--- title: "OpenAI contrata fundadores da Git AI para medir o retorno do código produzido pelo Codex" author: "Gustavo Ramos O. Klein" date: "2026-09-14 07:00:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/09/14/openai-contrata-fundadores-da-git-ai-para-medir-o-retorno-do-codigo-produzido-pelo-codex/md" --- ## Resumo - A OpenAI contratou Aidan Cunniffe e Sasha Varlamov, fundadores da Git AI, para integrar a equipe do Codex. - A contratação busca medir o retorno sobre o investimento dos agentes de codificação para clientes corporativos. - A Git AI associa cada linha de código gerada por IA ao modelo, agente e prompt utilizados. - A ferramenta permite acompanhar produtividade, retrabalho e uso de tokens. - A telemetria da Git AI está ativa em centenas de milhares de máquinas de desenvolvedores. - A OpenAI continuará investindo no projeto de código aberto, embora o negócio comercial da Git AI deva ser encerrado. - As funcionalidades de rastreamento e análise devem ser integradas às ferramentas do Codex. --- Aidan Cunniffe e Sasha Varlamov, fundadores da Git AI, ingressaram na equipe de desenvolvimento do Codex na OpenAI em uma contratação reportada em setembro de 2026. O objetivo é responder a uma pergunta que pesa cada vez mais para clientes corporativos: quanto valor a programação feita por agentes de inteligência artificial realmente entrega? A **OpenAI** quer transformar esse diálogo entre código produzido e resultado obtido em dados mensuráveis, permitindo que as empresas avaliem produtividade, retrabalho e uso de recursos com mais clareza. ## O problema que a OpenAI precisa medir O objetivo da contratação é aprimorar a capacidade da OpenAI de demonstrar o retorno sobre o investimento (ROI) de seus agentes de codificação para clientes corporativos. ROI é uma métrica que compara os recursos aplicados em uma iniciativa com o retorno obtido por ela, e, no caso do desenvolvimento de software, a conta depende de muito mais do que contar linhas escritas. A **quantidade de código** produzida pode indicar atividade, mas não explica sozinha quanto desse material foi aproveitado, quanto precisou ser refeito ou qual parte chegou a uma base de código utilizável. Essa distinção ajuda a entender por que a contratação tem valor estratégico para o **Codex**. Um agente de codificação pode gerar alterações a partir de uma instrução, mas a equipe ainda precisa saber se o resultado resolveu o problema proposto, se exigiu retrabalho e quais recursos foram consumidos no processo. A Git AI entra como uma ponte de medição entre a conversa feita com o agente e o histórico técnico que permanece no projeto, aproximando a promessa de produtividade dos registros que uma equipe consegue auditar. ## Como a Git AI transforma código em dados A Git AI é uma extensão Git de código aberto que rastreia código gerado por IA, vinculando cada linha ao modelo, agente e prompt correspondentes, permitindo medir a produtividade, o retrabalho e o uso de tokens. O **prompt** é a instrução enviada ao sistema, enquanto o modelo é a tecnologia que interpreta essa instrução e produz uma resposta; já o token é uma unidade usada para processar o texto. Ao relacionar esses elementos com cada linha, a ferramenta cria uma trilha que mostra de onde veio uma alteração e em que contexto ela foi produzida. Essa trilha funciona como um registro de origem para o código, semelhante a uma ata que preserva quem participou de uma conversa e qual decisão saiu dela. A ferramenta Git AI possibilita a atribuição de código em nível de linha, preservando o contexto (modelo/prompt) mesmo após processos como commits, merges ou rebases, o que facilita auditorias de desempenho de IA em larga escala. Em termos práticos, um commit registra alterações, um merge une linhas de desenvolvimento e um rebase reorganiza o histórico; manter a informação de origem depois dessas operações impede que o contexto desapareça quando o projeto muda. ## Por que a escala da telemetria importa O alcance já existente da tecnologia dá peso à integração planejada com o Codex. A Git AI, agora sob gestão da equipe do Codex na OpenAI, possui uma base de usuários significativa, com telemetria ativa em centenas de milhares de máquinas, o que valida a capacidade da tecnologia em rastrear fluxos complexos de agentes de IA de forma extensiva. **Telemetria**, nesse caso, significa a coleta de dados sobre o funcionamento do fluxo de desenvolvimento, e não apenas o armazenamento do arquivo final que entrou no repositório. Essa escala também muda a qualidade das perguntas que uma equipe pode fazer sobre o uso de IA. Em vez de observar somente uma demonstração isolada, os dados podem organizar informações sobre produtividade, retrabalho e tokens em muitos ambientes de desenvolvimento. A proposta é fornecer dados granulares para que as equipes entendam o impacto real do uso de IAs na base de código, criando uma linguagem comum entre quem desenvolve, quem acompanha resultados e quem decide se a tecnologia deve ser ampliada. ## O que muda para o projeto de código aberto O movimento inclui uma mudança na relação comercial com a Git AI. Embora o negócio comercial da Git AI deva ser encerrado com a ida dos fundadores para a OpenAI, Aidan Cunniffe afirmou publicamente que a OpenAI continuará investindo no projeto de código aberto da ferramenta. A decisão preserva o acesso à extensão e mantém a tecnologia em uma posição diferente da de um produto fechado, já que seu código aberto pode continuar servindo como ponto de conexão para práticas de análise em projetos de desenvolvimento. Essa continuidade dá um próximo passo concreto à contratação: as capacidades de rastreamento e análise de desempenho da Git AI serão integradas diretamente às ferramentas do Codex, enquanto o projeto aberto seguirá recebendo investimento da **OpenAI**. Para as equipes, o ganho esperado está em conectar a origem de cada alteração aos resultados observados depois, substituindo uma impressão vaga de eficiência por registros sobre o trabalho realizado. A pergunta deixa de ser apenas se um agente escreveu código e passa a ser quanto desse código ajudou o projeto, quanto exigiu correção e quais recursos foram usados para chegar ao resultado. ## O próximo passo para os agentes de codificação A incorporação dos fundadores da Git AI coloca a medição no centro da evolução do Codex. O foco da colaboração será fornecer dados granulares para que as equipes de desenvolvimento entendam o impacto real do uso de IAs na base de código. Esse direcionamento também esclarece por que métricas de linha, contexto de modelo e prompt, histórico de alterações e consumo de tokens precisam conversar entre si: separados, eles mostram apenas fragmentos; conectados, permitem acompanhar o caminho entre a instrução dada ao agente e o código que permanece no trabalho da equipe. O resultado esperado é uma camada de análise capaz de dar às empresas uma resposta mais verificável sobre o investimento em agentes de codificação. A OpenAI continuará investindo no projeto de código aberto da Git AI, enquanto suas funcionalidades de telemetria e análise de desempenho avançam para o conjunto de ferramentas do Codex. Para quem usa inteligência artificial no desenvolvimento, o próximo passo prático é acompanhar essas métricas como parte do próprio processo de engenharia, porque a produtividade passa a ser medida pelo código rastreável e pelo retrabalho identificado, não apenas pelo volume gerado.