O ChatGPT agent integra um browser supervisionado e artefactos editáveis diretamente na caixa de conversação

O ponto de entrada é um menu, não um produto separado

A OpenAI não lançou as capacidades de agente como uma nova aplicação. Os utilizadores Pro, Plus e Team ativam-nas através do menu de ferramentas na caixa de conversação, selecionando o 'modo agente' em qualquer momento de qualquer conversa. A empresa é explícita quanto a isto: é possível 'transitar naturalmente de uma conversa simples para pedir ações diretamente dentro da mesma conversa.'

Essa decisão junta duas funcionalidades até agora distintas — a interação web do Operator e a síntese do deep research — no fluxo normal de conversação. A OpenAI vai descontinuar o site de pré-visualização do Operator 'dentro de algumas semanas' após o lançamento, e o deep research passa a viver dentro do agente como uma opção no menu, para quem quiser as suas análises mais longas e detalhadas. Esta consolidação a nível de frontend é tão relevante para o produto quanto o modelo unificado que está por trás dela.

Narração, controlo e interrupção como interface de confiança

Como o agente atua numa web real com dados do utilizador, a OpenAI construiu a interface em torno da visibilidade e da possibilidade de intervenção, em vez de uma caixa negra. Enquanto o agente trabalha, 'uma narração no ecrã dá visibilidade exata sobre o que o ChatGPT está a fazer.' Os utilizadores podem interromper em qualquer momento para clarificar instruções, orientar o resultado ou mudar completamente a tarefa, e o agente 'retoma o trabalho a partir de onde ficou... sem perder o progresso anterior.'

A fonte descreve controlos graduados, associados à gravidade das consequências. É exigida confirmação explícita antes de ações no mundo real, como compras. Certas tarefas críticas, como o envio de emails, exigem supervisão ativa através de um 'Modo de Vigilância.' Ações de alto risco, como transferências bancárias, são recusadas por completo. E, em sites que exigem autenticação, o modelo pede ao utilizador para iniciar sessão através do controlo do browser.

Esse modo de controlo tem um desenho de privacidade específico: 'o ChatGPT não recolhe nem armazena quaisquer dados introduzidos durante estas sessões, como palavras-passe, porque o modelo não precisa deles, e é mais seguro que nunca os veja.' A interface encaminha deliberadamente as credenciais para fora do alcance do modelo, em vez de as fazer passar por ele.

Os artefactos editáveis são a superfície de resultados — e a parte menos polida

O agente entrega o trabalho sob a forma de apresentações e folhas de cálculo editáveis, e não apenas texto de conversação. As apresentações são exportadas com 'texto, gráficos, imagens e formas que são nativamente e facilmente editáveis após a exportação,' e a fonte enumera usos concretos, como converter painéis de dados em apresentações vetoriais editáveis e atualizar folhas de cálculo mantendo a formatação.

A OpenAI admite abertamente que esta funcionalidade ainda não está totalmente pronta. A geração de apresentações está em fase beta; os resultados 'podem por vezes parecer rudimentares na formatação e no acabamento,' e existem 'discrepâncias ocasionais entre os slides no visualizador e o ficheiro powerpoint exportado.' É possível carregar uma folha de cálculo como modelo, mas ainda não uma apresentação. É na camada dos artefactos que a interface promete mais e onde admite a maior lacuna.

Os números das folhas de cálculo confirmam esta direção: no SpreadsheetBench, o agente obteve 45,5% ao editar ficheiros diretamente, contra 20,0% do Copilot no Excel — embora o anexo indique que o desempenho humano se situa nos 71,33% no geral, e a avaliação da OpenAI tenha usado o LibreOffice em OSX, e não o Excel em Windows utilizado pelos autores do benchmark.

O que um agente supervisionado na caixa de conversação exige das equipas que constroem sobre ele

A implicação para quem integra esta tecnologia é que o modelo de segurança é interativo, não automático. A OpenAI afirma claramente que o 'perfil geral de risco é mais elevado' do agente, dado o alcance das ferramentas e a maior abrangência, e destaca em particular a injeção de instruções — instruções maliciosas escondidas em 'elementos invisíveis ou metadados' de uma página web, capazes de levar o agente a divulgar dados de conectores ou a agir num site onde a sessão está iniciada.

As medidas de mitigação mais relevantes aqui são comportamentos de frontend: confirmação antes de ações consequentes, Modo de Vigilância, possibilidade de interrupção e uma opção de um clique para eliminar dados de navegação e terminar sessão em todos os dispositivos. O próprio conselho da OpenAI é processual — desativar conectores quando uma tarefa não precisa deles. Ou seja, a fiabilidade do agente depende, em parte, de como os utilizadores operam a interface, e não apenas do modelo.

Para equipas de AI aplicada, isto reformula a questão de desenvolvimento. Construir sobre o ChatGPT agent significa desenhar para um humano que se espera que acompanhe a narração, conceda permissões e assuma o controlo do browser nos momentos certos — e ter em conta os limites de 400 mensagens por mês para o plano Pro e 40 para os outros planos pagos, com o acesso ao EEE e à Suíça ainda pendente. A interface é o plano de controlo, e tratá-la como totalmente autónoma é precisamente aquilo contra o qual a OpenAI alerta explicitamente.