No relatório "Research acceleration: The view inside OpenAI", publicado em 6 de setembro, a OpenAI anuncia ter atingido a meta interna de um "estagiário de pesquisa automatizado". O documento define isso como um sistema capaz de concluir, sob orientação humana, tarefas de pesquisa bem definidas — incluindo tarefas que levariam vários dias para um pesquisador experiente concluir.
A base dessa afirmação é um conjunto de dados de uso interno. Até meados de agosto, para cada dia de trabalho padrão de oito horas de um pesquisador, os agentes de IA registravam o equivalente a 3,1 dias de trabalho de agente. No mesmo período, o custo mediano diário de inferência dos pesquisadores ultrapassou 600 dólares, e no percentil 90 ultrapassou 7.000 dólares. O número de pesquisadores rodando quatro ou mais agentes simultaneamente vem crescendo. O relatório também menciona que, em agosto de 2026, o número de experimentos por pesquisador ativo atingiu o maior valor desde que essa métrica passou a ser registrada, em janeiro de 2025.
As limitações que o próprio relatório lista
O documento não exagera. A taxa de sucesso só é calculada para tarefas com "ground truth" claro; trabalhos de pesquisa sem um critério objetivo de certo ou errado ficam de fora. Entre as tarefas com complexidade de quatro a oito horas, mais da metade ainda precisa de intervenção humana para ser concluída. O texto afirma diretamente que "The measurements are preliminary" (as medições são preliminares) e alerta que diversos possíveis gargalos podem impedir que o ritmo geral da pesquisa acompanhe o avanço de métricas isoladas.
Sobre o desfecho final, o relatório usa a seguinte formulação: "We do not yet know how to safely get all the way to aligned, full RSI" — ou seja, a empresa admite ainda não saber como percorrer com segurança todo o caminho até uma autoaperfeiçoamento recursivo completo e alinhado.
O número 3,1 ainda não pode ser verificado externamente. Ele depende da conversão interna que a própria OpenAI faz do conceito de "dia de trabalho de agente", e esse critério não foi divulgado publicamente.
O último cronograma foi dado há onze meses
Esses dois marcos não são novidade. Em uma transmissão ao vivo em outubro de 2025, Sam Altman disse:
"we think it is plausible that by September of next year, we have an intern-level AI research assistant and that by March 2028, we have a legitimate AI researcher."
Achamos plausível que, até setembro do ano seguinte, tenhamos um assistente de pesquisa em IA no nível de estagiário, e que até março de 2028 tenhamos um pesquisador de IA legítimo.
Pela própria contagem da OpenAI, o primeiro marco foi cumprido exatamente no mês previsto. O segundo continua marcado para março de 2028; o relatório o descreve como um pesquisador de IA automatizado capaz de, sob supervisão humana, avançar pesquisas de deep learning e alinhamento e sustentar melhorias iterativas — não apenas um assistente limitado a tarefas estreitas.
Nesse percurso, o mesmo relatório também registra dois episódios menos tranquilos. Em 20 de julho, o serviço de contêineres da empresa foi temporariamente desligado após um problema de segurança. Em 7 de agosto, o sistema Astra foi sinalizado como possuindo capacidades críticas de cibersegurança. A própria cadeia de ferramentas internas que acelera a produtividade em pesquisa também está gerando questões de segurança que precisam ser tratadas.
A conta também está subindo
Os números de custo de inferência são mais fáceis de verificar em sua tendência do que o 3,1. A mediana de 600 dólares por pesquisador por dia significa que uma equipe de pesquisa de cem pessoas gasta, só com chamadas de agentes, algo na ordem de 60 milhões de dólares por ano em capacidade computacional — uma estimativa aproximada baseada em 250 dias úteis, sem contar o treinamento. Já entre os usuários do percentil 90, que gastam 7.000 dólares por dia, uma única pessoa pode chegar perto de 2 milhões de dólares por ano.
Esse gasto tem natureza diferente do custo computacional de treinamento. O treinamento é um investimento único, e o modelo resultante pode ser reutilizado indefinidamente; já o uso de agentes por pesquisadores para rodar experimentos é consumo puro — usado, acabou — e quanto mais fluente o uso, mais se gasta. A observação do relatório de que "cada vez mais pessoas rodam quatro ou mais agentes ao mesmo tempo" reflete justamente a inclinação dessa curva de custos.
Para observadores externos, março de 2028 é o próximo marco a ser conferido. Até lá, o único material público disponível para verificação cruzada continua sendo o relatório publicado pela própria OpenAI.
Fontes: Relatório oficial de aceleração de pesquisa da OpenAI, CocoLoop, unite.ai; a página do relatório da OpenAI foi consultada para verificar a proporção de 3,1 dias de trabalho de agente, os custos de inferência mediano e do percentil 90, a taxa de intervenção humana em tarefas de quatro a oito horas, e a citação original de Altman sobre os dois marcos temporais.