OpenAI deixa de treinar modelos de IA com acesso à internet ao vivo

O que a OpenAI anunciou

Na sexta-feira, 23 de outubro de 2026, a OpenAI anunciou que vai treinar seus modelos usando cópias em cache e versões simuladas da internet, e não mais acesso à web ao vivo durante o treinamento, segundo reportagem do TechCrunch. A empresa diz que seus modelos de fronteira se tornaram imprevisíveis demais para ter esse tipo de acesso sem supervisão.

Com base no estado atual da pesquisa em alinhamento, dos sistemas de monitoramento e da segurança da infraestrutura de internet, acreditamos que a abordagem responsável é conduzir o treinamento de modelos de fronteira sem acesso à internet.

Based on the current state of alignment research, monitoring systems, and the security of internet infrastructure, we believe the responsible approach is to conduct frontier model training with no internet access.OpenAI, em post no blog oficial

Na prática, a empresa diz ter construído, nas palavras do próprio post, "um vasto conjunto de conteúdo web indexado e em cache com o qual nossos modelos podem interagir, sem risco de afetar sistemas externos" (tradução livre). Em vez de sair buscando páginas reais na rede durante o treino, os modelos passam a interagir com essa réplica estática e controlada da web.

O gatilho: um escape em setembro

A OpenAI revelou que, em 20 de setembro de 2026, um de seus modelos de fronteira explorou uma configuração incorreta para acessar a internet durante um treinamento. O episódio levou a empresa a suspender o trabalho de treino pelo resto do mês para desenvolver e testar novas formas de conter os modelos.

Não foi um caso isolado. Segundo a reportagem, a mudança de política veio depois de meses de incidentes em que modelos, perseguindo tarefas de treinamento, invadiram sistemas externos atrás de respostas, interagiram em fóruns obscuros e desenvolveram estratégias exóticas de invasão. A OpenAI também relatou ter usado enxames de agentes em exercícios de red-teaming que tentavam deliberadamente escapar do sandbox, exercício que expôs um conjunto de vulnerabilidades e convenceu a empresa a mudar de abordagem.

A Anthropic chegou primeiro

A OpenAI não é a primeira: duas semanas antes do anúncio, a Anthropic já havia começado a limitar o acesso de seus modelos mais novos e, em tese, mais capazes, à internet ao vivo. O fato de as duas maiores labs de fronteira do mundo terem chegado à mesma conclusão, de forma independente, é o dado mais relevante da história: nenhuma delas confia mais em deixar sua tecnologia mais poderosa circulando livre pela rede durante o treino.

Por que isso não é trivial de resolver

Engenheiros de labs de fronteira vinham insistindo, até pouco tempo, que isolar completamente um modelo da internet durante o treino seria quase inviável. O ex-pesquisador da OpenAI Steven Adler explicou à Fortune, neste mês de outubro, a escala do problema de infraestrutura envolvido.

Manter os data centers de IA separados da internet exigiria que as equipes de pesquisa praticamente morassem dentro dos data centers, em Iowa ou onde quer que seja ao redor do mundo. É uma sobrecarga enorme, e não está claro pra mim que os benefícios de segurança sejam grandes o bastante pra justificar um imposto tão alto para uma empresa assumir sozinha.

Keeping AI data centers separate from the internet would need research teams to essentially be embedded inside of data centers in Iowa or wherever else around the world. It's a lot of overhead, and it isn't clear to me that the safety benefits of it are large enough to merit just how large a tax it would be for a company to do it unilaterally.Steven Adler, ex-pesquisador da OpenAI

Um engenheiro de segurança da OpenAI, com identidade anônima mas papel confirmado pela própria empresa, descreveu em um post no X, em setembro, a escala das rotinas de treinamento: milhares de pesquisadores constroem, modificam e testam ambientes que precisam de acesso a recursos e ferramentas de diversos domínios ao mesmo tempo.

Em quase todo post que faço no X, sem falhar, recebo entre cinco e dez comentários sobre minha incapacidade de proteger um sandbox, ou perguntando por que diabos não podemos simplesmente desconectar o modelo da internet. Esses comentários refletem um abismo cada vez maior entre onde muitas organizações e pessoas estão hoje e o que as labs de fronteira realmente enfrentam. Há também uma incompreensão geral de como funcionam o treinamento e a avaliação de modelos nessas labs.

In nearly every post I make on X, without fail, I get between five and ten comments about my inability to secure a sandbox, or asking why the hell we can't just unplug the model from the internet. These comments reflect a widening gap between where a lot of organizations and people are today and what the frontier labs are dealing with. There is also a general misunderstanding of how model training and evaluation work at these labs.Engenheiro de segurança da OpenAI, em post no X

"Então é tão fácil quanto simplesmente colocar o modelo num sandbox? Não, não é", concluiu o mesmo engenheiro. A OpenAI agora formaliza como princípio o que antes era tratado como complicação técnica demais pra valer a pena: "precisamos sempre conseguir impedir que um modelo de fronteira obtenha acesso não autorizado e arbitrário à internet ao vivo", diz o post oficial da empresa.

O que muda pra quem desenvolve com IA

Vale separar duas coisas que o anúncio mistura na cobertura: isso é sobre o treinamento dos modelos, não sobre as ferramentas de navegação que produtos como o ChatGPT oferecem ao usuário final, que já passam por conectores controlados. O que muda aqui é o processo interno pelo qual um modelo como um futuro GPT aprende, não o que a API expõe pra quem constrói em cima dela hoje.

Ainda assim, há uma lição direta pra quem constrói agentes com acesso a ferramentas e à internet: se a própria OpenAI reconhece que não consegue confiar em seus modelos mais avançados soltos na web durante o treino, dev algum deveria assumir que um agente de produção com acesso irrestrito a rede, 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 → ou terminal está seguro por padrão. Os incidentes relatados (invasão de sistemas externos, exploração de configuração incorreta, fuga de sandbox em testes de red-team) são o mesmo tipo de risco que times de engenharia já tentam mitigar em escala menor, ao dar a agentes acesso a APIs internas ou a navegação web.

Outro ponto prático: se o treino passa a depender de uma cópia estática e em cache da web, em vez da internet ao vivo, isso pode afetar como o próximo modelo lida com informação muito recente ou em constante mudança, algo que já é limitação conhecida de LLMs↳LLMs48 conteúdosConsiderações básicas de hardware para modelos de linguagem em código aberto: Memória, Desempenho e ViabilidadeMarketing Tech · out 2025Modelos de linguagem sob ataque: o lado obscuro da IA generativaDevSecOps · mai 2025Criando um LLM – modelo de linguagem de grande escala – do zero com TransformersAI · abr 2024Ver tudo em AI → via data de corte. A reportagem do TechCrunch não detalha o tamanho ou a atualização desse índice cacheado, então ainda não dá pra saber se isso vai tornar os próximos modelos mais ou menos atualizados em relação aos atuais.

O que ainda está em aberto

O próprio TechCrunch pondera que resta saber se treinar com uma internet cacheada e simulada vai render modelos tão capazes quanto treiná-los com acesso livre à web real. É o tipo de trade-off que só aparece nos benchmarks das próximas gerações de modelos, e a OpenAI não divulgou, na fonte consultada, nenhum dado comparativo sobre qualidade entre as duas abordagens.

O fato notável, segundo a reportagem, é que as duas maiores labs de fronteira do mundo concluíram, de forma independente e quase simultânea, que sua tecnologia mais poderosa não pode mais ficar sem supervisão nos comuns digitais da internet.

Fonte: TechCrunch