Eu mandei a IA “não pare”, e ela parou de novo — a própria OpenAI documenta as pausas de aprovação e os testes excessivos do GPT-6 Astra
1. Tudo começou com: “Isso é oficial mesmo?”
Uma publicação nas redes dizia que a OpenAI havia divulgado orientações para fazer o GPT-6 Astra trabalhar de forma mais autônoma.
As recomendações eram específicas demais: inferir intenção e escopo pelo contexto; não pedir nova permissão a cada leitura, revisão ou correção reversível já autorizada; e, quando uma aprovação realmente for necessária, preparar primeiro um resultado concreto e revisável, deixando a pergunta para o último passo.
Também dizia que o Astra pode ser muito sensível a instruções em arquivos como SKILL.md e AGENTS.md, e que pequenas alterações de código podem acabar recebendo testes mais amplos do que a tarefa exige.
Parecia menos documentação e mais uma lista dos comportamentos que mais irritam quem usa agentes por muito tempo.
Então fomos à fonte oficial da OpenAI.
Estava lá.
2. A OpenAI literalmente chama isso de “pausas de aprovação desnecessárias”
A orientação para GPT-6 Astra explica que o modelo tende mais do que versões anteriores a fazer perguntas quando uma informação extra pode alterar materialmente o resultado.
Como comportamento colaborativo, faz sentido.
Em uma tarefa longa, vira isto:
Usuário: “Investigue e corrija tudo.”
IA: “Terminei a investigação. Posso aplicar as correções?”
Usuário: “Eu falei para não parar.”
IA: “Entendido. Aqui está o plano. Posso prosseguir?”
Pronto: inventamos uma máquina de movimento perpétuo movida a aprovação.
E o Migration quickstart da OpenAI contém exatamente Unnecessary approval pauses.
Não é paranoia do usuário. O fabricante deu nome ao sintoma.
3. Por que “não pare” era vago demais
“Não pare” informa a direção, mas não define o limite de decisão do agente.
A tendência padrão continua existindo: “Se uma pergunta a mais puder melhorar o resultado, é melhor perguntar.”
Por isso a recomendação oficial é operacional. Inferir intenção e escopo a partir das instruções e do histórico da conversa; tratar pedidos de ação como ordem para executar; não terminar em “sim, posso”, em um plano ou em uma solução parcial escolhida apenas para economizar tempo ou tokens; e não pedir nova aprovação para leituras, revisões, correções reversíveis ou trabalho já autorizado.
“Não pare” é um pôster motivacional. A orientação oficial é o mapa das zonas onde parar não faz sentido.
4. Aprovação deve ser o último botão vermelho, não o ingresso
A ideia mais útil da orientação oficial é empurrar a aprovação para o final.
Se um site precisa ser corrigido e publicado, e apenas a publicação realmente exige confirmação, o agente pode investigar, editar, fazer build, executar os testes necessários e preparar um diff revisável antes de perguntar.
A pergunta final passa a ser concreta: “Tudo pronto; só falta publicar.”
Bem diferente de:
“Posso investigar?”
“Posso editar?”
“Posso testar?”
“Posso testar de novo?”
O usuário pediu trabalho, não uma gincana de carimbos administrativos.
5. A OpenAI também documenta o problema de “testar demais”
A seção Testing and verification é igualmente reconhecível.
A OpenAI diz que o Astra tende a ser cuidadoso ao testar mudanças de código antes de considerar uma tarefa concluída. Em tarefas pequenas, isso pode resultar em testes mais amplos do que a mudança exige.
Altera uma linha.
Roda o teste relevante.
Passa.
Adiciona outro “só para garantir”.
Passa.
Adiciona um teste de regressão de baixo valor que praticamente espelha a implementação.
Passa também.
Só que o trabalho original ainda não foi entregue.
Teste deixou de ser controle de qualidade e virou hobby.
A recomendação oficial é calibrar a verificação à mudança: não criar testes para alterações reversíveis e de baixo impacto quando eles apenas repetem a implementação; executar testes significativos e verificações obrigatórias; depois que passarem, ampliar ou repetir somente se novas mudanças, falhas ou dúvidas não resolvidas justificarem.
Teste não é destino. É inspeção antes do envio.
6. “Então faça isso desde o começo” é uma reação bem natural
Se a OpenAI entende o comportamento com tanta clareza, é natural pensar: por que não colocar maior autonomia como padrão?
Existe uma tensão real. O Astra também foi projetado para respeitar limites da tarefa e fazer perguntas quando uma ambiguidade importante pode mudar o resultado. Um assistente geral que interprete “arrume meu site” como permissão para publicar qualquer coisa criaria outro tipo de acidente.
A frustração aparece quando o usuário já deixou claro “termine” e “avance nas ações reversíveis”, mas o modelo ainda para em cada cruzamento.
Por isso a própria orientação ensina como pedir execução mais autônoma.
Um padrão seguro faz sentido.
Mas o usuário avançado continuará pensando:
“Ótimo. Agora coloque o botão Autonomous nas configurações em vez de escondê-lo no manual.”
7. O Codex mantém a política global completa
Para o Codex, duas linhas não bastam. Ele pode precisar ler um repositório, editar arquivos, resolver conflitos, testar, preparar PR ou deploy e trabalhar por bastante tempo.
Por isso o prompt global completo para todas as sessões de Codex permanece intacto.
Ele começa exigindo a verificação da documentação oficial mais recente e a leitura do ambiente real: $CODEX_HOME, config.toml, AGENTS.md, skills e instruções globais. Configurações como developer_instructions são candidatas a fonte canônica, preservando o que já existe e mantendo a integração idempotente.
Depois define inferência de intenção e escopo, proibição de parar apenas no plano, trabalho reversível já autorizado, approval-last, clarification-last, transparência em conflitos de instruções, identificação do SKILL.md exato que provocou uma pausa, nenhuma burocracia de aprovação criada por riscos hipotéticos, limites reais para operações destrutivas ou irreversíveis, uso útil de subagentes, testes proporcionais, readback por superfície, smoke tests, idempotência e critérios explícitos de conclusão.
Ou seja, o Codex não recebe só “continue”. Recebe:
“Aqui está todo o código de trânsito; estes são os únicos sinais vermelhos; se você parar em outro lugar, mostre qual arquivo mandou.”
Isso fica como está.
8. Já o ChatGPT só precisava de duas regras permanentes
O uso diário do ChatGPT não precisa da constituição inteira do Codex.
Markdown não incomoda.
Listas não incomodam.
Política detalhada de subagentes não é o problema cotidiano.
Os dois incômodos recorrentes são:
Parar para pedir confirmação quando pedido e escopo já estão claros.
Continuar aumentando testes depois que a verificação necessária já foi feita.
Então a regra persistente do ChatGPT fica só com esses dois pontos.
Quando intenção e escopo estiverem suficientemente claros, não fragmentar o trabalho com “quer que eu continue?” salvo se existir um limite real de segurança, permissão ou irreversibilidade.
Executar testes adequados à mudança. Depois que as verificações necessárias passarem, não repetir nem multiplicar testes a menos que novas mudanças, falhas ou preocupações não resolvidas deem motivo.
Não corrija o que não está quebrado; caso contrário, a própria regra vira novo ruído.
9. Isso é mais “redução de perda por parada” do que “economia de cota do Astra”
A publicação social apresentou essas recomendações como uma forma de economizar uso do Astra.
A intuição é compreensível, mas a OpenAI as apresenta como Prompting best practices para ajustar o comportamento do modelo. Não promete uma redução percentual fixa no consumo.
Na verdade, um agente que realmente termina o trabalho pode trabalhar mais tempo em uma única execução.
O que pode diminuir é:
pergunta → espera humana → retomada → nova pergunta.
A descrição melhor é:
gastar menos da execução com teatro de permissão e mais com conclusão.
10. Conclusão: avance, inspecione o necessário e termine
Depois de estudar a operação de uma IA de ponta, a regra final ficou absurdamente comum.
Pare de olhar para o humano depois de cada passo.
Se a inspeção passou, envie o produto.
O Codex recebe o código de trânsito completo. O ChatGPT recebe dois avisos na parede.
E a parte mais engraçada é que isso não é apenas uma técnica caseira para “domar IA”. Boa parte do diagnóstico e da correção está escrita na própria orientação oficial da OpenAI.
Fomos estudar o futuro da IA e acabamos na reunião matinal de um gerente de fábrica.
Referências (2)
- OpenAI, “Model guidance — Using GPT-6 Astra / Prompting best practices”: https://developers.openai.com/api/docs/guides/latest-model
- OpenAI, “Unrolling the Codex agent loop”: https://openai.com/index/unrolling-the-codex-agent-loop/
