GPT-6 Astra: O Salto do 'Prompting' Para a Automação do Trabalho de Conhecimento

O Lançamento que Me Fez Reler o Anúncio Duas Vezes

Eu já vi tanto anúncio de “modelo revolucionário” que desenvolvi um certo callo. Mas o GPT-6 Astra, lançado pela OpenAI em setembro de 2026, é o primeiro em bastante tempo que me fez parar e reler o anúncio oficial de novo, prestando atenção nos detalhes técnicos em vez de só na retórica de marketing.

O nome interno do projeto durante o desenvolvimento era justamente “Astra” — e acabou virando o próprio nome do modelo lançado. A grande virada de chave não é o poder de raciocínio isolado (embora os benchmarks sejam impressionantes). É a introdução de execução autônoma de longa duração combinada com uso de computador de verdade — navegar em sites, operar planilhas, editores de documento — sem precisar de instrução passo a passo.

Execução Contínua: A Era dos Modelos de Longa Duração

Até agora, interagir com LLM sempre foi pontual: você pergunta, espera, recebe resposta. O Astra foi desenhado pra operar diferente — capaz de trabalhar continuamente em uma tarefa por vários dias seguidos, sem supervisão constante. Um dos casos mais comentados envolveu alguém que entregou anos de e-mail, calendário e contatos ao modelo e o deixou trabalhando sozinho por cinco dias na organização de tudo isso.

Isso muda a IA de assistente de chat pra agente de execução persistente. Você entrega um objetivo complexo — que exige pesquisa, cruzamento de dados locais e varredura na web — e o modelo segue trabalhando de forma autônoma até concluir.

O Fim (Parcial) da Engenharia de Prompt

O Astra é vendido como o primeiro grande modelo da era “pós-prompting”. Durante anos, muita gente — inclusive eu, em posts anteriores aqui — se especializou em montar fórmulas complexas de comando, definindo papel, restrição e formato pra extrair bom resultado da IA.

A promessa do Astra é que essa engenharia detalhada deixa de ser necessária. Em vez de exigir passo a passo, o modelo analisa o contexto completo — sistema local, navegação web — e constrói tanto o método quanto a resposta final. Você só precisa deixar claro o objetivo.

Eu digo “promessa” de propósito: é a narrativa oficial de lançamento, e eu ainda quero ver como isso se sustenta no uso real do dia a dia, fora do ambiente controlado de demonstração.

Característica	Era do Prompting (GPT-5 / Claude 4)	Era do Pós-Prompting (GPT-6 Astra)
Abordagem do usuário	Comandos detalhados e restrições explícitas	Objetivo final claro (“receitas”)
Construção do método	O humano guia os passos operacionais	O modelo cria a própria metodologia
Autonomia de ação	Limitada à janela da conversa ativa	Alta — executa processos ao longo de dias
Análise de contexto	Restrita a arquivos e texto anexados	Avaliação orgânica do sistema local e da web

O Impacto no Trabalhador de Conhecimento

A analogia que eu acho mais precisa é comparar o Astra com o que o Claude Code fez pra engenheiros de software: automatizar a execução de projetos inteiros de programação. O Astra tenta fazer isso pra trabalho de conhecimento em geral — planejar migração de previdência, mapear a melhor decisão de compra de carro, analisar escola pros filhos com base no contexto familiar, identificar o próximo passo estratégico de um negócio.

E, sinceramente, o número que mais me chamou atenção não foi de produtividade — foi de risco. Nos próprios benchmarks da OpenAI, o Astra atingiu 100% no ExploitBench, um teste que mede a capacidade de desenvolver exploits funcionais a partir de vulnerabilidades conhecidas. Foi esse resultado específico que levou a OpenAI a classificar o Astra como seu primeiro modelo em nível “crítico” de risco de cibersegurança, restringindo o lançamento das capacidades mais sensíveis. Isso não invalida o avanço — só deixa claro que “modelo capaz de operar computador sozinho por dias” é uma faca de dois gumes.

Um Detalhe que a Narrativa de Marketing Costuma Pular

O rollout pro plano Plus de US$ 20/mês, ao contrário do que a comunicação inicial sugeria, começou de forma parcial — muitos usuários Plus só tiveram acesso ao Astra dentro do ChatGPT Work e do Codex, não no chat comum, que ficou reservado pros planos Pro (US$ 100 e US$ 200/mês), Business e Enterprise. O próprio Sam Altman chamou o lançamento de “bagunçado” publicamente e a empresa precisou compensar usuários pagantes com resets de uso extra por cada dia sem acesso prometido.

Eu acho importante registrar isso porque o discurso de “poder de fogo de consultoria inteira na mão de qualquer pessoa por US$ 20” soa bem diferente quando você descobre que, na prática, o acesso pleno ainda depende de qual plano — e qual superfície do produto — você está usando.

O Que Vem Depois

Já circula, de forma não confirmada oficialmente, um possível próximo projeto de pré-treinamento com codinome “Bel”, supostamente ultrapassando 10 trilhões de parâmetros, que serviria de base pra sucessores do Astra. É importante frisar: isso ainda é especulação de comunidade, sem confirmação oficial da OpenAI sobre existência, estágio ou objetivo real do projeto. Eu prefiro tratar como rumor por enquanto — mas o simples fato de um rumor desses já circular mostra o ritmo que essa corrida está tomando.

O Que Eu Realmente Penso

Eu acho genuína a virada de “execução persistente” — é diferente de tudo que vimos até aqui, e o caso do e-mail organizado sozinho em cinco dias é impressionante mesmo filtrando o exagero de marketing. Mas eu tomo cuidado com a narrativa de “fim da engenharia de prompt”. Definir um objetivo claro continua sendo uma habilidade — só que agora ela se parece mais com escrever um briefing pra outra pessoa do que com escrever código de comando. Isso não é trivial. Boa parte dos problemas que vejo em projeto de IA mal-sucedido nunca foi sobre sintaxe de prompt — sempre foi sobre objetivo mal definido.

A pergunta que fica pra mim não é mais “o que a IA consegue fazer”. É se as pessoas terão confiança e maturidade suficiente pra delegar projeto inteiro pra uma máquina que roda sozinha por dias — sabendo que o mesmo modelo que organiza seu e-mail também zerou um benchmark de exploração de vulnerabilidade.

Fico Com Essa Pergunta

Como você pretende usar (ou já está usando) a capacidade de um modelo rodar projeto de forma autônoma durante dias inteiros no seu trabalho?

Email: fodra@fodra.com.br
LinkedIn: linkedin.com/in/mauriciofodra

Cinco dias trabalhando sozinho na sua caixa de e-mail. 100% num benchmark de exploit de cibersegurança. O GPT-6 Astra não é só um modelo mais inteligente — é o primeiro que me fez repensar o que “delegar pra IA” realmente significa.