# Pesquisadores da OpenAI delegam mais tarefas a agentes — mas o sucesso depende do tipo de trabalho

https://jsonscraper.com/pt/blog/pesquisadores-openai-delegam-tarefas-agentes

Author: Michael Johnson

Published: 2026-11-19T07:42:51+00:00

Updated: 2026-11-19T07:42:51+00:00

No relatório de 18 de novembro, as taxas de execução autônoma variam bastante conforme a tarefa. Isso ajuda a entender onde se pode delegar trabalho a um agente e onde o resultado exige uma verificação especialmente cuidadosa.

É possível delegar trabalho de pesquisa a um agente de programação e esperar um resultado pronto? A resposta depende da tarefa específica: nos dados da OpenAI referentes ao período de 1º de agosto a 18 de outubro de 2026, os agentes sem intervenção humana tiveram mais sucesso no monitoramento de execuções de treinamento e desempenho bem inferior com código de inferência e infraestrutura de serving de modelos.

 

No [relatório de 18 de novembro](https://openai.com/index/research-acceleration-jagged-frontier/), a empresa comparou as tarefas que os pesquisadores delegaram aos agentes e descreveu como o uso dessas ferramentas mudou dentro da OpenAI. A principal conclusão prática é tratar o «trabalho do agente» como um conjunto de tarefas distintas, com critérios de aceitação diferentes. Uma média baseada em horas ou a impressão de que o modelo «escreve código bem» não substituem a verificação de um resultado específico.

 

## O que mudou na avaliação

 

O relatório anterior da OpenAI sobre a aceleração da pesquisa foi publicado em setembro. A nova versão ampliou o panorama: a empresa acrescentou dados sobre o uso de agentes, pesquisas com funcionários, fluxos de trabalho e distribuição do sucesso por tipo de tarefa. Os resultados apresentados descrevem a organização de pesquisa interna da OpenAI, e não uma avaliação universal de todos os modelos ou empresas.

 

Uma das comparações mais claras é a proporção de tarefas que o agente concluiu sem intervenção humana. Para tarefas avaliadas como exigindo de duas a quatro horas de trabalho humano, a taxa subiu de 23% em março para 46% em outubro. Na categoria de quatro a oito horas, passou de 13% para 35%. Essas categorias mostram a capacidade de concluir tarefas específicas sem intervenção, não a proporção de todo o trabalho de pesquisa que pode ser transferida para um modelo.

 

Há também um detalhe metodológico importante: à medida que os agentes evoluíam, também mudava a seleção de tarefas que lhes eram delegadas. A OpenAI observa explicitamente que o aumento da taxa de sucesso dentro das categorias de duração pode refletir tanto a melhoria dos modelos quanto mudanças na composição das tarefas delegadas. Portanto, a comparação por tempo é útil como tendência interna, mas, por si só, não permite separar a contribuição do modelo da decisão dos pesquisadores sobre quais tarefas lhe atribuir.

 

## Por que o tipo de tarefa importa mais do que sua duração

 

Em um recorte do relatório por tipo específico de trabalho, a OpenAI apresenta taxas de sucesso sem intervenção humana de 79% para monitorar execuções de treinamento, 35% para iniciar esses treinamentos e 25% para escrever código de inferência e da infraestrutura de serving. Até duas operações próximas no processo de treinamento de um modelo tiveram resultados muito diferentes.



![Artigo: Pesquisadores da OpenAI delegam mais tarefas a agentes — mas o sucesso depende do tipo de trabalho
Resumo: A OpenAI avaliou o desempenho de agentes de programação em sua organização de pesquisa: eles executam muitas tarefas de monitoramento e análise com sucesso, mas têm desempenho bem inferior ao iniciar treinamentos e escrever código de inferência. A conclusão prática é escolher tarefas com base em resultados verificáveis, não no nome genérico de uma profissão.
Função da imagem: ilustração de apoio 2 — um aspecto específico diferente
Seção: Por que o tipo de tarefa](https://jsonscraper.com/assets/uploads/journal/2026/11/337740e5161a3da7a225d537ed1341d3.png.hero.webp)

Proporção de tarefas concluídas por agentes sem intervenção humana, em três tipos de trabalho, nos dados da OpenAI de agosto a outubro de 2026.© jsonscraper · ilustração gerada por IA



![Artigo: Pesquisadores da OpenAI delegam mais tarefas a agentes — mas o sucesso depende do tipo de trabalho
Resumo: A OpenAI avaliou o desempenho de agentes de programação em sua organização de pesquisa: eles executam muitas tarefas de monitoramento e análise com sucesso, mas têm desempenho bem inferior ao iniciar treinamentos e escrever código de inferência. A conclusão prática é escolher tarefas com base em resultados verificáveis, não no nome genérico de uma profissão.
Função da imagem: capa — a ideia central
Seção: Por que o tipo de tarefa importa mais](https://jsonscraper.com/assets/uploads/journal/2026/11/1f09dcf8fd66631a53ec4e915205b6da.png.hero.webp)

Proporção de tarefas concluídas por agentes sem intervenção humana, em três tipos de trabalho, nos dados da OpenAI de agosto a outubro de 2026.© jsonscraper · criado com IA

 

Isso explica por que uma categoria geral como «ajudar na pesquisa» não serve bem para o planejamento. Monitorar uma execução para detectar problemas é uma tarefa de observação e alerta. Iniciar um treinamento exige preparar corretamente as ações e as condições de execução. O código de inferência e de serving pertence a outra área técnica. Se essas tarefas forem reunidas em uma única métrica, desaparecem diferenças importantes para o fluxo de trabalho real.

 

A empresa também apresenta taxas mais altas para as categorias «comunicação» (69%) e «análise» (58%) do que para «desenvolvimento» (43%). Mas mesmo essas categorias amplas ocultam diferenças entre tarefas. Para escolher uma tarefa adequada, é mais útil definir um resultado verificável — por exemplo, detectar uma falha predefinida no registro de uma execução — e estabelecer separadamente o que uma pessoa deve confirmar.

 

## Uso intensivo não significa retorno igual

 

O relatório mostra que os agentes se tornaram parte significativa dos fluxos de trabalho internos da OpenAI. Segundo a estimativa da empresa, calculada com os preços da API, em outubro o pesquisador mediano usou ferramentas de agentes no valor de cerca de US$ 2.400 por dia; o valor no percentil 90 foi de aproximadamente US$ 23.000. Em ambos os casos, trata-se de um equivalente calculado com as tarifas publicadas da API, não de dados sobre o custo efetivo nem de uma comprovação de orçamento economizado.

 

Outra métrica são os «dias de agente»: cada oito horas de uso de um agente contam como um dia de trabalho. Em média, o indicador subiu de 0,5 para 5,7 dias de agente por pesquisador por dia. Nas equipes de pré-treinamento e pós-treinamento, o trabalho total médio dos agentes foi de aproximadamente oito desses dias por pesquisador em cada dia do calendário. Como vários agentes podem trabalhar em paralelo, a métrica descreve o tempo total acumulado, não a duração da jornada de um funcionário; a OpenAI também observa que o indicador considera sobretudo o uso interativo e pode subestimar a automação.

 

O aumento do uso mostra que os funcionários estão incorporando agentes ativamente ao trabalho. Isso não basta para avaliar os benefícios para outra equipe: o orçamento, os modelos escolhidos, a duração das sessões dos agentes e a natureza das tarefas podem ser diferentes. Os dados da OpenAI são especialmente úteis como exemplo dos indicadores de trabalho que podem ser coletados, não como um padrão pronto para qualquer equipe de pesquisa.

 

## Onde o trabalho humano continua necessário

 

Em entrevistas com dez pesquisadores, a OpenAI descreveu o lado prático da delegação: os agentes ajudavam a escrever e depurar código, analisar experimentos e examinar grandes conjuntos de dados. Ao mesmo tempo, os funcionários relataram artefatos de baixa qualidade, suposições incorretas nas análises e tentativas ineficazes de iniciar experimentos. A empresa destaca ainda que os funcionários atribuíram a pessoas as ideias que mencionaram para os lançamentos do GPT‑6 Astra, enquanto os modelos ajudaram na implementação.

 

Uma das formas de trabalho descritas por um pesquisador é particularmente fácil de adotar em uma equipe: pedir ao agente que produza um exemplo, verificá-lo e corrigi-lo e, então, delegar uma série de tarefas semelhantes. Essa sequência revela rapidamente erros nas instruções ou no formato dos dados antes que se espalhem por todo o conjunto. Em tarefas cuja verificação é cara, isso costuma ser mais útil do que ampliar a escala da delegação de imediato.

 

## Como aplicar a conclusão à sua equipe

 

Comece com uma tarefa repetível que tenha um resultado observável e um critério de aceitação claro. Registre quantas vezes foi necessária intervenção, quais erros ocorreram e quanto tempo a verificação levou. Essas informações ajudam a distinguir uma tarefa que o agente realmente assume de outra em que apenas acelera o trabalho preliminar.

 

Para operações com consequências graves, defina um limite de autonomia específico. Por exemplo, o agente pode detectar uma anomalia ou preparar um comando de inicialização, enquanto a confirmação e a execução ficam a cargo do engenheiro responsável. Não se trata de um modelo de segurança universal, mas de uma forma de relacionar o nível de autonomia ao risco específico e ao critério de verificação disponível.

 

O relatório da OpenAI propõe uma distinção útil: vale delegar tarefas específicas com resultados verificáveis, não «pesquisa» ou «desenvolvimento» de forma genérica. Nos dados da empresa, monitorar execuções pareceu mais adequado à execução autônoma do que iniciar treinamentos ou escrever código de inferência. Para uma equipe, o próximo passo é medir a mesma diferença em suas próprias tarefas e ampliar a delegação onde os resultados resistirem à verificação.
