Por que Sam Altman é contra uma única superinteligência
Aprofundamento CEVIU
Aprofundamento
Na conversa com John, no podcast Cheeky Pint, Sam Altman, CEO da OpenAI, defende que a rota mais segura passa por muitos agentes com inteligência ligeiramente sobre-humana, e não por uma única IA gigantesca. O ponto técnico é que times de agentes têm propriedades interessantes de escala, mas também variância nas propriedades de alinhamento. Altman diz que essa direção merece mais esforço, inclusive pelo lado de segurança. Ele também prefere o termo "agent teams" a "agent swarms", porque enxame lembra gafanhotos.
O contexto que sustenta a ideia vem do próprio papo. Altman lembra que, há poucos anos, era impossível gastar mais de um dólar de computação em um problema e obter ganho. Com chain-of-thought e uso intenso de computação em tempo de teste, hoje dá para jogar um time inteiro de agentes sobre uma tarefa. Ele nota que matemática avançada e hacking avançado já usam equipes de agentes, enquanto o uso corporativo comum ainda não chega nesse grau. Sobre segurança, ele vê sandbox funcionando até certo ponto e monitoramento (incluindo de ativações, não só da cadeia de raciocínio) funcionando além disso. Para um modelo milhões de vezes mais inteligente que um pesquisador de segurança, diz que seria preciso confiança enorme no alinhamento, e que isso fica "estranho".
O que mudou
A cobertura anterior mostra um debate que vinha se formando. Em 21 de outubro de 2026, o CEVIU noticiou "Superinteligência Artificial: O Caminho Passa por Milhões de Agentes?", sobre o enfraquecimento do loop de feedback e os retornos decrescentes no aprimoramento da IA. Em 10 de agosto de 2026, em "Neolabs desafiam a hegemonia da superinteligência em IA", o tema era o ceticismo sobre o autoaperfeiçoamento recursivo. Agora a posição aparece na voz do CEO da OpenAI: pluralidade de agentes como preferência explícita, também por segurança.
Por que isso importa
Para quem projeta sistemas com agentes, a leitura é que arquiteturas de múltiplos agentes que se checam entre si deixam de ser só truque de desempenho e viram argumento de segurança. Isso não é consenso comprovado, e o próprio Altman admite variância de alinhamento. Para quem opera isso em produção, significa pensar em monitoramento e incentivos entre agentes desde o desenho.
Linha do tempo
CEVIU noticia neolabs céticos quanto ao autoaperfeiçoamento recursivo e à superinteligência.
CEVIU publica sobre o caminho da superinteligência passar por milhões de agentes.
Altman defende muitas IAs ligeiramente sobre-humanas em vez de uma única superinteligência.
Perguntas frequentes
Por que Sam Altman é contra uma única superinteligência?
Ele prefere um trilhão de IAs ligeiramente sobre-humanas integradas à sociedade a uma única IA com QI de 1 trilhão. Segundo o resumo, agentes que se contrapõem criam um equilíbrio dinâmico, em que se mantêm em xeque mutuamente e colaboram.
Qual a diferença entre agent swarms e agent teams?
Na conversa, Altman diz odiar o termo swarms (enxame) e prefere teams (times). A ideia é a mesma: vários agentes trabalhando juntos em um problema. A objeção dele é de marca, já que enxame lembra gafanhotos.
Por que agentes em equipe só agora se tornaram viáveis?
Altman explica que antes não se sabia usar muita computação em tempo de teste para obter resultado melhor. Com chain-of-thought, os modelos passaram a pensar mais sobre o problema, e hoje é possível aplicar uma equipe inteira de agentes a uma tarefa.
Altman acha que sandbox resolve o risco de modelos muito avançados?
Ele diz que sandbox funciona até certo ponto e que monitoramento, inclusive de ativações, vai um pouco além. Para um modelo milhões de vezes mais inteligente, seria preciso ter confiança enorme no alinhamento, o que ele considera um problema em aberto.
Fontes
- cheekypint.substack.comfonte original
- Categoria
- CEVIU IA
- Publicado
- 30 de outubro de 2026
- Editoria
- CEVIU IA

