A OpenAI publicou esta semana um número que merece mais atenção do que a cifra em dólares ao lado dele. Em meados de agosto, sua organização de pesquisa usa 3,1 dias-agente de esforço para cada dia de trabalho humano. A frase mais citada foi a do gasto: o pesquisador mediano roda mais de US$ 600 em inferência por dia, a preços de API. A frase que importa para quem gerencia um time é a outra.
Três dias-agente por dia humano significa que o dia humano passou a ser o gargalo. Todo resultado que um agente produz precisa ser lido, julgado e aceito por alguém, e essa pessoa tem um dia de trabalho, não três. Este post faz a aritmética e mostra onde a fila se forma.
Resumo rápido
O post “Research acceleration” da OpenAI coloca o esforço dos agentes em 3,1 dias de trabalho para cada dia de trabalho humano, aponta uma tendência de pesquisadores rodando quatro ou mais agentes ao mesmo tempo e relata que mais da metade das tarefas bem-sucedidas de 4 a 8 horas exigiu pelo menos uma intervenção humana. Junte tudo isso e um dia de trabalho passa a ter vários momentos em que um agente parou e está esperando uma pessoa, além de um fluxo constante de trabalho concluído à espera de aceitação. A fila que se enche é a de “resultados esperando uma pessoa”, e a maioria das ferramentas não a mostra. A Sharkly torna essa fila explícita: estados de espera na Tarefa, uma Caixa de entrada que os encaminha para a pessoa responsável e a aceitação como uma mudança de status registrada.
Os números
Tudo abaixo vem do post da OpenAI, salvo indicação em contrário.
| Métrica | Valor | Período |
|---|---|---|
| Dias-agente por dia de trabalho humano, organização de pesquisa | 3,1 | Meio de agosto de 2026 |
| Inferência diária do pesquisador mediano a preços de API | Mais de US$ 600 | Meio de agosto de 2026 |
| Gasto diário com tokens do pesquisador no percentil 90 | Mais de US$ 7.000 | Atual |
| Tarefas bem-sucedidas de 4 a 8 horas com 1 ou mais intervenções humanas | Mais da metade | Janeiro a julho de 2026 |
| Tendência de execução simultânea | 4 ou mais agentes ao mesmo tempo | Crescente |
A leitura que Simon Willison faz do mesmo post acrescenta o formato da curva: o gasto por pesquisador saiu de praticamente zero em fevereiro para cerca de US$ 600 no fim de agosto, com uma subida íngreme entre julho e agosto que, segundo ele, coincide com o acesso interno ao modelo depois lançado como GPT-6 Astra.
Nenhum desses números se refere a um time de desenvolvimento entregando produto, e os pesquisadores da OpenAI não são uma população típica. Mas a proporção se replica. Qualquer time que saiu de um agente em um terminal para vários agentes em execução está na mesma curva, alguns meses atrás.
A aritmética
Tomemos a proporção ao pé da letra. Em um dia humano de oito horas, os agentes produzem cerca de vinte e cinco horas de esforço. Nem tudo isso precisa de uma pessoa. Algumas execuções falham, outras são exploratórias, outras alimentam outros agentes. Mas toda execução que termina em uma mudança que alguém vai publicar exige uma decisão humana, e o dado sobre intervenções mostra que a decisão costuma chegar antes de a execução terminar.
Se mais da metade das tarefas longas bem-sucedidas precisou de pelo menos uma intervenção, então, com quatro agentes rodando, uma pessoa deve esperar ser interrompida por dois ou três deles ao longo de uma tarefa, em momentos que ela não escolheu. Essas interrupções não são falhas. Um agente que para e pergunta é melhor do que um que chuta e entrega. O custo está em onde a pergunta cai.
Uma pergunta que cai em um terminal é respondida quando alguém por acaso olha aquele terminal. Um resultado que cai em um terminal é revisado quando alguém lembra que ele existe. Multiplique por quatro agentes e por três dias-agente por dia humano, e o terminal vira o lugar onde o trabalho vai esperar.
A fila que ninguém monitora
Todo time que roda agentes tem duas filas. A primeira é o trabalho esperando um agente: o backlog, visível no rastreador que o time usar. A segunda é o trabalho esperando uma pessoa: resultados a aceitar, perguntas a responder, falhas a triar. A segunda fila é a que cresce na proporção de 3,1 para 1, e é a que a maioria das ferramentas não mostra.
A Sharkly trata essa fila como o objeto principal. A Tarefa é a unidade principal de trabalho, e o status da Tarefa e o estado de trabalho do Agente são mantidos separados: uma Tarefa iniciada pode exibir Em execução, Aguardando resposta humana, Aguardando revisão humana ou Erro. Os estados de espera são de primeira classe, não inferidos de um log silencioso.
Esses estados são encaminhados para algum lugar. A Caixa de entrada é uma fila pessoal de atividade de tarefas, e sua seção Principal reúne as tarefas com um sinal ativo que precisa de atenção: aguardando sua resposta, aguardando sua revisão, trabalho com falha ou bloqueado, menções diretas, atribuições para você. Ela agrupa a atividade por tarefa, então quatro agentes reportando sobre uma única Tarefa viram uma linha, não quatro notificações. O Slack é um canal de saída opcional; silenciar um grupo lá não remove o registro da Caixa de entrada.
Responder é como o trabalho continua. Um comentário em uma Tarefa com um Agente atribuído e pronto pode iniciar uma execução de acompanhamento usando a thread como contexto, de modo que responder à pergunta retoma o trabalho em vez de reiniciá-lo.
Como é a aceitação nessa proporção
Com um agente por pessoa, a revisão pode ser informal. Com três dias-agente por dia humano, não pode, porque quem revisa não será quem iniciou a execução, e a execução pode ter terminado horas antes.
Na Sharkly, aceitar é uma pessoa mudar o status da Tarefa depois de ler as evidências. A resposta final do Agente fica armazenada na Tarefa. O log de execução registra por que a execução entrou na fila, quando começou e terminou, chamadas de ferramentas, eventos do Runtime e detalhes de falhas, em uma aba Execuções separada da linha do tempo de comentários. Leia o resumo, depois o log, depois o diff. Fazer merge de um pull request vinculado não altera o status da Tarefa, então um merge nunca é confundido com uma decisão. Nosso fluxo de revisão human-in-the-loop percorre os cinco portões em ordem.
A discussão no Hacker News sobre o post da OpenAI se concentrou em uma preocupação relacionada: resultados avaliados por um classificador agêntico, com aquilo que é medido e aquilo que dá a nota vindo da mesma casa. Essa é a versão de pesquisa do problema de um time de produto. Quando os agentes produzem mais do que as pessoas conseguem ler, a tentação é deixar um agente decidir o que as pessoas deveriam ler. Uma fila visível com um responsável humano é a alternativa.
Onde investir o dia humano
Use o dia humano para direção e aceitação: moldar o ticket, conceder autoridade, ler as evidências, decidir merge e release. Deixe execução, testes e relatórios com os agentes. Os agentes pesquisam, executam, testam e reportam. As pessoas definem a direção, concedem autoridade e aceitam o resultado. A proporção do post da OpenAI é como esse contrato se parece quando funciona.
Use o dia humano para supervisão apenas quando o trabalho realmente precisar de alguém acompanhando em tempo real: uma mudança em produção sem rollback, uma execução em um diretório do qual outros trabalhos dependem. A Sharkly não substitui o Claude Code, o Codex ou o Runtime que faz o trabalho. Ela é a camada que mantém contexto, progresso, bloqueios, resultados e revisão humana visíveis da solicitação até o release, para que o dia humano seja gasto em decisões e não em descobrir em qual terminal há uma pergunta esperando.
Perguntas frequentes
De onde vem o número 3,1? Do post da OpenAI “Research acceleration: the view inside OpenAI”, que afirma que, em meados de agosto, a organização de pesquisa usa 3,1 dias-agente de esforço para cada dia de trabalho humano.
Isso se aplica a times de engenharia de produto? Os números específicos são de uma organização de pesquisa. A direção da proporção se aplica a qualquer time que esteja passando de um agente para vários: a produção dos agentes cresce mais rápido do que a capacidade de revisá-la.
O que é o dado sobre intervenções? Mais da metade das tarefas bem-sucedidas de 4 a 8 horas entre janeiro e julho envolveu uma ou mais intervenções humanas. Execuções longas dão certo com uma pessoa entrando em cena, não sem ela.
Como a Sharkly mostra a fila de revisão? Aguardando resposta humana e aguardando revisão humana são estados de trabalho do Agente na Tarefa, encaminhados para a seção Principal da Caixa de entrada da pessoa responsável. Trabalho com falha ou bloqueado também aparece lá.
O que conta como aceitação? Uma pessoa mudar o status da Tarefa depois de ler a resposta do Agente, o log de execução e o diff. Um pull request com merge não altera o status por conta própria.
A versão curta
A proporção da OpenAI diz que os agentes já produzem três dias de esforço para cada dia humano, e o dado sobre intervenções diz que uma pessoa está no circuito na maioria das tarefas longas. O recurso escasso é o dia humano, e a fila que se enche é a de resultados esperando uma pessoa. Torne essa fila visível, encaminhe-a para um responsável e registre a decisão. Conecte um Computador, crie um Agente e atribua a ele algo chato. A documentação aborda cada conceito em mais profundidade: docs.sharkly.ai.
