A TechCrunch conversou com a OpenAI e apresentou um conjunto de números que contrastam o uso interno e externo: em junho deste ano, 98% dos próprios funcionários da OpenAI já haviam usado o Codex; fora da empresa, apenas 17% dos usuários de assinaturas organizacionais usam ferramentas do tipo agente, e entre os assinantes individuais essa proporção fica abaixo de 1%. Como referência, o ChatGPT já ultrapassa 1 bilhão de usuários no modo de prompt, com 20 milhões de instalações do aplicativo desktop.
Uma empresa que trata os agentes como a próxima geração de produto tem quase todo o seu pessoal usando a ferramenta internamente, enquanto praticamente nenhum cliente a usa. Essa lacuna diz mais sobre onde os agentes estão travados hoje do que qualquer benchmark.
Fora da programação, não há critério de aceite
Engenheiros que usam agentes têm um critério de julgamento natural: o código roda ou não, os testes passam ou não, o PR pode ser mesclado ou não. Concluir ou não uma tarefa é binário, e se o usuário volta a usar depende de a primeira vez ter realmente economizado tempo. O trabalho de escritório não tem esse tipo de critério — se um briefing para o cliente ficou bem escrito, se uma agenda foi organizada corretamente, só dá para saber com uma nova revisão humana, e é exatamente essa "revisão" que consome o tempo que o agente deveria ter economizado.
"Everything is coding agent shaped...the reason is that they only have training data for coding agent tasks."
Mario Zechner, criador do Pi, resume de forma direta: todo agente acaba parecendo um agente de programação, porque os fornecedores só têm dados de treinamento para tarefas de programação.
Essa frase inverte a causalidade: não é que os fornecedores prefiram desenvolvedores por afinidade — o sinal de supervisão disponível simplesmente só é denso no código. No GitHub há bilhões de registros públicos de "alteração–teste–merge", cada um já vem com seu próprio rótulo de certo ou errado; o trabalho de escritório não tem um corpus equivalente, e ninguém está rotulando isso. Para treinar um agente capaz de entregar sozinho uma ata de reunião, alguém primeiro precisaria reunir dezenas de milhões de atas boas e ruins — e hoje nenhuma empresa está fazendo isso.
A barreira das permissões é mais alta do que parece
Andrew Ambrosino, engenheiro-chefe do aplicativo desktop, menciona uma preocupação: ao pedir para um agente redigir um documento, ele poderia acabar esbarrando no conteúdo de uma conversa privada. Para o agente funcionar, é preciso ceder permissões de leitura e escrita sobre e-mail, calendário, arquivos e ferramentas de chat; para as pessoas se sentirem seguras em ceder isso, o produto precisa antes deixar claro o que ele pode ver e o que não pode. O custo de design dessa camada é muito maior do que simplesmente conectar mais algumas ferramentas.
Internamente, a OpenAI não tem consenso sobre isso. Joe Gershenson, líder de engenharia responsável pelo harness, foi direto: "The honest answer is that I really don't look at the harnesses that they're building." — basicamente ele não olha para as camadas que os outros estão construindo. Thibault Sottiaux, responsável pelo produto principal, falou de forma quase programática: "It's the very mission of OpenAI — to bring everyone along."
Subsídios não sustentam um bilhão de pessoas
Ainda há uma conta que não fecha. A TechCrunch cita um exemplo: um usuário consumiu 80 milhões de tokens em quatro dias, o que, pelo preço de tabela, custaria aproximadamente 65 dólares, mas ele paga uma assinatura de 20 dólares por mês. No cenário de desenvolvedores, essa inversão ainda é tolerável — alta disposição de pagamento, boa retenção, teto bem definido; levada à escala de um bilhão de usuários comuns, a mesma inversão vira uma brecha que se alarga sozinha.
A resposta da OpenAI é reduzir o custo unitário, por exemplo cortando em 80% o preço para usuários do modelo Luna. Quando o preço cai um degrau, o consumo por pessoa tende a subir ainda mais rápido, e essa conta só se equilibra de fato quando a eficiência do modelo alcança o consumo, não com limitação de uso. A janela de cinco horas do ChatGPT Plus hoje é, na prática, uma regra para segurar a onda antes que a eficiência chegue lá. No lado corporativo, o caminho é mais direto — por faixas de assentos, usuários pesados com preço à parte, custo escrito claramente no contrato. No lado das assinaturas individuais não há essa margem — o preço psicológico de 20 dólares por mês está fixado, e subir um degrau significa perder usuários.
À frente por meio passo
O cenário competitivo já virou duas vezes este ano. O Claude Code liderou continuamente até abril de 2026, depois disso o Codex recuperou uma vantagem discreta. A diferença entre os dois em tarefas de programação já encolheu a ponto de só uma tarefa específica conseguir distingui-los, e o fator decisivo da próxima etapa claramente não está aí — quem conseguir engajar primeiro os 99% que não programam troca o mercado de alguns milhões de desenvolvedores por um bilhão de pessoas.
No trajeto de 98% para 1%, a lacuna não está do lado da capacidade do modelo. Para atravessá-la, é preciso que alguém que nunca ouviu falar em "escopo de permissão" esteja disposto a entregar o próprio e-mail a um programa que roda sozinho, e depois não precise conferir cada palavra. Essas três coisas — autorização, execução, dispensa de conferência — hoje nenhuma delas está consolidada.
Fontes: reportagem da TechCrunch com a equipe da OpenAI, CocoLoop, página de preços pública da OpenAI; as proporções de uso interno/externo, o número de instalações do aplicativo desktop e os custos de tokens foram conferidos com a reportagem original e a tabela de preços pública, e as conversões de custo estão marcadas como estimativas aproximadas.