✕
draft 169 cover

OpenAI apresenta GPT-6 Astra: o novo patamar de inteligência para o trabalho corporativo

22 de setembro de 2026
draft 170 cover

OpenAI publica prova com 10.000 agentes e a comunidade matemática contesta

22 de setembro de 2026

OpenAI relata avanço em singularidade de Navier-Stokes: 88 horas, 10 mil agentes e 130B tokens

22 de setembro de 2026

O dia que a IA tentou resolver um dos sete problemas do milênio

A terça-feira foi daquelas em que o noticiário de inteligência artificial praticamente não respirou. Entre a rodada Series E da Cognition avaliada em 48 bilhões de dólares, a Series D da Mistral em 24 bilhões, o lançamento do agente Muse pela Meta e a chegada do GPT Image 2.5, uma notícia se destacou pelo peso simbólico e matemático: a OpenAI reportou ter encontrado um caso de singularidade nas equações de Navier-Stokes — um dos sete Problemas do Milênio do Clay Mathematics Institute — em aproximadamente 88 horas de execução contínua.

O feito, se validado pela comunidade, seria candidato ao segundo Prêmio do Milênio já concedido na história, depois do concedido a Grigori Perelman pela solução da conjectura de Poincaré em 2003. E mais relevante que o laboratório: aconteceu.

O que são as equações de Navier-Stokes, afinal

As equações de Navier-Stokes descrevem o movimento de fluidos — água, ar, sangue, plasma. São a base da aerodinâmica de aviões, da previsão meteorológica e da engenharia de oleodutos. O problema central, proposto pelo Clay em 2000, pede que se prove matematicamente se soluções suaves sempre existem em três dimensões, ou se em algum momento elas "explodem" formando uma singularidade — um ponto onde velocidade, pressão e gradientes tendem ao infinito.

Nenhum dos dois caminhos foi rigorosamente demonstrado até hoje. Por isso, qualquer evidência computacional de uma singularidade concreta tem valor epistemológico enorme, mesmo que ainda não seja prova formal.

Astra-next e a engrenagem dos 10 mil agentes

A OpenAI utilizou o sistema Astra-next, descrito como uma evolução dos agentes que automatizam cadeias longas de raciocínio matemático. O nome não deve ser confundido com o navegador experimental homônimo: aqui trata-se de um framework de orquestração multi-agente capaz de conduzir busca simbólica, verificação de provas e exploração numérica em paralelo.

Os números impressionam. Cerca de 10 mil agentes trabalharam de forma coordenada, consumindo aproximadamente 130 bilhões de tokens — equivalente a todo o volume de texto processado por uma fração significativa do tráfego de inferência de modelos frontier em um mês. O custo estimado da corrida computacional ficou acima de 40 milhões de dólares em GPU-time.

A analogia mais próxima é a de uma equipe de matemáticos virtuais investigando o mesmo problema simultaneamente em mil mesas diferentes, cada uma com seu rascunho e suas hipóteses, trocando resultados por meio de uma infraestrutura de mensageria compartilhada.

Cada agente, nesse contexto, é um sistema capaz de planejar passos, executar código, verificar resultados e propor novas direções de ataque — uma versão ampliada do que se chama de agentic loop (laço agêntico), em que o modelo não apenas responde, mas age em sequência sobre o mundo.

Por que importa agora

Três consequências práticas emergem desse experimento, mesmo antes da validação independente.

Primeiro, a escala computacional como instrumento matemático. Se 10 mil agentes e 130B tokens conseguem varrer o espaço de soluções de um problema aberto em três dias, o custo de exploração matemática automatizada pode colapsar nos próximos ciclos de hardware.

Segundo, a credibilidade dos multi-agent systems (sistemas multi-agente) como arquitetura de pesquisa. Os resultados da OpenAI, Cognition e Meta nesta mesma janela de 24 horas reforçam que orquestrar milhares de agentes deixa de ser curiosidade de laboratório e vira infraestrutura.

Terceiro, o reposicionamento geopolítico da matemática assistida por IA. Uma eventual premiação do Clay seria o equivalente simbólico da IA finalmente entrando no panteão das ciências formais.

O que ainda não sabemos

O anúncio veio via Latent Space, newsletter técnica especializada, e ainda não passou por peer review (revisão por pares) tradicional nem foi publicado em periódico matemático. Detalhes como o caso específico de singularidade encontrado, as condições iniciais, a dimensão espacial e a verificação formal ficam para um preprint que ainda não foi divulgado abertamente.

Também é cedo para afirmar que se trata de prova do Problema do Milênio. Uma singularidade numérica é evidência poderosa, mas a conjectura exige demonstração analítica — exis negativo, exige raciocínio lógico-matemático exato sobre todas as soluções possíveis, não apenas um contraexemplo computacional.

Por fim, o gasto superior a 40 milhões de dólares em três dias e meio levanta a questão de governança: quem audita, quem replica, quem financia esse tipo de corrida fora de centros acadêmicos tradicionais?

O resto do dia

O anúncio da OpenAI não veio sozinho. Cognition levantou 48 bilhões de dólares em uma rodada Series E que recompra participação de investidores anteriores; a Mistral captou 24 bilhões em uma Series D que confirma a saúde financeira da empresa francesa; a Meta revelou o agente Muse, expandindo sua linha de produtos agentic; e o GPT Image 2.5 estreou com foco em geração visual de alta fidelidade.

Foi, como definiu a própria Latent Space, o dia mais denso da história recente da IA — e possivelmente aquele em que a fronteira entre automação de pesquisa e produção científica ficou mais fina.

Fontes consultadas

  • https://www.latent.space/p/ainews-openai-reports-navier-stokes
Topics:
Read next
25 de setembro de 2026

Anthropic diz que Claude descobriu um novo sistema de enzimas

A Anthropic afirmou que seu modelo Claude encontrou um sistema de enzimas inédito em bancos de DNA, executando a maior parte da análise de forma autônoma. Especialistas em CRISPR contestam: seria apenas genômica de rotina, acessível a qualquer bioinformata com bons pipelines.
25 de setembro de 2026

Quão atrás da Nvidia está a Huawei? O que o relatório da Epoch AI revela sobre a corrida de chips de IA até 2030

Relatório da Epoch AI avalia o cenário de compute da Huawei até 2030 e mostra que, mesmo com roadmap ambicioso, controles de exportação dos EUA seguem limitando os principais vetores de escala da empresa chinesa frente à Nvidia.
25 de setembro de 2026

Huawei vs Nvidia: a corrida silenciosa pelo silício da IA até 2030

Análise da Epoch AI mostra que a Huawei deve avançar em capacidade de compute até o fim da década, mas export controls travam os principais vetores de escala. O gap com a Nvidia persiste.