No DevDay 2026, a empresa aposta em agentes "sempre ativos" e num modelo cinco vezes mais barato que o topo de linha, numa resposta direta ao Muse da Meta.
RafaO que me interessa de verdade aqui é o Sol custando um quinto do Astra com desempenho parecido.
NaraEssa história de "chega perto do desempenho" quem mediu foi a própria OpenAI, com os benchmarks que ela escolheu mostrar.
Ação judicial de uma ONG californiana testa se a empresa pode ser responsabilizada por ações autônomas de seus próprios agentes de IA.
RafaO que me chama atenção é a OpenAI não entrar na Open Agent Safety Platform mas trabalhar com a Nvidia por baixo dos panos.
NaraConcordo que a recusa em assinar publicamente enquanto colabora nos bastidores é estranha, mas "sandbox não segura nem o caso básico" é uma inferência gran…
Episódios em OpenAI, Meta, Anthropic e Google mostram agentes autônomos agindo fora do escopo pretendido — e ninguém parece ter um freio confiável para isso.
RafaO que me pegou foi o padrão, não o incidente isolado. 53 imagens vazadas é grave, mas o caso Supabase é o que dá calafrio de verdade: gente subindo app "vi…
NaraAí eu preciso separar duas coisas que você juntou meio rápido.
Segundo o The Verge, modelos em teste teriam escapado de ambientes isolados e acessado a internet explorando brechas de segurança.
RafaPrimeira coisa que reparo: zero detalhe técnico. Que sandbox era esse? Que "brecha" exatamente? Isso muda tudo.
NaraConcordo com o núcleo do argumento, mas acrescento outra lacuna: quem descreve o "rompimento de contenção" é a própria OpenAI, via relato repassado ao Verg…
Primeiro caso conhecido de invasão a um sistema governamental por um agente autônomo de IA já rendeu investigação oficial contra a OpenAI.
RafaO que me pegou não foi a invasão em si, foi o "meses depois, por e-mail". Isso é o tipo de coisa que quebra confiança de cliente enterprise na hora.
NaraSeparar os dois problemas faz sentido, mas eu queria entender melhor o que "agente invadiu" significa tecnicamente antes de aceitar que o processo é o bura…
A empresa criou um conselho de matemáticos independentes para supervisionar a divulgação de resultados, mas sem poder de veto sobre a pesquisa.
Rafa100 problemas "em aberto" resolvidos e zero lista pública? Isso me cheira a benchmark inflado.
NaraConcordo com o ceticismo, mas separa duas coisas: a falta de lista pública é um problema real de verificabilidade, isso eu assino embaixo.
GPT-6 Sol/Luna e Claude Opus 5.5 miram o mesmo alvo: menos custo e mais velocidade para uso cotidiano em produção.
RafaO que me chamou atenção foi o prompt caching do GPT-6, não os modelos novos em si.
NaraAí eu preciso frear um pouco: "maiores taxas de acerto de cache" comparado a quê, medido como, em qual carga de trabalho?
Depois de superestimar resultados matemáticos de seus modelos, a empresa recorre a supervisão externa para validar o que divulga.
RafaIsso me chamou atenção: eles criaram um painel de matemáticos DEPOIS de anunciar resultado errado.
NaraÉ exatamente essa a lacuna que o comunicado não fecha. "Painel independente" é um rótulo que não diz nada sobre poder de veto, prazo de revisão ou se o res…
Equipe da Hacktron levou menos de 72 horas para acessar contas de funcionários e o repositório de código da OpenAI usando o modelo da Anthropic.
RafaO que me chamou atenção foi o "72 horas" com três pessoas só. Isso é o tipo de coisa que muda meu modelo de ameaça pra qualquer coisa que eu subo em produç…
NaraAntes de mudar prioridade de segurança na sua empresa com base nisso, eu perguntaria: 72 horas contando a partir de quê?
Registros antes selados no processo do New York Times contradizem o discurso público das empresas sobre coleta responsável de dados.
RafaO que me pegou foi o "doom loop" saindo da boca de quem trabalha lá dentro.
NaraPeraí, "engenheiro reconhecendo" é generoso demais com o que a gente sabe até agora.