OpenAI aposta em agentes de IA para tudo, e o ChatGPT Work é o teste

A OpenAI está tentando levar os agentes de IA↳Agentes de IA42 conteúdosOpera passa a integrar ChatGPT, Claude e outros agentes de IADev (Back & Front) · mar 2026Operações mais inteligentes, decisões mais rápidas: o impacto da IA agêntica na rotina de TIAI · abr 2026Adobe aposta em orquestração de agentes de IA: o que muda para devsDev (Back & Front) · abr 2026Ver tudo em AI → para além dos desenvolvedores. Em reportagem do TechCrunch, a empresa detalhou o ChatGPT Work, produto lançado no mês anterior à publicação e disponível no plano mais barato, de US$ 20 por mês. A proposta é dar a contadores, investidores, médicos e outros profissionais de escritório a mesma capacidade que engenheiros já têm com agentes de código: uma ferramenta que não só responde perguntas, mas executa tarefas de múltiplas etapas de forma autônoma.

O detalhe técnico relevante para quem acompanha o assunto: o ChatGPT Work é uma versão modificada do Codex, a ferramenta de coding da própria OpenAI. Ou seja, a empresa está pegando a arquitetura que funcionou para engenheiros e adaptando para todo mundo.

O que os números revelam

Um estudo apoiado pela OpenAI ("The Shift to Agentic AI: Evidence from Codex") mostrou o tamanho do abismo entre uso interno e externo. Em junho:

• 98% dos funcionários da OpenAI usavam o Codex;
• apenas 17% dos assinantes organizacionais;
• menos de 1% dos assinantes individuais.

O produto conjunto (Work + Codex) é usado por cerca de 20 milhões de pessoas, contra mais de 1 bilhão que usam o ChatGPT em prompts convencionais. Essa distância entre adoção quase total dentro de casa e adoção baixa fora dela é, ao mesmo tempo, o desafio e a oportunidade da empresa.

Comercialmente, a aposta faz sentido: agentes que rodam por períodos mais longos consomem mais tokens, o que os torna mais lucrativos por usuário. E coding, embora rentável, é um subconjunto pequeno do trabalho profissional que os laboratórios precisam automatizar para justificar os investimentos bilionários em treinamento e computação.

Por que sair do código é difícil

Todo LLM precisa de um harness, o software em volta do modelo que decide o que ele vê, quais ferramentas pode usar e como devolve as respostas. Para desenvolvedores, uma CLI que permitia ao LLM programar já foi suficiente para mudar a forma de construir software. Mas, como resumiu Andrew Ambrosino, engenheiro-chefe do app desktop da OpenAI, a maioria das pessoas não usa CLI, e há um motivo pelo qual o Windows substituiu o DOS.

Um agente que vá além da engenharia de software, disse Ambrosino, vai "brincar com o mundo bagunçado da sua vida, suas ferramentas e sites construídos em 1995 que nunca foram atualizados". Ele mesmo deu acesso ao app ao próprio inbox, Slack, telefone, Notion e Figma↳Figma3 conteúdosFigma Dev Mode funciona mesmo? Testando na práticaDev (Back & Front) · mar 2025Claude Design: nova aposta da Anthropic contra Figma e MicrosoftProduto & UX · abr 2026A importância do HTML e CSS para quem trabalha com UI Design e Design SystemProduto & UX · dez 2024Ver tudo em Produto & UX →, assumindo o risco: "vou levar o baque pessoal de vez em quando se precisar. E não precisei".

Há também um problema de avaliação. Software funciona ou não funciona, mas uma boa apresentação, estratégia de negócio ou pitch de vendas não é tão fácil de medir. Para calibrar isso, a OpenAI disse usar o benchmark GDPVal, montado a partir de 44 ocupações e centenas de testes de trabalho de conhecimento, complementado por feedback dos usuários.

Como funciona na prática

O repórter do TechCrunch relatou casos concretos de uso. Ele pediu ao ChatGPT Work para extrair o calendário mal formatado da pré-escola do filho, preso no e-mail, e jogar no Google Calendar, tarefa que funcionou. Também gerou um dashboard de métricas com atualização automática de empresas de capital aberto e montou um banco de dados↳Banco de dados134 conteúdosSQL ou NoSQL: eis a questão!!Data · mar 2020Banco de dados: como organizar e dar segurança para milhões de dados de loteriasData · mai 20215 serviços gratuitos na cloud para bancos de dados PostgresData · fev 2025Ver tudo em Data → consultável de lançamentos espaciais, algo que antes exigia escrever scripts em Python.

Mas a configuração ainda tropeça. Dar permissão de "leitura" a um drive na nuvem resultou em erros repetidos, e só uma caixa de diálogo no app mobile explicou que apenas acesso completo funcionaria. Muitas configurações só existem na versão web, obrigando a alternar entre plataformas. Ligado ao Google Calendar, o agente cria eventos mas não cria calendários novos. E o conselho recorrente dos primeiros usuários: sem o nível de esforço (effort) alto, "você tem o pior estagiário com quem já trabalhou".

A rivalidade com o Claude por trás do design

A reportagem destaca que o desenho do produto foi moldado pela concorrência com a Anthropic. A OpenAI teve a ideia primeiro, ao lançar o Codex como web app, mas apostou pesado na autonomia do modelo, ficando "AGI-pilled" demais, nas palavras de Ambrosino. O Claude Code, construído pouco depois, girou em torno de conversa de ida e volta: apresentava três ou quatro opções, esperava a escolha do usuário, avançava um pouco e checava de novo, deixando menos espaço para erro.

A abordagem da Anthropic se mostrou mais eficaz. Usando downloads como proxy de interesse, o Claude Code liderou até abril, mas o Codex assumiu leve dianteira depois, ajudado também por reclamações sobre restrições de segurança e falta de compute do lado da Anthropic. Ethan Mollick, professor de Wharton que estuda IA no trabalho, ainda vê o Claude como mais amigável: "o ChatGPT tende a querer fazer mágica e fazer tudo por você, enquanto o Claude compara e mostra, pedindo input repetidamente".

O debate sobre o harness e a "lição amarga"

Aqui há uma discussão técnica que interessa a quem constrói produtos com LLM. Os engenheiros da OpenAI insistem que o diferencial real não é o harness, mas a força e o custo-benefício do modelo, invocando a "bitter lesson": um modelo geral melhor vale mais que expertise específica de domínio. Para Joe Gershenson, líder do harness da OpenAI, encher o software de "ifs, thens e tools" é perda de tempo porque "o próximo modelo sai em alguns meses e torna isso obsoleto".

Mas os dados complicam a tese. Comparações da Composio e da Databricks mostram que combinações diferentes de harness e modelo entregam desempenho diferente nos benchmarks de código. A Databricks descobriu que o Pi, harness open source publicado pela Earendi, superou o Codex usando o mesmo modelo GPT 5.5. Mario Zechner, criador do Pi, aponta o limite estrutural: "tudo tem formato de agente de código, porque eles só têm dados de treino de tarefas de agente de código". Decisões de gestão, cujo resultado aparece meses depois, não cabem num trace simples de conversa entre usuário e agente.

Zechner ainda enxerga a insistência dos grandes laboratórios em empurrar seus harnesses como estratégia de lock-in: "eles precisam ser donos da stack inteira, senão viram só um provedor de modelo e aí têm que competir com os modelos chineses".

O que fica para o dev brasileiro

Para quem constrói software no Brasil, a mensagem prática é dupla. Primeiro, a arquitetura de agentes que já mudou o fluxo de coding está sendo generalizada para outras áreas da empresa, o que significa que roadmaps de produto vão passar a considerar automação agêntica em vendas, operações, finanças e áreas de negócio, não só na engenharia. Segundo, o debate harness versus modelo tem consequência direta na escolha de stack: competidores verticais como Harvey (jurídico) e Clay (vendas) adotam abordagem agnóstica de modelo, plugando o que funcionar melhor no momento, enquanto a OpenAI aposta em acoplar produto e modelo próprios. A evidência de que um harness minimalista e open source pode bater o oficial usando o mesmo modelo é um argumento a favor de arquiteturas menos amarradas a um único fornecedor.

Fica em aberto se o público não técnico está pronto para dar as chaves da vida digital a um LLM, e se a aposta da OpenAI num harness proprietário vai se sustentar conforme os modelos evoluem.

Fonte: TechCrunch