Engenheiros da OpenAI não compreendem seu próprio código, mas a IA sim
Engenheiros da OpenAI não compreendem seu próprio código, mas a IA sim
Jordan Nanos, da SemiAnalysis, revelou que os criadores da OpenAI não entendem linha por linha o núcleo de seu código gerado por IA, embora o sistema funcione perfeitamente.
Jordan Nanos, analista da SemiAnalysis, revelou uma dinâmica fascinante e perturbadora dentro da OpenAI: durante uma revisão do código central da empresa, os próprios engenheiros admitiram não compreender, linha por linha, o que o software realmente faz. No entanto, essa lacuna de conhecimento humano não é um problema, pois a inteligência artificial entende e opera esse código com sucesso.
"Não é código lixo porque funciona. Mas, essencialmente, é literalmente assembler gerado por IA que foi despejado no Gluon — uma linguagem de programação de baixo nível para núcleos que eles construíram sobre o Triton e que usa um modelo de programação muito interessante."
Nanos detalhou que a equipe técnica tinha domínio profundo do hardware e dos conceitos sistêmicos, mas carecia de clareza sobre as operações específicas de certos componentes complexos:
"A essência é que os caras que revisavam este código conosco entendiam claramente o hardware muito bem, entendiam os conceitos de todo o sistema muito bem, mas ao mesmo tempo não faziam ideia do que exatamente este núcleo MLA para DeepSeek, que nos mostraram, faz."
A experiência de leitura do código tornou-se frustrante para os humanos:
"Você pode passar pelo código linha por linha, e há literalmente: não, eu não sei, eu não sei."
Apesar dessa opacidade humana, a eficácia do sistema permanece intacta graças à automação inteligente:
"Mas isso não importa. A IA entende, a IA testa e os resultados são visíveis. Ela gera núcleos corretos que funcionam muito bem."
Para Nanos, este caso representa um marco na evolução da engenharia de software:
"E acho que este é apenas mais um sinal do que nos aguarda em seguida."
Ele conclui sugerindo que a compreensão humana profunda do código pode se tornar menos crítica à medida que a IA assume o gerenciamento de recursos:
"O código em si não precisa necessariamente ser algo que uma pessoa deve entender profundamente e dissecar se a IA sabe como gerenciar o movimento de dados e elementos computacionais no hardware que você lhe deu."
Por que isso importa
AnáliseEste cenário ilustra a emergência de sistemas autônomos onde a IA atua como camada de abstração final, tornando a legibilidade humana secundária à funcionalidade executada pela máquina.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Quatro dicas de currículo do líder de desenvolvimento de IA aplicada na OpenAI
Wulfie Bain, líder de desenvolvimento de IA aplicada na OpenAI, destacou quatro regras: brevidade, relevância, foco em resultados e conquistas mais importantes no início.
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 e mudanças de preços da OpenAI e da Anthropic
Resumo das novidades de IA: novos modelos LLM, mudanças nas assinaturas da OpenAI e da Anthropic, world models, geradores de vídeo e detalhes corporativos.
OpenAI GPT (Modelos Flagship da Série GPT)
A principal linha universal de grandes modelos de linguagem da OpenAI (GPT-4, GPT-4o). Otimizada para análise textual complexa, programação, criatividade e trabalho intelectual diário.
Como executar um LLM local: configuração, modelos e otimização
Guia completo para executar redes neurais locais no seu PC: requisitos de hardware, implantação do Ollama e Open WebUI, visão geral do Llama 3, Qwen 2.5, DeepSeek e quantização GGUF.