OpenAI DevDay 2026: A IA Agora Trabalha Sozinha? Agentes Autônomos e o Futuro do Código
Publicado no IA Dots ·
Agentes de IAAI SignalAssistente pessoaldot-artificial_intelligencedot-autonomous_agentsdot-openaiidioma-ptPortuguêsyt-7tLkW9B7BaU
Vídeo em Português, publicado pelo canal Matheus Castiglioni.
Sobre este conteúdo: O resumo, os principais pontos e os temas abaixo são gerados automaticamente a partir da transcrição do vídeo. Eles refletem o conteúdo, opiniões, afirmações e previsões apresentadas no vídeo e não representam posicionamento, validação ou verificação de fatos pelo IA Dots.
Resumo do vídeo
O vídeo apresenta os principais anúncios e novidades do evento Dev Day da OpenAI, com foco na transição de modelos de IA focados apenas na escrita de código para agentes autônomos contínuos. São abordados novos modelos voltados para desenvolvimento, velocidade extrema, tomada de decisões, além de inovações em segurança, integração em nuvem e ecossistemas para empresas.
Principais pontos
- A OpenAI realizou o evento Dev Day com foco em agentes autônomos que executam trabalhos de forma contínua e em background.
- Foi anunciado o Dots (agentes persistentes e colaborativos) e o ChatGPT Space, transformando o chat em um ambiente compartilhado de trabalho.
- Apresentação da família de modelos GPT-6.1 Sol para 'coding agentic' com uso menor de tokens e modelos 'Ultra Fast' para respostas em tempo real.
- Lançamento de uma API de tomada de decisões (Luna) e novidades para o Codex, incluindo integração na nuvem, controle por voz, 'work trees' e revisão de código automatizada.
- Expansão do 'computer use' para permitir que agentes operem interfaces de software e ambientes 3D diretamente.
- Anúncio de um Marketplace para empresas adquirirem softwares de parceiros aprovados dentro da plataforma.
Temas
Dev Day OpenAIAgentes AutônomosDesenvolvimento de SoftwareInteligência ArtificialModelos de LinguagemSegurança em IAComputação em Nuvem
Transcrição do vídeo
Texto das legendas disponíveis; pode conter erros.
Há alguns dias foi o evento Dev Day da Open AI. E o que que é esse DV Day, né? É um evento anual da Open A voltado para a comunidade de desenvolvedores e desenvolvedoras. Eh, o foco é anunciar novos modelos, APIs, ferramentas, produtos e forma de construir software relacionado ao mundo de inteligência artificial. Eu vou deixar o vídeo rodando aqui, tá rodando no mutado, você não tá ouvindo o som, paraa gente ir conversando. Eh, em 2016, esse ano, né, foram mais de 20 anúncios. E a grande mudança desse ano não é apenas a IA escrevendo código, né? A grande mudança não foi a IA escrevendo o código, mas os agentes começando a executar o trabalho de forma autônoma e contínua. Eh, muito que a gente fala de agentes rodando em background, agentes autônomos, aplicações agentiques, eh agentes, times de agente, onde um agente pega o trabalho, delega pro outro. Esse foi o principal ponto. Eh, em cima disso, a Open A, ela anunciou o Dots, né, que são os seus agentes sempre os ativos. E esse foi o grande anúncio, onde os agentes eles ficam trabalhando continuadamente, né, continuamente em determinada responsabilidade. Você cria o seu agente, você dá uma responsabilidade e ele [roncando] fica ali trabalhando de forma contínua. Eh, eles eles podem acompanhar informações, executar tarefas, eh automatizar tarefas e trabalhos repetitivos ali do dia a dia. E a ideia é sair desse modelo onde nós perguntamos, a IA responde para o modelo D. A gente pega o trabalho, a gente entende o trabalho, a gente delega o trabalho e o agente ele vai começar a trabalhar. Então deixa mais, deixa de ser perguntar e responder e usar e passa a ser mais sobre delegar o trabalho para um para um agente. E o dots também ele pode ser especializado para diferentes funções, que é você criar os seus agentes especialistas, seus agentes que são experts em uma [roncando] determinada função. É, foram demonstrados vários usos dentro do chattando contexto com pessoas outras gentes. É também interação por voz, integração com ferramentas como Slack e outras ferramentas bem famosas utilizadas no mercado e principalmente na indústria do mundo software. E para empresas existe a disponibilidade voltada em ambientes comporativos. Também tem lá o Dots Enterprise. E falando em chat GPT Space, né? Então o chat GPT ele deixa de ser apenas uma interface, né? esse chat based que a gente tá acostumado e passa a funcionar como um espaço colaborativo, né? Um espaço de colaboração. Eh, pessoas, site apt, agentes, nós agora podemos compartilhar conhecimento e trabalhar sobre o mesmo contexto. Por isso que o nome vem de chat deptica logada na sua conta e passa a ser esse espaço mais eh colaborativo. Eh, isso aproxima a IA de um verdadeiro membro do time, né? Então aí há cada vez mais integrando integrando integrando integrando, integrando e fazendo cada vez mais parte do dia a dia e mais próximo de nós. É, eles também anunciaram o novo modelo, o GPT 6.1 Sol, é o novo modelo da família GPT6. O foco ele está especialmente em coding agentic, ou seja, e essa parte assistida para desenvolvimento de código, paraa escrita de código, para desenvolvimento de software. Eh, claro que você pode escrever código para outras assuntos, para outras disciplinas, mas principalmente para desenvolver aplicações e escrever seus softwares. E também foi o comum da parte de computer use e trabalho profissional, ou seja, computer use ele consegue agora usar o computador. É, então aí a Open ela destacou a inteligência próxima dos modelos mais avançados anteriores, ou seja, GPT6.1 Um sol, ele tem um um conhecimento, uma habilidade, uma inteligência próxima aos modelos eh avançados que são que venham v, ou seja, modelos avançados que chegaram antes dela, mas essa parte é muito importante, com uso significamente menor de tokens, ou seja, é como se ele pegasse a inteligência dos modelos anteriores e barateasse ela, ou seja, ele ele vai cobrar muito menos para fazer a mesma coisa com a mesma qualidade. E na prática os agentes, eles conseguem executar tarefas de software mais complexas com melhor relação entre capacidade e custo, né? Ou seja, se mudou, se melhorou, se ficou mais inteligente, mais barato, isso vai tornar mais eficiente o desenvolvimento de salto. Eh, Ultra Fest. Então, a OPAI também apresentou uma camada de modelos voltada para velocidade extrema. Se você tem que fazer algo que é muito rápido, que velocidade, performance, eh, latência em tempo real, eh, delay, é muito importante, é um big deal para você, para sua aplicação. Então, agora você tem essa família de modelos fest. O objetivo é reduzir o tempo de respostas para aplicações iterativas e agentes, né? Como eu acabei de falar, essas aplicações mais real time que possuem essa criticidade no fator velocidade, no valor resposta, no valor no no quesito iteração. Eh, na coda que sa velocidade pode chegar a múltiplas vezes a geração convencional. E isso é importante porque em agentes a velocidade, né, de inferência impacta diretamente a experiência o tempo real de resposta de uma tarefa. Ou seja, se você está construindo uma aplicação, uma inteligência artificial, se tá construindo uma um produtoque, né, esse tempo de resposta, ele é muito importante, porque você não quer que a pessoa fica lá esperando, esperando, esperando e fica aquele fing, aqueles pontinhos né fing pontinho pontinho como se tivesse type, né, digitando e para você velocidade algo importante. Agora vai ter essa nova família de modelos ultra fast. Decisions, API, mais luna. Aqui tem gente que tá falando que a OpenI tá tentando copiar a JV, copiar a Laia, mas basicamente ela lançou uma API nova voltada, tomada de decisões, que você não precisa de uma resposta aberta, mas uma decisão entre opções pré-definidas. Ou seja, quem já viu a GEV sabe que a JEV nasceu para fazer isso muito bem. Eh, você fornece o contexto, inclusive texto, imagens e define as possíveis opções de resposta e a inteligência da Luna, que é essa que é esse novo modelo fortemente trabalhado para decisions API, para tomada de decisão. A aluna ela vai utilizar para tomar essas decisões, ou seja, a Luna vai competir com a Gévio. Isso pode ser usado para classificação, roteamento de requisições, decidir qual a gente deve executar o próximo passo. Caso você tenha um time de agentes, ah, mas eu tenho um time de agentes, só que eu não sei qual deles tem que executar sua tarefa. Você usa a aluna para que ela decida qual agente deve ser, deve executar aquela tarefa baseada no contexto da habilidade e a inteligência de cada agente. É, aí uma mudança importante, né? Essa mudança é muito importante porque ela transforma o modelo e uma peça de decisão dentro de uma arquitetura, né? Não, a pergunta do chatbot, a gente não tem mais agora eh streaming, chatbot, chat based, automação de tarefa, mas sim a parte toda de tomada de decisão. Eh, você consegue criar aplicações para ajudar você tomar decisão, para ajudar o seu time tomar uma decisão baseada em tradeoffs, baseado numa numa matriz de decisão, né, que o tal da decision matrix. Se para vocês não tá claro qual tecnologia utilizar, agora vocês podem utilizar o modelo para ajudar e dar um norte ali para que vocês possa tomar eh decisões de forma mais efetiva e rápida. Ah, o Codex na nuvem, então o Codex agora passa a trabalhar de forma muito mais integrada com ambientes remotos. Agora nós podemos iniciar tarefas no computador e continuar remotamente, ou seja, a gente executa local e a gente continua de forma remota e deixar o agente trabalhando na nuvem. Então o agente ele vai trabalhar, trabalhar, trabalhar na nuvem. a gente começou do local, do local foi para as nuvens e na nuvem a gente pegou e vai trabalhar em cima disso. Eh, dessa forma, os ambientes de desenvolvimento podem ser reutilizado com configurações, permissões, ferramentas, ou seja, a gente não precisa ter todo o setup de desenvolvimento local, toda a configuração local. a gente pode agora ter um desenvolvimento nas nuvens, onde lá moram e existem todas as configurações. E porém, né, uma consequência muito importante, né, a gente não precisa acompanhar cada etapa da sua execução. A gente consegue mandar executar local ou disparar nas nuvens e deixar ela rodando para que depois a gente faça um checkup final do que o a gente trabalhou. ORI da Codex, ele foi renovado, então agora ganhou uma experiência muito mais orientada a agentes, eh, incluindo controle por voz. Então, a gente consegue agora ter controle por voz na CLI. E o barra agents, não, o comando barra agents, ele permite a gente visualizar e e delegar tarefas para múltiplos agentes. Eh, dessa forma é possível acompanhar tarefas, retornar, retomar requisiçõ eh sessões anteriores, editar promets que a gente tinha feito anteriormente, utilizar work trees para fazer toda essa parte de criar uma nova work tree para não prejudicar minha única branch. A gente sabe que multiagents dentro de um único repositório não faz sentido porque você só tem uma única brand. Como que numa única brand você trabalha aqui em 5, 6, 7, o tarefas diferentes você não consegue. Então a gente utiliza esse recurso de work trees do Git e para cada tree a gente vai disparar um agente que vai trabalhar em cima de alguma determinada tarefa. Eh, dessa forma a gente consegue fazer toda essa parte de orquestração de diagentes através do desenvolvimento de software, eh, construções de aplicações em tempo real. Então, ela, né, a Open também apresentou o codex sendo utilizado para construir aplicações de forma extremamente interativa, né? Ou seja, a ideia é demonstrar como que deixa de ser escrever código, executar, testar e corrigir. E agora começa a ser, né, passa-se a ser descrever uma intenção. O agente ele vai implementar essa intenção, ele mesmo vai observar essa implementação e ele vai orientar e validar. Ou seja, toda o desenvolvimento agora ele vai ser a tique. Por isso que a gente falou muito de coding aentic. Eh, também falamos sobre muito sobre code review, né? Sabemos que hoje um dos maiores gargalos numa esteira de desenvolvimento num dia de uma empresa de desenvolvimento software é o code review. Por quê? Porque nós conseguimos escrever muito mais código e entregar muito mais tarefa. Porém, e a revisão, como que a gente faz? Vai revisar? Não vai revisar? Vai ser manual? Não vai ser manual? Vai passar por a gente? Não vai passar por a gente? Então, a OpenI também focou muito nessa parte de code review, onde o Codex também passa a atuar diretamente no processo de revisão. Então agora o Codex ele consegue revisar todos os reviews dele mesmo, vamos dizer assim. E ele pode analisar mudanças, ele pode explicar difs, ele pode encontrar problemas nos difs, ele pode responder algumas perguntas sobre o código e as reviews elas podem ser executadas automaticamente na nuvem. Então a gente consegue fazer toda essa parte de integração, abrir o PR, já vai ter um codex eh realizando a review, deixando o comentário, ou seja, em line ou seja um comentário de resumo final. Ou seja, o agente agora deixa de produzir apenas código, atuar na parte de desenvolvimento local, escrita de código local e também ele participa da validação desse código. Então, um agente vai escrever código e o outro agente vai validar o código que o agente escreveu. E essa validação ela completa. vai procurar pontos de falha, vai procurar problemas, vai procurar pontos que não estão sonando, vai procurar gaps de entendimento, eh, vai ver a pátula de código e vai seguir toda a parte de análise e review do PR. Codex Security Cloud. Então, o codex agora ele pode analisar repositórios procurando por vulnerabilidades. Agora a gente também tem a parte do codex procurando vulnerabilidades. Eh, pode investigar os problemas encontrados, eliminar duplicidades e preparar correções. Então, nessa parte toda de stack completa de segurança, porque aí quando a gente fala de IA, de agentes, de vibe coding, a gente fala muito sobre segurança. E a segurança como que fica? Eh, cada vez mais brechas, mais dados estão sendo vazados, mais aplicações estão sendo hackeados, mais vulnerabilidades estão aparecendo e surgindo. Então, o Codex Security Cloud, ele vem para tentar minimizar esses problemas, ou seja, procurar vulnerabilidades investigar vulnerabilidades sobre os problemas que foram encontrados e preparar correções para eles. Eh, e ele pode fazer isso acompanhando comit a comit. Então, cada novo comit, ele vai pegar esse comit e vai fazer e replicar e repetir esse processo. Isso coloca os agentes dentro de uma área tradicionalmente muito especializada, ou seja, segurança do software né Cber Security segurança do software, vulnerabilidades, eh, ou e todas essas preocupações que nós sempre tivemos quando a gente fala de desenvolvimento, que é todo esse essa disciplina de segurança, esse mundo, esse universo de segurança. Agora a Codex também consegue atuar de forma especializada. Depois tivemos lá o agents API mais computer user. Falei um pouquinho sobre computer user antes, mas eu vou repetir. Então a OPI ela apresentou uma evolução importante das APIs para construção de agentes. Ou seja, a agenti, permite que a gente crie agentes que usam ferramentas, né? Ou seja, eles fazem chamadas, eles pesquisam contexto, eles executam ações. Agora eles possuem muito mais poder, eles têm muito mais funcionalidade de forma integrada. E com o computer use, o agente ele pode interagir diretamente com a interface de software. Ou seja, significa que ele não precisa de um API, ele não precisa de um MCP, ele não precisa de nenhum protocolo, de uma integração especializada ou, né, específica para o agente para trigercial. Agora ele pode operar uma interface como se ele fosse um usuário ou uma zoá final utilizando o seu próprio computador. E a plataforma também incorpora capacidades de multiaents, ou seja, permitindo pegar uma tarefa e dividir ela entre agentes especializados, né? Vamos supor que você vai implementar uma nova feature. A primeira parte é você fazer entrevista, é você fazer pergunta para você remover pontos de ambiguidade, lacunas e gaps. Você pode ter um agente que faz isso. Depois você pode ter um agente que ele é especialista em escrever um documento técnico, um plano de executação de execução técnica, um plano de implementação técnica. Tá acabando o vídeo, vou voltar aí. E aí você tem um outro agente que vai escrever, um outro agente que vai revisar, um outro agente que vai validar, um outro agente que vai notificar, vai pedir code. Então a gente pode agora quebrar entre agentes especialistas. Eh, também vimos a parte de browser e robótica, em algum momento no vídeo aqui apareceu um robozinho. A demonstração levou o conceito de computer using além do código. Ou seja, a ideia é que a gente consiga observar um ambiente e baseado no ambiente que ele tá observando, ele vai fazer tomada de decisões e executar umas tarefas. É como se, por exemplo, os robôs aspiradores, né, que hoje em dia possuem inteligência artificial na câmera deles e aí eles conseguem fazer toda a parte ali de desvio de obstáculos. Se ele vê um cachorro, se ele vê um pet, se ele vê uma criança, ele para. E, ou seja, baseado no ambiente que ele está observando, ele vai tomar uma decisão para executar uma ação ou não. E a demonstração, a gente viu que uma que força uma reforça uma tendência ainda maior. Os agentes deixam de operar sobre texto e código e passam a interagir com o mundo. Então, veja que essa parte de interação, de mundo, de disposição, de integração fora do código tá cada vez mais importante. É, também vimos a parte de Codex + 3D, ou seja, a apresentação também demonstrou a Codex trabalhando em ambiente 3D interativo. Teve um momento que teve uma salinha aqui, que teve uns bancos, aí começou a aparecer é uns bichinhos, teve também uma parte que mostrou uma casa, né? O ponto mais interessante é que para desenvolver não é necessariamente o 3D, ou seja, mostrar que o agente consegue trabalhar entre sistemas mais complexos interativos. indo além, mais uma vez, ó, indo além de escrever código, além de ler arquivos de código, né? Agora ele consegue trabalhar com 3D, ele consegue entender 3D, ele consegue se integrar com ferramentas 3D, por exemplo, Blender, que é uma ferramenta opence muito famosa quando a gente fala de modelagem 3D. Eh, mais uma vez saindo ali da parte de código, de arquivos de código, de código, fonte de projeto do software. E agora o Codex agora está indo também nessa parte desse mundo 3D que a gente tá vendo, eh, principalmente integrações aí com a gente vê com Hugsfields e outras AI que estão surgindo no universo ali 3D, como por exemplo a Triple, AI e várias outras EAI do mundo 3D para fazer modelagens 3D, seja de forma automática ou a gente conectar o Codex ali no Blender para fazer modelagem. Eh, e por fim, né, OpenI Marketplace. A OpenI também anunciou o seu marketplace para empresas. as empresas poderão utilizar eh o, ou seja, as empresas agora nós podemos adquirir softwares de parceiros aprovados através da Openi. Ou seja, a OpenI vai ter o marketplace que vão existir software, licenças de parceiros e parceiras que foram aprovados e nós conseguimos através do plano que a gente tem que copiar e adquirir e esses softwares desses parceiros. Isso cria um ecossistema em torno da plataforma e vai facilitar a adoção de aplicações construídas sobre a eh, empresas agora podem construir aplicações de a, colocar no marketplace, serem aprovadas e aí uma vez aprovadas qualquer outra empresa pode adquirir este software. Então, provavelmente mais e mais e mais startups voltad para o mundo de vão surgir, surgir, surgir, surgir. E a grande conocusão para nós pessoas desenvolvedoras, né? Se eu tivesse que resumir todo esse dev 2026 em uma única ideia, uma única frase, uma única colocação, eu deixaria o seguinte: estamos deixando de usar IAR para escrever código e software apenas e começando a usar os agentes para executar o trabalho de engenharia de software. Então veja que agora está começando a ser menos sobre AI e mais sobre agent, seja autônomo, seja um time, seja a tique ou não, né? Ou seja, antes a gente tinha lá o a gente desenvolvia, a gente tinha, ou seja, antes tinha nós pessoas desenvolvedoras, código, ferramenta, resultado. Agora a gente começa a ser, né, começa a ser e tendenciosamente passará a ser nós, pessoalas, teremos uma especificação, né, uma tarefa, uma descrição, um requisito, teremos agentes, os agentes conectados nas ferramentas, depois as ferramentas do código, depois o teste, depois review, depois segurança, depois esse resultado. Por quê? Porque a gente viu que agora os agentes conseguem conectar ferramentas é compus. Nós vemos que ele consegue escrever código, nós vemos que ele consegue escrever teste e testar também a aplicação. Nós vimos que agora a gente ele consegue fazer o review e ele também consegue analisar a segurança, ou seja, possíveis brechas e vulnerabilidades. Então essas cinco parte agora temos os agentes se conectando e integrando de ponta a ponta, né, durante o desenvolvimento de software. Isso. E e você pode pensar que passa a mudar o papel nosso, mas mais uma vez, já falei em vídeos anteriores, né? Não significa que acabou a programação. Mais uma vez, não significa que acabou a programação. Calma, né? Fica tranquilo. Fica tranquila. Significa que algumas atividades, né, passam a ter menos valor através do trabalho manual e maior valor como trabalho outras atividades possuem, que é o que eu sempre vim falando nos últimos vídeos. Ou seja, definir um problema, pegar um problema extremamente complexo, transformar ele numa solução simples, acompanhar o desenvolvimento dessa solução simples, a capacidade de entregar projetos. Alguém chega para você, uma liderança chega para você, olha, eu preciso fazer tal coisa, beleza, deixa comigo que tal dia tá pronto. Aí você faz toda a parte de discovery planejamento acompanhamento eh, estimativa, delegação de trabalho, acompanhamento, emoção de objetiv de obstáculos, emoção de desafios e etc. Eh, escrever boas especificações passa cada vez ser mais primordial. desenhar arquiteturas, né? Engenharia, arquitetura de software, estilo de arquitetura software e características arquiteturais e decompor tarefa, né? Criar contexto, escrever, escolher as ferramentas certas pro trabalho certo, na hora certa, do jeito certo, né? Tal do overgener ou otimização prematura, como que a gente evita fazer isso? É orquestração de agente, cada vez mais você orquestrando de agentes no seu dia a dia, né? Um agente que manda para outro, que fala com outro, que fala com outro, que fala com outro. É, validar resultados. Estão estamos entregando, você está entregando, sua empresa está entregando que deveria ser entregue pros seus clientes, paraas suas clientes, suas usuários, para suas usuárias e principalmente de forma segura, né? E também tomar decisões técnicas, né? As decisões técnicas quem toma ainda somos nós. Nós realizamos as tomar decisões, seja com prompt ou não, nós estamos passando as tecnologias pro prompt, a biblioteca que ele tem que utilizar, como ele tem que fazer. Então, as tomadas de decisões ainda fica com a gente. E esse provavelmente é o ponto mais importante para mim fechar o vídeo, é a reflexão e o ponto que eu vou deixar aqui. Programador e programadora do futuro não são, não serão aqueles ou aquelas que simplesmente querem escrever código, mais código. Já falei isso várias vezes em outros vídeos e vou continuar falando. programadoras e programadoras do futuro, né? Os engenheiros e engenheiras do software futuro, começa a transformar o conhecimento em engenharia de sistemas, né? Em engenharia de sistemas, em arquitetura de software, design de software, engenharia de software, né? e especificações e agentes capazes de produzir só em qualidade. Ou seja, não é mais sobre escrever código unicamente, exclusivamente e passa a ser todo esse mundo, todo esse universo em volta e ao redor da escrita de código, porque existe um mundo de engenharia de software em volta da escrita de código. A escrita, a gente pode chamar de developer, de codewriter, de escritor de código, mas a engenharia de software vive e mora em volta desse ecossistema. Cabe a você olhar para esse mundo em volta, olhar para esse universo em volta e, principalmente dominar as habilidades para que você possa estar e ter e agregar valor paraa sua empresa neste universo e volta e não mais nesse ponto aqui centralizado, esse núcleo no meio desse universo de engenharia de software, que é escrever código. Yeah.
Assistir ao vídeo original no YouTube
Assuntos: Agentes de IA, Assistente pessoal. Publicado no YouTube em 2026-10-07.
Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.