OpenAI reúne casos em que agentes de programação aceleram softwares científicos
A OpenAI publicou um novo relatório de campo que acompanha oito projetos de computação científica nos quais agentes de programação reduziram o tempo de execução de softwares acadêmicos. O documento reúne estudos de caso escritos pelos próprios pesquisadores envolvidos e abrange áreas como genômica, imunologia, estatística e sequenciamento de RNA. É importante destacar que se trata de uma iniciativa da própria empresa que desenvolveu o produto analisado, mas o padrão observado nos projetos continua sendo relevante para entender o impacto dessas ferramentas na pesquisa acadêmica.
Os oito projetos utilizaram o Codex, ferramenta da OpenAI voltada para auxiliar na escrita e manutenção de código, em cinco casos de forma isolada. Nos outros três, o Codex foi combinado com o Claude Code, da Anthropic. De modo geral, as tarefas executadas pelos agentes se dividiram em três categorias: modernização de sistemas de empacotamento e construção, otimização de desempenho em códigos já existentes e reescritas completas para novas linguagens ou plataformas.
Entre os casos descritos está o cyvcf2, uma biblioteca em Python usada para ler arquivos de variantes genômicas. O colaborador Brent Pedersen relatou que o sistema legado de construção e empacotamento foi substituído por um processo mais moderno e unificado. Pedersen ponderou que, embora os agentes permitam avançar rápido, ir longe na ciência ainda exige orientação especializada, compreensão, critério e cuidado.
O HI.SIM, simulador de leituras de sequenciamento de DNA, passou por duas rodadas de otimização amplamente autônomas conduzidas pelos modelos GPT-5.2 e GPT-5.6. Segundo o contribuidor Andrew Ho, o tempo de execução foi reduzido em 31 por cento em um conjunto de testes representativos, sem alterações nos resultados produzidos. Ho, que se descreve como não especialista em genômica e nem programador de C, classificou o resultado como “mágico” do ponto de vista do usuário final, após ter perdido tempo anteriormente com problemas de desempenho e empacotamento que identificava, mas não conseguia corrigir por conta própria.
Outro projeto, o hifiasm, usado na montagem de genomas a partir de leituras PacBio HiFi, alcançou redução de 25 por cento no tempo de execução em seu alvo de otimização e cerca de 15 por cento em dados separados de sequenciamento humano, de acordo com o contribuidor Suyash Shringarpure. Shringarpure destacou que o agente foi capaz de montar sua própria estrutura de testes de desempenho e propor candidatos de forma independente, mas o fornecimento de resultados de profiling e o direcionamento do modelo para evitar falhas repetidas continuaram sendo tarefas exclusivamente humanas.
O MHCflurry, ferramenta que prevê fragmentos de proteínas apresentados às células T, teve seu backend em TensorFlow e Keras migrado para PyTorch, mantendo a compatibilidade com pesos de modelos já publicados. Os colaboradores Alex Rubinsteyn, Sergey Feldman e Timothy O'Donnell descreveram a operação como o tipo de manutenção “pouco glamourosa e trabalhosa” que mantém projetos científicos de código aberto vivos em vez de deixados à deterioração.
O bayesm-rs, porta em Rust de modelos estatísticos do pacote bayesm em R, atingiu resultados equivalentes ao software original dentro de uma tolerância predefinida e rodou de 2,3 a 2,7 vezes mais rápido em uma única thread de processador, chegando a 4,4 a 9,5 vezes mais rápido em oito threads. Segundo os contribuidores Andrew Bai e Andrew Ho, os agentes lidaram rapidamente e corretamente com tarefas que tinham referência direta para verificação. Extensões que exigiam julgamento estatístico indefinido no código original, no entanto, precisaram de validação humana direta.
Três projetos adicionais, chamados rustar-aligner, svb e kuva, envolveram construções em Rust realizadas com agentes de programação, incluindo uma recriação completa do STAR, ferramenta amplamente usada para alinhamento de sequências de RNA que havia perdido manutenção ativa. O contribuidor James M. Ferguson afirmou que os agentes mudam o que vale a pena tentar: reescrever manualmente um alinhador de vinte mil linhas não faz sentido, mas com um agente se torna um trabalho de algumas semanas, desde que direcionado. A verificação, acrescentou, é questão separada, já que checar mais de 900 gráficos visualmente antes de um lançamento ainda dependeu de uma pessoa.
O RustQC consolidou quinze ferramentas separadas de controle de qualidade de sequenciamento de RNA em um único programa, com redução de sessenta vezes no tempo de execução e de vinte e cinco vezes nas operações de leitura e gravação em disco, segundo o contribuidor Phil Ewels. As ferramentas complementares FastQC-Rust e Trim Galore ficaram, respectivamente, sete e três vezes mais rápidas, preservando o comportamento das originais. Ewels também chamou atenção para o risco oposto: reconstruções fáceis podem gerar divergências de comportamento que fragmentam a comunidade e tornam resultados de laboratórios diferentes incomparáveis ao longo do tempo.
O que se repete em todos os relatos é que os agentes lidaram bem com solicitações de implementação bem delimitadas, mas não souberam julgar se a própria saída era cientificamente sólida. Os contribuidores descreveram agentes expressando confiança em trabalhos que continham erros evidentes, o que transferiu para os humanos a tarefa de construir testes de aceitação rigorosos. O relatório da OpenAI aponta, assim, para uma escolha específica: definir quem será responsável por manter a ferramenta reconstruída e garantir esse compromisso antes que a primeira linha de código gerada por agentes seja publicada.
