O Oráculo e a Firma: Abordagens de Contexto

A OpenAI não está apenas compactando contexto: ela está transformando a janela de 200 mil tokens do GPT-5.5-Codex em uma memória dinâmica com vida própria. Desde janeiro de 2026, a compactação nativa no lado do servidor permite que o modelo reescreva sua própria história em tempo real, removendo chamadas de ferramentas redundantes, resumindo trajetórias e mantendo apenas os detalhes que afetam decisões futuras. Isso explica por que o Codex lembra pequenos fatos aparentemente irrelevantes: ele não esquece, só descarta o ruído. Já a Anthropic não segmenta por economia, mas por especialização. O Claude Opus 4.8 (lançado em 28/05/2026) usa janelas de 1 milhão de tokens não como um espaço único, mas como um parque industrial onde cada agente (Haiku para resumo rápido, Sonnet para análise profunda) opera em sua própria fábrica, com protocolos próprios de entrada e saída.

O 'dreaming' da Anthropic, ativado em maio de 2026, é o primeiro passo real para fechar a lacuna de 'esquecimento': agentes agora revisam sessões antigas fora do fluxo ativo e atualizam uma memória compartilhada via arquivos locais, uma solução prática para o problema teórico de perda de informação entre subagentes. Enquanto isso, a OpenAI testa modelos como o GPT-5.1-Codex-Max com múltiplas janelas coordenadas, sinalizando que sua abordagem de 'Oráculo' está evoluindo para incluir divisão de trabalho, sem abandonar a coerência central.

Essa divergência não é só técnica: define quem controla o custo, a velocidade e a confiabilidade das aplicações reais. Um sistema baseado em compaction (OpenAI) tem latência previsível e baixo risco de contradição, mas pode travar em tarefas que exigem paralelismo bruto, como varrer milhares de arquivos de código simultaneamente. Um sistema multiagente (Anthropic) escala melhor nesses cenários, mas exige engenharia de orquestração extra para evitar que dois agentes façam a mesma busca ou ignorem dados cruciais uns dos outros. Para desenvolvedores, a escolha hoje já impacta diretamente o design de pipelines: você constrói um workflow linear com checkpoints de memória (OpenAI) ou uma rede de serviços com contratos explícitos de entrada/saída (Anthropic).