais fazê-lo.

Por que o marco é importante além do OpenAI

O anúncio chega em um momento delicado. Legisladores, investigadores de segurança e concorrentes estão todos à procura de provas de que os sistemas de IA podem acelerar significativamente a própria investigação em IA – o mecanismo com maior probabilidade de comprimir os prazos em direção a sistemas mais capazes. O próprio cientista-chefe da OpenAI publicou um ensaio complementar no mesmo dia alertando que nenhum laboratório ainda resolveu o alinhamento suficientemente bem para continuar a escalar a toda velocidade, uma justaposição impressionante com os números de produtividade.

As implicações económicas são igualmente notáveis. Se uma única organização de pesquisa está consumindo milhares de dólares por pesquisador por dia em inferências – e tratando isso como uma pechincha – isso sinaliza para onde estão indo os gastos empresariais com IA. Os dias úteis dos agentes estão se tornando um insumo adquirível, como a própria computação.

Os céticos apontarão que a OpenAI avaliou seu próprio dever de casa: o padrão “estagiário de pesquisa automatizada” é definido e medido internamente, e a proporção de 3,1:1 conta tanto agentes lançados diretamente quanto subagentes downstream. Os números da empresa também combinam trabalho de codificação, monitoramento e análise de níveis de dificuldade muito diferentes.

Ainda assim, a direção é inequívoca. Oito meses atrás, o tempo do agente estava atrasado em relação ao tempo humano dentro de um dos laboratórios de IA mais bem financiados do mundo. Hoje, o peso é três para um – e a liderança do laboratório já está enquadrando o próximo marco, o pesquisador automatizado de IA, até março de 2028, como uma questão de “quando”, não de “se”.

---

Fique à frente da IA

Receba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.

Leia mais notícias sobre IA →