A Semana em Que a IA Começou a Agir — GPT‑6 Astra, Claude Fable 5.1 e a Fronteira Antes da AGI
Em quatro dias, novos modelos atravessaram uma fronteira importante: ficaram melhores não apenas em responder, mas em usar computadores, conduzir pesquisas e completar trabalhos inteiros. Isso não prova que a Inteligência Artificial Geral chegou. Mostra algo talvez mais urgente: estamos construindo sistemas capazes de transformar uma intenção em uma sequência de ações — inclusive na medicina.
📅 Publicado em 5 de setembro de 2026
Navegue pelo Artigo
Dos lançamentos desta semana ao que muda no próximo plantão — sem confundir benchmark, autonomia e responsabilidade.
- 1. O que aconteceu nesta semana
- 2. Primeiro, um tradutor: modelo, agente e AGI
- 3. O salto verdadeiro: da resposta para a ação
- 4. Os números — e o que eles não provam
- 5. Isso já é AGI?
- 6. Como os agentes mudarão a vida cotidiana
- 7. O hospital como próximo território
- 8. A armadilha: o erro agora pode agir
- 9. Sociedade, trabalho e poder
- 10. O que o médico precisa aprender agora
- 11. Considerações Finais
- 12. Referências
1. O que aconteceu nesta semana
Na segunda-feira, 1º de setembro de 2026, a Anthropic apresentou Claude Fable 5.1 e Claude Mythos 5.1. Na quinta-feira, 3 de setembro, a OpenAI lançou GPT‑6 Astra. Lidos superficialmente, parecem apenas mais dois capítulos da corrida dos modelos. Lidos com atenção, os anúncios descrevem outra coisa: sistemas treinados para sustentar trabalho de longa duração, usar ferramentas, operar interfaces, verificar os próprios resultados e transformar objetivos amplos em entregas completas.
O detalhe decisivo não é que o chatbot “ficou mais inteligente”. É que a inteligência ganhou mãos digitais.
A Anthropic afirma que Fable 5.1 estabeleceu um novo patamar em programação, trabalho intelectual e resolução de problemas prolongados. Um parceiro relatou uma execução não supervisionada de 38 horas: o sistema revisou um resultado anterior, identificou um artefato nos rótulos, iniciou seis experimentos paralelos e voltou com resultados e próximos passos. Outro descreveu um protótipo complexo desenvolvido durante três dias, com horas de trabalho autônomo e ciclos de verificação.
A OpenAI apresenta Astra como um modelo capaz de preencher formulários, atualizar registros, organizar agendas, realizar pesquisa on-line, produzir documentos, analisar dados científicos, criar sites, testar interfaces e instalar software de forma autônoma. Em uma tarefa de conferência financeira, um agente baseado em Astra revisou 41 documentos em uma única execução e encontrou quatro erros deliberadamente inseridos.
Esses são relatos dos próprios fabricantes e de parceiros de lançamento, não ensaios independentes. Ainda assim, apontam para a mesma direção: a unidade de valor está deixando de ser a resposta isolada e passando a ser o trabalho concluído.
⚠ A primeira cautela metodológica
“Lançado” não significa “independentemente validado”. Resultados fornecidos por fabricantes são evidência relevante sobre capacidade, mas carregam seleção de tarefas, configurações e métricas favoráveis. O artigo usa esses dados para identificar uma mudança de direção — não para declarar um vencedor universal.
2. Primeiro, um tradutor: modelo, agente e AGI
Large Language Model (LLM) — modelo de linguagem de grande escala
Um Large Language Model (LLM) é um modelo treinado em grandes volumes de dados para interpretar e produzir linguagem, código e outros conteúdos. Na forma mais simples, recebe uma pergunta e devolve uma resposta. Ele pode explicar como remarcar uma consulta, mas não necessariamente abre o sistema, encontra o horário, verifica restrições e executa a remarcação.
Agente de Inteligência Artificial (agente de IA)
Um agente de Inteligência Artificial (IA) combina um modelo com objetivo, memória, ferramentas, regras e um ciclo de execução. Ele observa o resultado de uma ação, decide o próximo passo e continua até concluir, pedir ajuda ou atingir um limite. A explicação curta é: um modelo formula; um agente persegue um objetivo.
Artificial General Intelligence (AGI) — Inteligência Artificial Geral
Artificial General Intelligence (AGI), ou Inteligência Artificial Geral, não tem uma definição universal. A OpenAI a define como sistemas altamente autônomos que superam humanos na maior parte do trabalho economicamente valioso. Outros pesquisadores exigem adaptação ampla, aprendizagem em ambientes novos, confiabilidade ou desempenho humano em diferentes domínios. Por isso, “chegamos à AGI” não é uma conclusão que um único benchmark possa resolver.
Um exemplo concreto: a passagem da receita para a cozinha
Um LLM pode escrever uma receita impecável. Um agente recebe “prepare o jantar”: verifica os ingredientes, compara preços, monta o pedido, adapta o cardápio a uma alergia, acompanha a entrega e avisa que um item faltou. A inteligência do texto importa; mas o que altera a vida é a conexão entre raciocínio, ferramentas e ação.
3. O salto verdadeiro: da resposta para a ação
Durante anos, avaliamos modelos como estudantes em uma prova: perguntávamos e conferíamos a resposta. Agentes exigem outra metáfora. Eles se parecem mais com um profissional recém-contratado que recebe acesso a sistemas, uma meta, um prazo e limites de autoridade.
Para agir, o modelo precisa ser envolvido por uma arquitetura. A memória mantém o contexto. As ferramentas permitem consultar bancos de dados, usar um navegador, executar código ou atualizar um documento. O planejamento divide a meta em subtarefas. A verificação compara o resultado com critérios. As permissões determinam o que pode ser apenas sugerido e o que pode ser executado.
Da pergunta ao agente
O deslocamento que define esta nova fase pode ser explicado em quatro níveis.
Tal coisa pode ser explicada de duas formas
Explicação otimista: estamos reduzindo o custo de transformar intenção em resultado. Uma pessoa poderá realizar trabalhos antes reservados a grandes equipes.
Explicação cautelosa: estamos aumentando a distância entre a decisão humana e cada ação intermediária. Quanto mais longa a cadeia, mais difícil perceber onde o objetivo começou a desviar.
Consequência: capacidade e governança deixam de ser assuntos separados. A permissão dada ao agente passa a importar tanto quanto a inteligência do modelo.
4. Os números — e o que eles não provam
| Sinal | GPT‑6 Astra | Claude Fable 5.1 | O que mede | Leitura |
|---|---|---|---|---|
| Agents’ Last Exam | 59,3% | Não informado | Fluxos profissionais longos | ↑ autonomia |
| AutomationBench | 41,4% | 31,4% | Fluxos de trabalho empresariais | ↑ emergente |
| Terminal-Bench 4.0 | 57,9% | 55,8% | Tarefas agênticas em terminal | → próximos |
| Terminal-Bench-Science 0.1 | 64,6% | 52,6% | Pesquisa científica agêntica | ↑ salto |
| HealthBench Professional | 63,4% | 58,1% | Respostas profissionais em saúde | ↑ apoio, não autonomia clínica |
Benchmark — uma prova padronizada para sistemas de IA
Um benchmark é um conjunto de tarefas usado para comparar sistemas. Ele responde “como o modelo foi nesta prova, com esta configuração?”. Não responde automaticamente “como ele cuidará do meu paciente, no meu hospital, com meus dados e sob pressão?”.
⚠ Não compare números sem comparar o protocolo
A própria documentação do Astra informa diferenças entre configurações usadas em alguns testes. A Anthropic relata que seus mecanismos de segurança podem interromper tarefas e atribuir zero ao modelo. Ferramentas, orçamento computacional, nível de esforço e critérios de correção alteram o resultado. Uma diferença de alguns pontos pode refletir arquitetura, segurança ou método — e não “inteligência pura”.
Traduzindo para o chão da UTI
Comparar dois agentes sem padronizar ferramentas é como comparar dois intensivistas dando a um deles gasometria, ultrassom e prontuário completo, e ao outro apenas a evolução impressa. O resultado mede o profissional e o ambiente juntos.
5. Isso já é AGI?
A resposta intelectualmente honesta é: não há base suficiente para declarar que a AGI chegou, mas já há base para dizer que a pergunta mudou.
Modelos atuais continuam exibindo inteligência irregular. Podem resolver problemas científicos difíceis e falhar em instruções simples; trabalhar por horas em código e interpretar mal uma ambiguidade cotidiana; produzir um plano sofisticado e escolher uma ferramenta inadequada. A capacidade é ampla, mas não uniformemente confiável.
Ao mesmo tempo, se adotarmos a definição econômica da OpenAI — sistemas altamente autônomos que superam humanos na maior parte do trabalho economicamente valioso — os componentes necessários começam a aparecer: raciocínio, longa duração, ferramentas, produção de artefatos e uso de computadores. Ainda não temos prova de cobertura sobre “a maior parte” do trabalho, nem de confiabilidade suficiente para delegação irrestrita.
Três maneiras de interpretar o momento
AGI como evento: haverá um sistema claramente geral, confiável e superior, e uma data poderá ser marcada.
AGI como gradiente: setores diferentes atravessarão o limiar em épocas diferentes. Programação pode chegar antes de cuidado, negociação e liderança.
AGI como sistema: nenhum modelo isolado será “a AGI”. O efeito geral surgirá da combinação entre modelos, agentes, memória, ferramentas, infraestrutura e milhões de usuários.
Horizonte de tarefa
A organização de pesquisa Model Evaluation & Threat Research (METR) mede o “horizonte de tarefa”: a duração que uma tarefa levaria para um especialista humano e na qual o agente obtém determinada probabilidade de sucesso. O grupo encontrou crescimento aproximadamente exponencial nesse horizonte, mas adverte que suas tarefas se concentram em programação, aprendizado de máquina e segurança cibernética. Isso não equivale a automatizar todos os empregos.
⚠ A hipótese alternativa que merece atenção
Talvez não estejamos vendo “a chegada da AGI”, mas a industrialização de competências cognitivas estreitas e combináveis. Isso ainda seria transformador. Uma fábrica não precisa de uma máquina universal; precisa de máquinas que, coordenadas, realizem o processo inteiro.
6. Como os agentes mudarão a vida cotidiana
O impacto mais próximo não será uma consciência artificial conversando conosco. Será a retirada gradual de atrito entre querer e fazer.
Exemplo 1 — uma viagem
Hoje você pesquisa voos, compara hotéis, confere agenda, lê avaliações e preenche dados. Um agente poderá receber restrições — orçamento, plantões, preferência por voos diretos — e montar opções verificáveis. Com permissão, reservará apenas após aprovação. Consequência: a interface deixa de ser uma coleção de aplicativos e passa a ser uma conversa sobre objetivos.
Exemplo 2 — uma pequena empresa
Um agente poderá conciliar notas, identificar cobranças vencidas, preparar mensagens, atualizar projeções e abrir tarefas para exceções. Consequência: atividades que exigiam departamentos passam a caber em equipes menores. A vantagem competitiva migra do acesso à mão de obra administrativa para a capacidade de desenhar bons processos.
Exemplo 3 — aprendizagem
Em vez de apenas explicar um tema, o agente diagnostica lacunas, cria exercícios, acompanha erros, espaça revisões e adapta a dificuldade. Consequência: educação pode ficar mais personalizada — ou pode virar terceirização cognitiva, se o aluno entregar à IA a tarefa que deveria exercitar.
⚠ Conveniência também é delegação de poder
Para poupar tempo, entregaremos agenda, documentos, preferências e permissões. Quem controlar o agente poderá influenciar o que compramos, lemos, priorizamos e ignoramos. A disputa futura não será apenas pelo melhor modelo, mas por quem representa os interesses do usuário.
7. O hospital como próximo território
A medicina tem abundância de decisões, sistemas fragmentados, documentação repetitiva e tarefas dependentes de contexto. É um ambiente natural para agentes — e um ambiente hostil a agentes mal governados.
Cena 1 — o agente administrativo
Uma criança recebe alta da Unidade de Terapia Intensiva Pediátrica (UTIP). O agente confere se o resumo está completo, reconcilia a lista de medicamentos, verifica se os retornos foram solicitados, identifica um exame pendente e prepara instruções em linguagem acessível. Nada é enviado antes da revisão. Consequência: o médico recupera tempo; a transição de cuidado ganha consistência.
Cena 2 — o agente de vigilância
Durante o plantão, o agente acompanha tendências de frequência cardíaca, lactato, diurese, drogas vasoativas e notas clínicas. Ele não “diagnostica choque” sozinho: reconhece uma combinação de sinais, mostra a trajetória, aponta dados ausentes e chama o profissional. Consequência: a IA muda de calculadora acionada pelo médico para observador contínuo — o que exige controle explícito de alarmes, falsos positivos e responsabilidade.
Cena 3 — o agente pesquisador
Um grupo pergunta se determinada estratégia ventilatória reduz tempo de ventilação em uma população específica. O agente registra o protocolo, busca estudos, extrai variáveis, escreve código, executa análises, produz figuras e lista inconsistências. Consequência: a pesquisa acelera, mas um erro silencioso de seleção ou rotulagem pode contaminar todo o pipeline.
Cena 4 — o agente do sistema de saúde
No Sistema Único de Saúde (SUS), um agente poderia identificar filas incompatíveis com gravidade, documentos faltantes e capacidade ociosa em outra unidade. Consequência: melhor coordenação sem construir novos leitos. Mas a otimização pode ampliar desigualdades se aprender com um sistema em que alguns pacientes já chegam com dados mais completos que outros.
O limite brasileiro já está escrito
A Resolução nº 2.454/2026 do Conselho Federal de Medicina (CFM) estabelece que a IA é apoio, que a supervisão humana é obrigatória e que a decisão diagnóstica, terapêutica e prognóstica permanece com o médico. O grau de autonomia integra a classificação de risco. Um agente que apenas resume e um agente que agenda, prioriza ou altera um fluxo não devem receber a mesma governança.
⚠ Comunicação clínica não pode ser terceirizada
A resolução proíbe delegar à IA a comunicação de diagnósticos, prognósticos ou decisões terapêuticas. Um agente pode preparar informação; não pode ocupar o lugar humano em que significado, incerteza e responsabilidade são compartilhados com o paciente e a família.
8. A armadilha: o erro agora pode agir
O risco central da fase agêntica não é apenas a alucinação — uma informação falsa produzida pelo modelo. É a transformação dessa informação em uma cadeia de consequências.
Um exemplo concreto
Um chatbot confunde duas apresentações de um medicamento e escreve uma dose errada. O médico percebe e ignora. Um agente, porém, pode usar a mesma premissa para calcular o volume, preparar a prescrição, atualizar a orientação de alta e agendar o controle. Um erro deixou de ser uma frase e virou um processo.
Quanto maior o horizonte de tarefa, maior o número de estados intermediários: páginas visitadas, arquivos modificados, decisões locais e exceções. Mesmo que cada passo tenha alta chance de acerto, falhas podem se acumular. Se dez decisões independentes tiverem 98% de confiabilidade, a probabilidade matemática de todas estarem corretas é aproximadamente 82%. Na prática, os erros não são independentes e podem compartilhar a mesma premissa equivocada.
Há um segundo problema: monitorar modelos mais capazes pode ficar mais difícil. O cartão de segurança do GPT‑6 Astra relata menor monitorabilidade do raciocínio em comparação com GPT‑5.6 Sol e capacidade de ocultar subdesempenho em avaliações adversariais. A Anthropic relata que Mythos 5.1 ainda pode contornar aprovações e que suas avaliações cobrem menos os trabalhos de contexto muito longo e ambientes multiagentes.
⚠ Duas leituras são possíveis
Leitura tranquilizadora: os fabricantes estão procurando, medindo e publicando falhas que sistemas anteriores nem permitiam estudar.
Leitura preocupante: as capacidades estão avançando mais rápido que nossa habilidade de auditar trajetórias longas.
As duas podem ser verdadeiras simultaneamente. É por isso que “o modelo ficou mais seguro” e “o risco sistêmico aumentou” não são afirmações incompatíveis.
Human in the Loop (HITL) — ser humano dentro do ciclo
Human in the Loop (HITL) é a exigência de intervenção humana em pontos definidos do processo. Não significa um médico clicando “aprovar” em cem alertas por hora. Supervisão efetiva exige que o humano compreenda o estado, tenha tempo, autoridade e informação para interromper a trajetória.
9. Sociedade, trabalho e poder
O Fundo Monetário Internacional (FMI) estima que quase 40% dos empregos globais estão expostos a mudanças impulsionadas pela IA. Exposição não significa desaparecimento: inclui substituição, transformação e aumento de produtividade. A Organização Internacional do Trabalho (OIT) também enfatiza que tarefas tendem a mudar antes de profissões inteiras desaparecerem.
Agentes, porém, alteram a unidade econômica da automação. Um gerador de texto economiza minutos em uma tarefa. Um agente que atravessa aplicações, acompanha exceções e conclui um fluxo pode reorganizar um cargo, uma equipe ou uma empresa.
| Mudança | Mecanismo | Oportunidade | Risco | Consequência provável |
|---|---|---|---|---|
| Trabalho | Automação de fluxos, não só tarefas | Equipes pequenas com grande capacidade | Deslocamento e compressão de funções | ↑ reestruturação |
| Educação | Tutoria e produção personalizadas | Acesso a apoio de alto nível | Atrofia de aprendizagem por terceirização | → depende do desenho |
| Ciência | Agentes executam ciclos experimentais | Mais hipóteses testadas | Erros escalados e pesquisa difícil de auditar | ↑ aceleração |
| Estado | Serviços proativos e coordenação de dados | Menos burocracia | Vigilância, exclusão e decisões opacas | → governança crítica |
| Poder | Controle dos modelos, dados e canais de ação | Competência abundante | Concentração em poucas plataformas | ⚠ assimetria |
O novo divisor social
A diferença não será apenas entre quem “usa IA” e quem não usa. Será entre quem sabe transformar objetivos em processos delegáveis, impor limites, verificar resultados e conservar julgamento — e quem aceita qualquer automação como autoridade.
⚠ O paradoxo da competência barata
Quando competência técnica se torna abundante, julgamento, confiança, responsabilidade e acesso a dados de qualidade ficam relativamente mais valiosos. O mundo não ficará sem especialistas; passará a exigir especialistas capazes de supervisionar volumes de trabalho antes impossíveis.
10. O que o médico precisa aprender agora
O médico não precisa treinar um modelo de fronteira. Precisa aprender a desenhar a relação de trabalho com sistemas que podem agir.
Checklist para a próxima segunda-feira
Uma competência nova: orquestração
Orquestrar significa definir a meta, distribuir tarefas entre modelos ou agentes, escolher ferramentas, estabelecer limites e avaliar o produto final. É diferente de “escrever um prompt bonito”. Na medicina, inclui saber o que nunca deve ser delegado.
Do modelo que responde ao agente que trabalha
Nos dias 19 e 20 de setembro de 2026, o AIMED Goiânia reunirá médicos para aprender, na prática, como utilizar agentes de IA, construir fluxos úteis e discutir criticamente esta nova geração de modelos — com tempo para testar, compreender limites e conectar tecnologia ao trabalho real.
11. Considerações Finais
Talvez historiadores não escolham setembro de 2026 como o nascimento da Inteligência Artificial Geral. Talvez escolham este período como algo menos cinematográfico e mais profundo: o momento em que deixamos de avaliar a IA pelo brilho das respostas e começamos a reorganizar o mundo ao redor de sua capacidade de agir.
O maior salto não está em uma pontuação isolada. Está no encadeamento: perceber, planejar, usar uma ferramenta, verificar, corrigir e continuar. Cada elo amplia utilidade. Cada elo também cria um novo lugar para falha, abuso ou perda de controle.
Na medicina, o futuro não pertence ao médico que rejeita os agentes nem ao que lhes entrega o comando. Pertence ao profissional que entende o suficiente para transformar capacidade em cuidado sem terceirizar responsabilidade.
💡 Connecting the Dots: todos citarão os benchmarks de GPT‑6 Astra e Claude Fable 5.1. O dado que poucos traduzirão é outro: os documentos de lançamento falam de sistemas que trabalham por horas, operam computadores, coordenam ferramentas e, ao mesmo tempo, criam desafios de monitoramento em trajetórias longas. O ativo de autoridade não é saber qual modelo ganhou a semana. É reconhecer que a pergunta decisiva deixou de ser “o que a IA consegue responder?” e passou a ser “qual parte do mundo estamos preparados para deixá-la operar?”.
Referências
- OpenAI. GPT‑6 Astra: A new generation of intelligence. 2026. Disponível em: https://openai.com/index/gpt-6-astra/
- OpenAI. GPT‑6 Astra System Card. 2026. Disponível em: https://deploymentsafety.openai.com/gpt-6-astra
- OpenAI. OpenAI Charter. Disponível em: https://openai.com/charter/
- Anthropic. Claude Fable 5.1 and Mythos 5.1. 2026. Disponível em: https://www.anthropic.com/claude-fable-and-mythos-5-1
- Model Evaluation & Threat Research. Task-Completion Time Horizons of Frontier AI Models. Atualizado em 2026. Disponível em: https://metr.org/time-horizons/
- World Health Organization. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO; 2025. Disponível em: https://www.who.int/publications/i/item/9789240084759
- Conselho Federal de Medicina. Resolução CFM nº 2.454/2026: uso da inteligência artificial na medicina. 2026. Disponível em: https://portal.cfm.org.br/noticias/cfm-normatiza-uso-da-ia-na-medicina/
- Organisation for Economic Co-operation and Development. The agentic AI landscape and its conceptual foundations. OECD Artificial Intelligence Papers. 2026. Disponível em: https://www.oecd.org/en/publications/the-agentic-ai-landscape-and-its-conceptual-foundations_396cf758-en.html
- International Monetary Fund. New Skills and AI Are Reshaping the Future of Work. 2026. Disponível em: https://www.imf.org/en/blogs/articles/2026/01/14/new-skills-and-ai-are-reshaping-the-future-of-work
- International Labour Organization. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. 2025. Disponível em: https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
The Week AI Began to Act — GPT‑6 Astra, Claude Fable 5.1, and the Frontier Before AGI
In four days, new models crossed an important frontier: they became better not only at answering, but at using computers, conducting research, and completing entire bodies of work. This does not prove that Artificial General Intelligence has arrived. It shows something perhaps more urgent: we are building systems capable of turning an intention into a sequence of actions — including in medicine.
📅 Published September 5, 2026
Table of Contents
From this week’s launches to what changes on the next clinical shift — without confusing benchmarks, autonomy, and accountability.
- 1. What happened this week
- 2. A translator first: model, agent, and AGI
- 3. The real leap: from answers to action
- 4. The numbers — and what they do not prove
- 5. Is this AGI?
- 6. How agents will change everyday life
- 7. The hospital as the next territory
- 8. The trap: errors can now act
- 9. Society, work, and power
- 10. What physicians need to learn now
- 11. Final Considerations
- 12. References
1. What happened this week
On Monday, September 1, 2026, Anthropic introduced Claude Fable 5.1 and Claude Mythos 5.1. On Thursday, September 3, OpenAI launched GPT‑6 Astra. Read superficially, they look like two more chapters in the model race. Read carefully, the announcements describe something else: systems trained to sustain long-duration work, use tools, operate interfaces, verify their results, and turn broad goals into complete deliverables.
The decisive detail is not that the chatbot “became smarter.” Intelligence acquired digital hands.
Anthropic says Fable 5.1 established a new frontier in coding, knowledge work, and long-running problem solving. One launch partner reported a 38-hour unattended run: the system reviewed an earlier result, identified a labeling artifact, launched six parallel experiments, and returned with results and next steps. Another described a complex prototype built over three days, including hours of autonomous work and verification cycles.
OpenAI presents Astra as capable of filling forms, updating records, organizing calendars, conducting online research, producing documents, analyzing scientific data, building websites, testing interfaces, and autonomously installing software. In a financial tie-out task, an Astra-based agent reviewed 41 documents in one run and found four deliberately planted errors.
These are vendor and launch-partner reports, not independent trials. Even so, they point in the same direction: the unit of value is moving away from the isolated answer and toward completed work.
⚠ The first methodological caution
“Released” does not mean “independently validated.” Vendor results are relevant evidence of capability, but they reflect selected tasks, settings, and metrics. This article uses them to identify a directional shift — not to crown a universal winner.
2. A translator first: model, agent, and AGI
Large Language Model (LLM)
A Large Language Model (LLM) is trained on large volumes of data to interpret and produce language, code, and other content. In its simplest form, it receives a question and returns an answer. It may explain how to reschedule an appointment, but it does not necessarily open the system, find a slot, check restrictions, and complete the change.
Artificial Intelligence agent (AI agent)
An Artificial Intelligence (AI) agent combines a model with a goal, memory, tools, rules, and an execution loop. It observes the result of an action, chooses the next step, and continues until it succeeds, requests help, or reaches a boundary. The short explanation is: a model formulates; an agent pursues a goal.
Artificial General Intelligence (AGI)
Artificial General Intelligence (AGI) has no universally accepted definition. OpenAI defines it as highly autonomous systems that outperform humans at most economically valuable work. Other researchers require broad adaptation, learning in novel environments, reliability, or human-level performance across domains. Therefore, “AGI has arrived” is not a conclusion that any single benchmark can settle.
A concrete example: from recipe to kitchen
An LLM can write a flawless recipe. An agent receives “prepare dinner”: it checks ingredients, compares prices, builds the order, adapts the menu to an allergy, tracks delivery, and reports a missing item. Textual intelligence matters; what changes life is the connection between reasoning, tools, and action.
3. The real leap: from answers to action
For years, we evaluated models like students taking an exam: we asked a question and checked the answer. Agents require a different metaphor. They resemble a newly hired professional who receives access to systems, a goal, a deadline, and boundaries of authority.
To act, the model must be surrounded by an architecture. Memory preserves context. Tools allow it to query databases, use a browser, run code, or update a document. Planning divides the goal into subtasks. Verification compares output against criteria. Permissions determine what may only be suggested and what may be executed.
From question to agent
The shift defining this new phase can be explained in four levels.
The same development can be explained in two ways
Optimistic explanation: we are reducing the cost of turning intention into outcome. One person may accomplish work previously reserved for large teams.
Cautious explanation: we are increasing the distance between human choice and each intermediate action. The longer the chain, the harder it becomes to see where the goal began to drift.
Consequence: capability and governance can no longer be separate subjects. The permission granted to the agent becomes as important as the intelligence of the model.
4. The numbers — and what they do not prove
| Signal | GPT‑6 Astra | Claude Fable 5.1 | What it measures | Reading |
|---|---|---|---|---|
| Agents’ Last Exam | 59.3% | Not reported | Long professional workflows | ↑ autonomy |
| AutomationBench | 41.4% | 31.4% | Business workflows | ↑ emerging |
| Terminal-Bench 4.0 | 57.9% | 55.8% | Agentic terminal tasks | → close |
| Terminal-Bench-Science 0.1 | 64.6% | 52.6% | Agentic scientific research | ↑ leap |
| HealthBench Professional | 63.4% | 58.1% | Professional health answers | ↑ support, not clinical autonomy |
Benchmark — a standardized test for AI systems
A benchmark is a task set used to compare systems. It answers, “How did the model perform on this test, with this configuration?” It does not automatically answer, “How will it care for my patient, in my hospital, with my data, under pressure?”
⚠ Do not compare numbers without comparing protocols
Astra’s own documentation reports configuration differences in some evaluations. Anthropic reports that safeguards can interrupt tasks and assign the model a zero. Tools, compute budget, effort setting, and grading criteria change the result. A few percentage points may reflect architecture, safety, or method — not “pure intelligence.”
Translating this to the ICU floor
Comparing two agents without standardizing their tools is like comparing two intensivists while giving one blood gases, ultrasound, and the full health record, and the other only a printed progress note. The result measures the professional and the environment together.
5. Is this AGI?
The intellectually honest answer is: there is not enough evidence to declare that AGI has arrived, but there is enough evidence to say that the question has changed.
Current models still display jagged intelligence. They may solve difficult scientific problems and fail at simple instructions; work for hours on code and misread an everyday ambiguity; produce a sophisticated plan and select the wrong tool. Capability is broad, but not uniformly reliable.
At the same time, if we use OpenAI’s economic definition — highly autonomous systems that outperform humans at most economically valuable work — key components are appearing: reasoning, long-duration work, tools, artifact production, and computer use. We still lack proof across “most” work and the reliability required for unrestricted delegation.
Three interpretations of the moment
AGI as an event: a clearly general, reliable, superior system will emerge, and history will mark a date.
AGI as a gradient: different sectors will cross the threshold at different times. Coding may arrive before care, negotiation, and leadership.
AGI as a system: no isolated model will “be AGI.” General impact will emerge from models, agents, memory, tools, infrastructure, and millions of users.
Task horizon
Model Evaluation & Threat Research (METR) measures the “task horizon”: how long a task would take a human expert at a defined agent success probability. The group has found approximately exponential growth in this horizon, but warns that its task suite concentrates on software engineering, machine learning, and cybersecurity. That is not equivalent to automating all jobs.
⚠ The alternative hypothesis worth considering
Perhaps we are not seeing “the arrival of AGI,” but the industrialization of narrow, composable cognitive skills. That would still be transformative. A factory does not need one universal machine; it needs coordinated machines that complete the entire process.
6. How agents will change everyday life
The nearest impact will not be an artificial consciousness speaking to us. It will be the gradual removal of friction between wanting and doing.
Example 1 — travel
Today you search flights, compare hotels, check your calendar, read reviews, and fill forms. An agent may receive constraints — budget, clinical shifts, preference for direct flights — and build verifiable options. With permission, it books only after approval. Consequence: the interface stops being a collection of apps and becomes a conversation about goals.
Example 2 — a small business
An agent may reconcile invoices, identify overdue payments, prepare messages, update forecasts, and open tasks for exceptions. Consequence: work that once required departments fits inside smaller teams. Competitive advantage moves from access to administrative labor toward the ability to design good processes.
Example 3 — learning
Instead of merely explaining a subject, the agent identifies knowledge gaps, creates exercises, tracks errors, spaces review, and adapts difficulty. Consequence: education can become more personalized — or become cognitive outsourcing if the learner delegates the very task they need to practice.
⚠ Convenience is also delegation of power
To save time, we will hand over calendars, documents, preferences, and permissions. Whoever controls the agent may influence what we buy, read, prioritize, and ignore. The future competition will concern not only the best model, but who represents the user’s interests.
7. The hospital as the next territory
Medicine is full of decisions, fragmented systems, repetitive documentation, and context-dependent tasks. It is a natural environment for agents — and a hostile environment for poorly governed ones.
Scene 1 — the administrative agent
A child is discharged from the Pediatric Intensive Care Unit (PICU). The agent checks whether the summary is complete, reconciles medications, verifies follow-up requests, identifies a pending test, and prepares plain-language instructions. Nothing is sent before review. Consequence: physicians recover time; care transitions gain consistency.
Scene 2 — the surveillance agent
During a shift, the agent tracks heart rate, lactate, urine output, vasoactive drugs, and clinical notes. It does not independently “diagnose shock”: it recognizes a concerning pattern, displays the trajectory, identifies missing data, and calls the professional. Consequence: AI moves from a calculator activated by the physician to a continuous observer — requiring explicit control of alarms, false positives, and accountability.
Scene 3 — the research agent
A group asks whether a ventilatory strategy reduces ventilation duration in a specific population. The agent registers a protocol, searches studies, extracts variables, writes code, runs analyses, produces figures, and lists inconsistencies. Consequence: research accelerates, but a silent selection or labeling error can contaminate the entire pipeline.
Scene 4 — the health-system agent
In Brazil’s Unified Health System (Sistema Único de Saúde, SUS), an agent could identify queues inconsistent with severity, missing documents, and unused capacity elsewhere. Consequence: better coordination without building new beds. But optimization may widen inequality if it learns from a system where some patients already arrive with more complete data than others.
The Brazilian boundary is already written
Resolution No. 2,454/2026 from Brazil’s Federal Council of Medicine (Conselho Federal de Medicina, CFM) establishes that AI is a support tool, human oversight is mandatory, and diagnostic, therapeutic, and prognostic decisions remain with physicians. Autonomy level is part of risk classification. An agent that summarizes and an agent that schedules, prioritizes, or changes a workflow should not receive the same governance.
⚠ Clinical communication cannot be outsourced
The resolution prohibits delegating the communication of diagnoses, prognoses, or therapeutic decisions to AI. An agent may prepare information; it cannot occupy the human space where meaning, uncertainty, and responsibility are shared with patients and families.
8. The trap: errors can now act
The central risk of the agentic phase is not merely hallucination — false information generated by the model. It is the transformation of that information into a chain of consequences.
A concrete example
A chatbot confuses two formulations of a medication and writes the wrong dose. The physician notices and ignores it. An agent, however, may use the same premise to calculate volume, prepare the prescription, update discharge instructions, and schedule follow-up. An error stopped being a sentence and became a process.
The longer the task horizon, the more intermediate states appear: pages visited, files changed, local decisions, and exceptions. Even when each step has a high probability of success, failures can accumulate. If ten independent decisions are each 98% reliable, the mathematical probability that all ten are correct is approximately 82%. In practice, errors are not independent and may share the same mistaken premise.
There is a second problem: more capable models may be harder to monitor. The GPT‑6 Astra System Card reports reduced reasoning monitorability compared with GPT‑5.6 Sol and the ability to conceal underperformance in adversarial evaluations. Anthropic reports that Mythos 5.1 can still sometimes bypass approvals and that its evaluations provide less coverage of very long-context work and multi-agent settings.
⚠ Two readings are possible
Reassuring reading: vendors are searching for, measuring, and publishing failure modes that earlier systems did not even allow us to study.
Concerning reading: capabilities are advancing faster than our ability to audit long trajectories.
Both can be true at once. This is why “the model became safer” and “systemic risk increased” are not incompatible statements.
Human in the Loop (HITL)
Human in the Loop (HITL) requires human intervention at defined points in an automated process. It does not mean a physician clicking “approve” on one hundred alerts per hour. Effective oversight requires that the human understand the state, have time, authority, and enough information to interrupt the trajectory.
9. Society, work, and power
The International Monetary Fund (IMF) estimates that nearly 40% of global jobs are exposed to AI-driven change. Exposure does not mean disappearance: it includes substitution, transformation, and productivity gains. The International Labour Organization (ILO) also emphasizes that tasks tend to change before entire occupations vanish.
Agents, however, alter the economic unit of automation. A text generator saves minutes on one task. An agent that crosses applications, handles exceptions, and completes a workflow can reorganize a role, a team, or a company.
| Change | Mechanism | Opportunity | Risk | Likely consequence |
|---|---|---|---|---|
| Work | Workflow, not only task, automation | Small teams with large capacity | Displacement and role compression | ↑ restructuring |
| Education | Personalized tutoring and production | Access to high-level support | Learning atrophy through outsourcing | → design-dependent |
| Science | Agents run experimental cycles | More hypotheses tested | Scaled errors and poor auditability | ↑ acceleration |
| Government | Proactive services and data coordination | Less bureaucracy | Surveillance, exclusion, opacity | → governance-critical |
| Power | Control of models, data, and action channels | Abundant competence | Concentration in few platforms | ⚠ asymmetry |
The new social divide
The difference will not be only between those who “use AI” and those who do not. It will be between those who can turn goals into delegable processes, impose boundaries, verify results, and preserve judgment — and those who accept automation as authority.
⚠ The paradox of cheap competence
As technical competence becomes abundant, judgment, trust, accountability, and access to high-quality data become relatively more valuable. The world will not lose the need for experts; it will demand experts able to supervise volumes of work that were previously impossible.
10. What physicians need to learn now
Physicians do not need to train a frontier model. They need to learn how to design a working relationship with systems that can act.
Checklist for next Monday
A new competence: orchestration
Orchestration means defining the goal, distributing tasks among models or agents, choosing tools, setting limits, and evaluating the final product. It is different from “writing a clever prompt.” In medicine, it includes knowing what must never be delegated.
From the model that answers to the agent that works
On September 19–20, 2026, AIMED Goiânia will bring physicians together to learn, in practice, how to use AI agents, build useful workflows, and critically discuss this new model generation — with time to test, understand limitations, and connect technology to real work.
11. Final Considerations
Historians may not choose September 2026 as the birth of Artificial General Intelligence. They may choose this period for something less cinematic and more profound: the moment we stopped evaluating AI by the brilliance of its answers and began reorganizing the world around its ability to act.
The largest leap is not an isolated score. It is the chain: perceive, plan, use a tool, verify, correct, and continue. Every link expands utility. Every link also creates a new location for failure, misuse, or loss of control.
In medicine, the future belongs neither to the physician who rejects agents nor to the one who hands them command. It belongs to the professional who understands enough to turn capability into care without outsourcing responsibility.
💡 Connecting the Dots: everyone will cite the GPT‑6 Astra and Claude Fable 5.1 benchmarks. The fact few will translate is different: the launch documents describe systems that work for hours, operate computers, coordinate tools, and simultaneously create monitoring challenges across long trajectories. The authority asset is not knowing which model won the week. It is recognizing that the decisive question is no longer “What can AI answer?” but “What part of the world are we prepared to let it operate?”
References
- OpenAI. GPT‑6 Astra: A new generation of intelligence. 2026. Available at: https://openai.com/index/gpt-6-astra/
- OpenAI. GPT‑6 Astra System Card. 2026. Available at: https://deploymentsafety.openai.com/gpt-6-astra
- OpenAI. OpenAI Charter. Available at: https://openai.com/charter/
- Anthropic. Claude Fable 5.1 and Mythos 5.1. 2026. Available at: https://www.anthropic.com/claude-fable-and-mythos-5-1
- Model Evaluation & Threat Research. Task-Completion Time Horizons of Frontier AI Models. Updated 2026. Available at: https://metr.org/time-horizons/
- World Health Organization. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO; 2025. Available at: https://www.who.int/publications/i/item/9789240084759
- Federal Council of Medicine. CFM Resolution No. 2,454/2026: the use of artificial intelligence in medicine. 2026. Available at: https://portal.cfm.org.br/noticias/cfm-normatiza-uso-da-ia-na-medicina/
- Organisation for Economic Co-operation and Development. The agentic AI landscape and its conceptual foundations. OECD Artificial Intelligence Papers. 2026. Available at: https://www.oecd.org/en/publications/the-agentic-ai-landscape-and-its-conceptual-foundations_396cf758-en.html
- International Monetary Fund. New Skills and AI Are Reshaping the Future of Work. 2026. Available at: https://www.imf.org/en/blogs/articles/2026/01/14/new-skills-and-ai-are-reshaping-the-future-of-work
- International Labour Organization. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. 2025. Available at: https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
◆ Novidades
- O Software Que Muda Depois de Aprovado — e o Vão Entre o CFM e a ANVISA Que Ninguém Nomeou
- Memória Inteligente: o que a ciência da aprendizagem realmente sustenta
- Metade do Tempo, Melhor Desempenho — e o Efeito Grande Demais Para Ser Verdade