Segundo relatos sobre a conversa, um modelo interno da OpenAI enfrentou problemas complexos de pesquisa; a cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional de um experimento ligado às equaç... O papo também abordou a descoberta de vulnerabilidades com ajuda de IA.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Na conversa publicada em 29 de outubro de 2026 no podcast Cheeky Pint, Sam Altman, CEO da OpenAI, falou com John Collison, cofundador da Stripe, sobre pesquisa com inteligência artificial, segurança de software e os limites de proteger sistemas muito capazes. O fio condutor foi claro: a IA pode ajudar a resolver problemas técnicos difíceis, mas também facilitar a descoberta de falhas em programas já usados no mundo todo. Encontrar uma vulnerabilidade, porém, não substitui verificá-la e aplicar correções.15
20
Um relato sobre o episódio afirma que pesquisadores da OpenAI apresentaram a um modelo interno problemas difíceis de várias áreas, em um canal chamado “Model Name-Hold My Beer”. Segundo essa versão, o modelo resolveu uma sequência de desafios. O nome do canal, por si só, não confirma que fosse o nome oficial do modelo.5
Uma publicação em rede social que compartilhou um trecho da conversa também descreveu Altman como muito empolgado com os resultados — e mais triste do que esperava, como se algo estivesse chegando ao fim. Esse detalhe emocional vem de um relato compartilhado, não de uma transcrição verificada de forma independente nas fontes disponíveis.27
A cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional do experimento da OpenAI relacionado às equações de Navier–Stokes.2 O valor é uma estimativa relatada, não uma auditoria independente dos recursos usados nem uma validação da prova mencionada. As fontes disponíveis também não confirmam uma economia específica obtida com equipes de agentes.
2
Em uma transcrição indexada, Altman prefere o termo “equipes de agentes” a “enxames de agentes”. Ele sugere que essas equipes podem ter propriedades interessantes tanto para ampliar capacidades quanto para o alinhamento — a tentativa de fazer sistemas de IA agirem de acordo com objetivos humanos — e que a ideia merece mais investigação.17 Isso descreve uma linha de pesquisa, não demonstra que equipes sejam automaticamente mais alinhadas ou seguras.
Altman também teria dito que prefere a ideia de um trilhão de IAs um pouco sobre-humanas à de uma única IA com poder imenso. A justificativa apresentada na cobertura é que vários agentes poderiam oferecer mais resiliência do que depender de uma única inteligência.21
Sobre contenção, relatos citam Altman dizendo que as barreiras de isolamento, ou sandboxes, só funcionam “até certo ponto” quando o modelo é muito mais inteligente que quem o opera. Na mesma conversa, ele teria afirmado que centros de dados autorreplicantes estão “ao alcance” e que a OpenAI direcionaria sua robótica para a construção dessas instalações. São projeções sobre o futuro, não evidência de que centros autorreplicantes já existam.3
O debate sobre IA e segurança de software tem um exemplo concreto: o PHP2Shell, nome dado a duas vulnerabilidades do PHP, identificadas como CVE-2026-109618 e CVE-2026-109619. Ambas receberam nota 9,2 no sistema CVSS e podem permitir execução remota de código sem autenticação — ou seja, sem que o atacante precise fazer login.29
32
A Calif descreve a descoberta como um trabalho com contribuições da própria empresa, da OpenAI e da Wiz.44 A IBM relata que pesquisadores usaram sistemas de IA, incluindo o GPT-5.6 Sol, como parte do processo de identificação das falhas. A empresa também informou que houve tentativas de exploração após a divulgação.
31 Em 26 de outubro, a CISA incluiu as duas vulnerabilidades em seu catálogo de falhas conhecidas como exploradas e recomendou a aplicação imediata das correções.
29
Na entrevista, Altman também alertou, segundo a cobertura, que aplicar IA de forma sistemática ao código existente poderia revelar vulnerabilidades mais graves do que muita gente imagina.20 O PHP2Shell mostra que descobrir a falha é só uma etapa: é preciso identificar os sistemas afetados, avaliar os avisos e instalar as atualizações. Para quem administra sistemas com PHP, a orientação prática da CISA é corrigir o quanto antes.
29
A cobertura do episódio sustenta uma discussão sobre capacidade de pesquisa, equipes de agentes, segurança cibernética e limites de isolamento. Ela não estabelece uma economia precisa obtida com equipes de agentes, não verifica de forma independente o resultado relatado sobre Navier–Stokes e não confirma todas as alegações que circulam sobre incidentes de IA ou adoção de software.2
17
Para equipes de tecnologia, a lição prática é tratar a descoberta de falhas com ajuda de IA como motivo para reforçar a manutenção — não como substituto dela. Relatos precisam ser validados, correções precisam ter responsáveis definidos e as atualizações devem chegar aos sistemas em uso. A gravidade do PHP2Shell e o alerta da CISA ajudam a explicar por que essas etapas importam, mesmo quando a IA participa da descoberta.29
32
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
Segundo relatos sobre a conversa, um modelo interno da OpenAI enfrentou problemas complexos de pesquisa; a cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional de um experimento ligado às equaç...
Segundo relatos sobre a conversa, um modelo interno da OpenAI enfrentou problemas complexos de pesquisa; a cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional de um experimento ligado às equaç... O papo também abordou a descoberta de vulnerabilidades com ajuda de IA. As falhas PHP2Shell receberam nota CVSS 9,2 e foram incluídas pela CISA em seu catálogo de vulnerabilidades exploradas.
Segundo relatos sobre a conversa, um modelo interno da OpenAI enfrentou problemas complexos de pesquisa; a cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional de um experimento ligado às equaç... O papo também abordou a descoberta de vulnerabilidades com ajuda de IA.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Na conversa publicada em 29 de outubro de 2026 no podcast Cheeky Pint, Sam Altman, CEO da OpenAI, falou com John Collison, cofundador da Stripe, sobre pesquisa com inteligência artificial, segurança de software e os limites de proteger sistemas muito capazes. O fio condutor foi claro: a IA pode ajudar a resolver problemas técnicos difíceis, mas também facilitar a descoberta de falhas em programas já usados no mundo todo. Encontrar uma vulnerabilidade, porém, não substitui verificá-la e aplicar correções.15
20
Um relato sobre o episódio afirma que pesquisadores da OpenAI apresentaram a um modelo interno problemas difíceis de várias áreas, em um canal chamado “Model Name-Hold My Beer”. Segundo essa versão, o modelo resolveu uma sequência de desafios. O nome do canal, por si só, não confirma que fosse o nome oficial do modelo.5
Uma publicação em rede social que compartilhou um trecho da conversa também descreveu Altman como muito empolgado com os resultados — e mais triste do que esperava, como se algo estivesse chegando ao fim. Esse detalhe emocional vem de um relato compartilhado, não de uma transcrição verificada de forma independente nas fontes disponíveis.27
A cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional do experimento da OpenAI relacionado às equações de Navier–Stokes.2 O valor é uma estimativa relatada, não uma auditoria independente dos recursos usados nem uma validação da prova mencionada. As fontes disponíveis também não confirmam uma economia específica obtida com equipes de agentes.
2
Em uma transcrição indexada, Altman prefere o termo “equipes de agentes” a “enxames de agentes”. Ele sugere que essas equipes podem ter propriedades interessantes tanto para ampliar capacidades quanto para o alinhamento — a tentativa de fazer sistemas de IA agirem de acordo com objetivos humanos — e que a ideia merece mais investigação.17 Isso descreve uma linha de pesquisa, não demonstra que equipes sejam automaticamente mais alinhadas ou seguras.
Altman também teria dito que prefere a ideia de um trilhão de IAs um pouco sobre-humanas à de uma única IA com poder imenso. A justificativa apresentada na cobertura é que vários agentes poderiam oferecer mais resiliência do que depender de uma única inteligência.21
Sobre contenção, relatos citam Altman dizendo que as barreiras de isolamento, ou sandboxes, só funcionam “até certo ponto” quando o modelo é muito mais inteligente que quem o opera. Na mesma conversa, ele teria afirmado que centros de dados autorreplicantes estão “ao alcance” e que a OpenAI direcionaria sua robótica para a construção dessas instalações. São projeções sobre o futuro, não evidência de que centros autorreplicantes já existam.3
O debate sobre IA e segurança de software tem um exemplo concreto: o PHP2Shell, nome dado a duas vulnerabilidades do PHP, identificadas como CVE-2026-109618 e CVE-2026-109619. Ambas receberam nota 9,2 no sistema CVSS e podem permitir execução remota de código sem autenticação — ou seja, sem que o atacante precise fazer login.29
32
A Calif descreve a descoberta como um trabalho com contribuições da própria empresa, da OpenAI e da Wiz.44 A IBM relata que pesquisadores usaram sistemas de IA, incluindo o GPT-5.6 Sol, como parte do processo de identificação das falhas. A empresa também informou que houve tentativas de exploração após a divulgação.
31 Em 26 de outubro, a CISA incluiu as duas vulnerabilidades em seu catálogo de falhas conhecidas como exploradas e recomendou a aplicação imediata das correções.
29
Na entrevista, Altman também alertou, segundo a cobertura, que aplicar IA de forma sistemática ao código existente poderia revelar vulnerabilidades mais graves do que muita gente imagina.20 O PHP2Shell mostra que descobrir a falha é só uma etapa: é preciso identificar os sistemas afetados, avaliar os avisos e instalar as atualizações. Para quem administra sistemas com PHP, a orientação prática da CISA é corrigir o quanto antes.
29
A cobertura do episódio sustenta uma discussão sobre capacidade de pesquisa, equipes de agentes, segurança cibernética e limites de isolamento. Ela não estabelece uma economia precisa obtida com equipes de agentes, não verifica de forma independente o resultado relatado sobre Navier–Stokes e não confirma todas as alegações que circulam sobre incidentes de IA ou adoção de software.2
17
Para equipes de tecnologia, a lição prática é tratar a descoberta de falhas com ajuda de IA como motivo para reforçar a manutenção — não como substituto dela. Relatos precisam ser validados, correções precisam ter responsáveis definidos e as atualizações devem chegar aos sistemas em uso. A gravidade do PHP2Shell e o alerta da CISA ajudam a explicar por que essas etapas importam, mesmo quando a IA participa da descoberta.29
32
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
Segundo relatos sobre a conversa, um modelo interno da OpenAI enfrentou problemas complexos de pesquisa; a cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional de um experimento ligado às equaç...
Segundo relatos sobre a conversa, um modelo interno da OpenAI enfrentou problemas complexos de pesquisa; a cobertura do podcast estima em cerca de US$ 10 milhões o custo computacional de um experimento ligado às equaç... O papo também abordou a descoberta de vulnerabilidades com ajuda de IA. As falhas PHP2Shell receberam nota CVSS 9,2 e foram incluídas pela CISA em seu catálogo de vulnerabilidades exploradas.