GPT-6 Astra: OpenAI fala em AGI enquanto o EVMbench mede seu potencial ofensivo

A OpenAI lançou o GPT-6 Astra em 3 de setembro de 2026, seu primeiro modelo classificado como “Crítico” em cibersegurança: segundo a empresa, ele descobre vulnerabilidades desconhecidas e escreve o exploit correspondente sem supervisão humana em cada etapa. Seu presidente Greg Brockman vê isso como um possível marco para a inteligência artificial geral. Para a cripto, a questão não é teórica, e já está quantificada. Desde fevereiro de 2026, o benchmark EVMbench, publicado pela OpenAI com Paradigm e OtterSec, media essa capacidade em contratos inteligentes: o melhor agente explorava 72,2% das vulnerabilidades testadas. A AGI permanece uma questão de definição; a capacidade ofensiva sobre código que protege bilhões de dólares, essa sim é medida, datada e publicada.

O que a OpenAI realmente anunciou

Astra está sendo implementado por etapas: primeiro para as organizações do programa de cibersegurança Daybreak, depois para as ofertas pagas do ChatGPT (Plus, Pro, Business, Enterprise), a API e Amazon Web Services. A OpenAI reivindica as melhores pontuações no FrontierMath Tier 4, ARC-AGI-3 e TerminalBench-4.0, e uma pontuação perfeita no ExploitBench, um teste de desenvolvimento de exploits a partir de vulnerabilidades conhecidas. Numa versão modificada desse teste, o modelo descobriu e explorou duas falhas zero-day, ou seja, falhas ainda desconhecidas dos desenvolvedores, portanto não corrigidas.

O modelo baseia-se numa técnica descrita pela imprensa especializada como “recurrent depth”: os dados passam várias vezes pelas mesmas camadas da rede, o que desloca parte do raciocínio para fora da cadeia de pensamento legível. A OpenAI não confirmou detalhes da implementação. Pesquisadores de segurança, incluindo os da Redwood Research, apontaram que essa opacidade dificulta a supervisão do modelo. Brockman o apresentou como “o mais inteligente e mais alinhado” produzido pela empresa.

Por que a palavra “AGI” não se sustenta diante da definição da OpenAI

A carta da OpenAI define AGI como um sistema que supera o humano na maioria das tarefas economicamente úteis. A empresa não demonstrou que Astra ultrapassa essa barreira, e vários de seus resultados mais citados dependem tanto da infraestrutura de agentes construída ao redor do modelo quanto do modelo em si. No ARC-AGI-3, a OpenAI já tinha mostrado que escolhas na arquitetura do sistema podiam aumentar significativamente a pontuação sem tocar no modelo: o teste avalia o conjunto, não só o cérebro.

As reservas também vêm de dentro. Brockman reconheceu que ultrapassar o limiar depende completamente da métrica adotada e deixou o leitor julgar. Sam Altman, por sua vez, qualificou AGI como um termo de marketing mal definido. No FrontierMath, onde Astra reivindica 97,6% no Tier 4, a organização que administra o teste, Epoch AI, indica que a OpenAI financiou seu desenvolvimento e tem acesso exclusivo a parte dos problemas do conjunto.

Resta o argumento de fundo, que não é polêmico mas metodológico: uma pontuação próxima ao máximo prova domínio do ambiente testado, não a existência de uma inteligência geral. Quando os testes se aproximam do teto, deixam de distinguir uma generalização real de uma otimização muito avançada na tarefa.

Nos contratos inteligentes, o número já existe

Aqui a cripto sai do debate filosófico. Em fevereiro de 2026, a OpenAI publicou junto com a empresa de investimento Paradigm e a firma de segurança OtterSec um benchmark dedicado: o EVMbench, que mede a capacidade de agentes IA em detectar, corrigir e explorar vulnerabilidades de contratos inteligentes. Ele se baseia em 120 falhas de alta severidade extraídas de 40 repositórios de auditorias, majoritariamente de competições Code4rena, e as reproduz em um ambiente isolado Ethereum. A OpenAI justificava o exercício pela ordem de grandeza envolvida: segundo sua postagem, os contratos inteligentes protegem comumente mais de 100 bilhões de dólares em ativos open source.

Os resultados desenham uma capacidade muito estreita e muito decisiva. Em modo exploração, o GPT-5.3-Codex realiza 72,2% das tarefas, contra 31,9% do GPT-5 lançado seis meses antes. Alpin Yukseloglu, sócio na Paradigm, resume a trajetória: no início do projeto, os melhores modelos exploravam menos de 20% dos bugs críticos do Code4rena. 

Em modo detecção, por outro lado, o melhor agente só encontra 45,6% das vulnerabilidades conhecidas, e a correção permanece o ponto fraco, porque reparar pressupõe entender o que o código deveria fazer, não apenas onde ele quebra.

A conclusão dos autores é a frase mais útil de todo o dossiê para um responsável de segurança: “discovery, not repair or transaction construction, is the primary bottleneck”. Ou seja, uma vez encontrada a falha, a exploração segue quase sempre. Isso não é o retrato de uma inteligência geral. É o de uma ferramenta ofensiva especializada que avança rápido.

A objeção: o próprio benchmark é contestado

Um artigo honesto deve dizer que esses números são discutidos, e por atores identificados. Em março de 2026, pesquisadores da Universidade do Zhejiang e da empresa de segurança BlockSec publicaram uma reavaliação do EVMbench (arXiv 2603.10795) apontando duas limitações: um escopo de avaliação estreito, com 14 configurações de agentes testadas na maioria das vezes no ambiente do seu editor, e uma dependência de dados de auditoria publicados antes do lançamento dos modelos, que estes puderam ver durante seu treino. 

Eles reconstruíram um conjunto de 22 incidentes reais posteriores ao lançamento de cada modelo para afastar essa contaminação.

Por sua vez, a OpenZeppelin auditou o conjunto de dados e identificou ao menos quatro falhas classificadas como alta severidade que não são exploráveis na prática. Sua conclusão operacional coincide com a da BlockSec: o agente funciona como um filtro de primeira passagem num processo que mantém um auditor humano, não como um substituto.

O que isso muda para um ator europeu

Um prestador de serviços sobre criptoativos licenciado MiCA não está apenas exposto tecnicamente, está também regulatoriamente. Os CASP são explicitamente listados como entidades financeiras pelo regulamento DORA (artigo 2, parágrafo 1, item s), aplicável desde 17 de janeiro de 2025. DORA impõe um programa de testes de resiliência incluindo análises de vulnerabilidade e testes de intrusão, a declaração de incidentes, e a regulamentação contratual de prestadores de serviços TI terceirizados. 

Na França, a AMF e a ACPR têm poderes ampliados de inspeção e sanção sobre essa área. Uma capacidade de exploração automatizada que avança mais rápido que os ciclos de auditoria se traduz, para uma plataforma europeia, em risco prudencial documentado, não apenas em risco de TI.

A diferença mais concreta está em outro lugar. A OpenAI anunciou em 3 de setembro um bilhão de dólares em acesso subsidiado ao Daybreak por seis meses, priorizando redes de água, operadores elétricos, coletividades, bancos regionais, associações e mantenedores open source. Plataformas de troca, custodians e protocolos blockchain não são mencionados no anúncio. Porém o Bitcoin Core, clientes Ethereum e bibliotecas da DeFi são mantidos por equipes reduzidas, muitas vezes voluntárias.

O verão de 2026 já deu três alertas. Em agosto, uma falha no BTCPay Server, software open source de pagamento em bitcoin, expôs credenciais que controlam nós Lightning, e os fundos foram desviados antes da correção. No final de agosto, o Core Lightning pediu aos operadores para desconectar suas máquinas após uma onda de relatórios de vulnerabilidades geradas por IA que revelaram várias falhas reais. Coldcard lançou um novo firmware depois de um roubo de 114 milhões de dólares, indicando que modelos de ponta ajudaram a identificar outros bugs. 

Também em agosto, mais de três dúzias de empresas, incluindo Coinbase, Block, BitGo, Blockstream e ARK Invest, enviaram uma carta aberta a laboratórios de IA para exigir acesso antecipado a seus modelos mais poderosos para fins de defesa, alegando que atacantes os obtêm de qualquer forma.

E agora?

Até hoje, nem a OpenAI nem a Anthropic tornaram público um caso de uso desses modelos contra um sistema cripto em produção: o que está estabelecido é uma capacidade e seu escopo, não um ataque comprovado numa cadeia. 

O ponto concreto é orçamentário. A OpenAI dotou seu acesso subsidiado Daybreak com um bilhão de dólares para seis meses, e não citou nem plataforma de troca, nem custodiante, nem protocolo blockchain. Anunciou em 3 de setembro querer expandir o programa para países parceiros nas próximas semanas, sem especificar se os mantenedores de software cripto open source estarão incluídos. 

É essa lista de acesso, não o debate sobre AGI, que decidirá quem obterá a ferramenta defensiva primeiro.

Isto não é um conselho de investimento. Criptomoedas são ativos voláteis; investir envolve risco de perda de capital.