O estado dos agentes de pós-treinamento em IA

O FrogsGame não é só um teste de desempenho: é um laboratório para observar como agentes de IA aprendem a fazer o que humanos fazem melhor, decidir quando confiar em dados, quando parar e quando reinventar o processo. O Claude Fable 5 superou modelos anteriores não por ser mais rápido ou maior, mas por entender que a qualidade do treinamento vem da fonte, não da quantidade. Enquanto GPT-5.5 ainda se prendia a gerar traces a partir do modelo base fraco, Fable 5 descobriu que a solução estava em simular um algoritmo de backtracking para produzir exemplos corretos de forma determinística. Isso transformou o SFT de um passo frágil em um pilar confiável.

A calibração também avançou: Fable 5 soube medir suas próprias falhas com precisão, evitando o otimismo cego que atrapalhou Opus 4.8. E, ao usar quase todo o tempo disponível, mostrou que eficiência não é só sobre algoritmos, mas sobre disciplina no uso de recursos. Ainda assim, o maior gargalo persiste: a avaliação. Modelos continuam confiando em amostras pequenas, ignorando validação cruzada e sendo seduzidos por métricas fáceis. A IA está aprendendo a treinar, mas ainda não sabe avaliar com maturidade.

Se agentes de IA conseguirem automatizar o pós-treinamento com confiabilidade, o desenvolvimento de modelos especializados deixará de ser um trabalho de engenheiros de dados e passará a ser uma tarefa de definição de valores, o que queremos que a IA aprenda, e por quê. Fable 5 demonstra que a próxima fronteira não é mais o tamanho dos modelos, mas sua capacidade de discernimento: saber quando um dado é ruim, quando uma métrica engana e quando o melhor caminho é parar e reiniciar. Isso muda o jogo para empresas que querem modelos próprios sem depender de grandes equipes de ML.