ChatGPT Work com GPT-6 Astra perdeu o código Python depois de compactar a conversa, relata Simon Willison

ChatGPT Work com GPT-6 Astra perdendo código Python após compactação da conversa
Resposta rápida

Em 12/09/2026, Simon Willison publicou um relato sobre o ChatGPT Work com GPT-6 Astra (Max): ele pediu rotas de corrida de 5K e 10K com dados do OpenStreetMap, a tarefa rodou por 27 minutos e entregou mapa embutido mais arquivos GPX e GeoJSON. Quando ele pediu depois o código Python usado, o assistente não conseguiu devolver, e ele atribui isso à thread já compactada. Willison também critica a interface por não mostrar o código realmente executado. É a observação de um usuário sobre uma sessão, não um anúncio nem correção oficial da OpenAI.

Fala aí, beleza? Um agente que trabalha 27 minutos, entrega o resultado certinho e depois não consegue te mostrar o próprio código que rodou

É exatamente isso que Simon Willison documentou no relato publicado em 12/09/2026 sobre uma sessão do ChatGPT Work rodando GPT-6 Astra (Max)

Antes de tudo, a ressalva importante: isso é observação de um usuário sobre uma conversa específica, não é anúncio, changelog nem reconhecimento oficial da OpenAI

Mas é o tipo de detalhe que interessa MUITO pra quem delega tarefa longa pra agente e depois precisa auditar o que aconteceu

O que é o GPT-6 Astra e onde ele roda

O GPT-6 Astra foi anunciado pela OpenAI e começou a rodar a partir de 03/09/2026, com liberação inicial restrita

A própria OpenAI comunicou que o modelo está disponível no ChatGPT Work, no Codex e na API, primeiro para usuários Pro, Enterprise e Business Premium, com rollout para Plus e Business em seguida

O anúncio do modelo está na página oficial da OpenAI

Ou seja, o cenário do relato é um ambiente de trabalho de verdade, com agente executando tarefa de longa duração, não um brinquedinho de demo

Como foi a tarefa das rotas de corrida

O pedido foi simples de enunciar e nada simples de executar: gerar rotas de corrida de 5K e 10K que fazem loop saindo da casa do autor, usando dados do OpenStreetMap

A tarefa rodou por 27 minutos antes de devolver alguma coisa

E devolveu completão: uma visualização embutida direto no ChatGPT mais arquivos GPX e GeoJSON pra download

A rota de 5K saiu com o nome ‘El Granada harbor loop’ e distância informada de 5,1 km

A parte visual, segundo o relato da sessão, veio da visualize skill, que gerou o HTML embutido na interface do ChatGPT

Aqui a diferença é que o artefato existe: Willison publicou uma cópia desse HTML gerado em um gist, então dá pra olhar o resultado, mesmo sem enxergar o processo que o produziu

Detalhe legal pra quem trabalha com dado aberto: o artefato gerado trazia a atribuição ‘Map data © OpenStreetMap contributors’, que é o que o OpenStreetMap exige de quem usa os dados dele

Por que o código Python sumiu: o papel da compactação

Quando Willison perguntou COMO o resultado tinha sido produzido, o modelo respondeu que usou Nominatim para localizar o endereço e Overpass para baixar vias e trilhas do OpenStreetMap, calculando os loops localmente

Segura essa: isso é autorrelato do próprio modelo

Não é log, não é rastro de execução exposto pela interface, é o assistente contando a própria versão dos fatos

E autorrelato de LLM entra na mesma prateleira de qualquer outra saída do modelo: hipótese que você valida antes de confiar, nunca evidência

A hora que Willison foi pedir uma cópia do código Python de fato usado, o ChatGPT não conseguiu fornecer

A explicação dele para o sumiço, com a ressalva dele mesmo de que ‘this appears to be’, é que a thread já havia sido compactada

O que é compactação, afinal?

A OpenAI documenta compaction na API dela: o mecanismo reduz o contexto condensando mensagens e descartando saída verbosa de ferramentas, pra sustentar interações longas sem estourar a janela

O guia oficial está em Compaction, na doc da API da OpenAI

Agora o asterisco honesto: essa documentação descreve o comportamento na API

Não existe documentação oficial da OpenAI descrevendo como a compactação funciona dentro da interface do ChatGPT Work: o que dispara, o que fica preservado, se dá pra recuperar o conteúdo anterior

Então a leitura possível é essa: um mecanismo documentado que descarta saída verbosa de ferramenta, e um relato onde justamente a saída de ferramenta (o script) não estava mais lá

Correlação plausível, causa não confirmada

O que isso muda para quem delega tarefas longas a agentes

Quem sente esse tipo de coisa na pele é quem depende do artefato intermediário e não só do resultado final

O script, a consulta, os parâmetros, a versão do dado que foi baixado: é isso que te deixa auditar, reproduzir e corrigir depois

Sem o script, você tem um GPX bonito e nenhuma forma de refazer o caminho

Willison é direto na crítica: o código realmente executado e os detalhes exatos do que foi feito não ficaram visíveis pra ele na interface, e ele chama essa falta de transparência de anti-feature

A proposta dele é bem concreta também: qualquer sistema de LLM que use compactação deveria preservar o texto anterior à compactação E disponibilizar esse texto via chamada de ferramenta do agente

Faz sentido, né? Compactar pra caber é uma coisa, apagar pra sempre é outra bem diferente

Hábitos defensivos que dá pra adotar hoje

Não vou te ensinar botão que não existe: não há opção documentada pra forçar a exibição do código, desligar compactação ou exportar o script no ChatGPT Work

O que sobra é higiene de trabalho, e ela já resolve boa parte:

  • Peça o artefato CEDO, antes da conversa crescer, e não no fim da sessão
  • Salve fora da thread tudo que o agente entregar como arquivo, porque a interface não é o seu backup
  • Trate o ‘como eu fiz’ contado pelo modelo como hipótese a checar, não como registro de execução
  • Quando o resultado vai virar código de produção, vale checar se o agente respeita suas convenções e não só se a saída parece certa

É o velho papo do vibe coding: aceitar o resultado sem o rastro é apostar que deu tudo certo

Os limites deste relato

Aqui a régua tem que ser rígida, então vamos separar o que é o quê

Fato observado: uma sessão específica, de um usuário, com um pedido específico, onde o código Python não pôde ser recuperado depois

Opinião do autor da fonte: que a falta de visibilidade é uma anti-feature, e que sistemas com compactação deveriam preservar e expor o texto anterior

O que NÃO existe: anúncio oficial, mudança de produto, bug confirmado pela OpenAI ou correção comunicada até 13/09/2026

E mais: o comportamento pode variar conforme o tamanho da conversa, e uma sessão não estabelece padrão

Vídeo: organizando o contexto do agente com arquivos

Se o assunto contexto de agente te interessa, tem material do canal sobre isso

No vídeo ‘Parei de BRIGAR com o Claude Code Depois Desse Arquivo (Karpathy Skills)’ eu mostro como organizar o contexto do agente com arquivo, pra parar de repetir as mesmas instruções toda hora

Conclusão

O caso do ChatGPT Work com GPT-6 Astra vale menos como fofoca de bug e mais como alerta prático: em agente de execução longa, rastreabilidade é feature, não luxo

O resultado veio, o mapa ficou bonito, os arquivos foram entregues

O que não veio foi o meio do caminho, e é o meio do caminho que você precisa quando alguém pergunta ‘de onde saiu esse número?’

Próximo passo pra você: ler o relato original do Simon Willison na íntegra, dar uma passada no guia de compaction da OpenAI pra entender o mecanismo, e ficar de olho se a OpenAI se manifesta sobre visibilidade do código executado

Se manifestar, atualizo por aqui…

até o próximo post! 😀

Perguntas frequentes

Por que o ChatGPT não conseguiu mostrar o código Python usado nas rotas de corrida?

Segundo Willison, a explicação é que a thread já tinha sido compactada quando ele pediu o código. Ele mesmo usa a ressalva ‘this appears to be’, ou seja, é a atribuição dele, não uma confirmação oficial da OpenAI.

O GPT-6 Astra usado no relato é o mesmo disponível para qualquer usuário do ChatGPT Work?

A OpenAI liberou o GPT-6 Astra a partir de 03/09/2026 primeiro para Pro, Enterprise e Business Premium no ChatGPT Work, Codex e API, com rollout para Plus e Business em seguida. O relato de Willison é sobre a variante Max rodando nesse ambiente.

Quanto tempo o agente levou para gerar as rotas de 5K e 10K?

A tarefa rodou por 27 minutos antes de devolver a visualização embutida e os arquivos GPX e GeoJSON para download. A rota de 5K saiu nomeada ‘El Granada harbor loop’, com 5,1 km.

Como o modelo disse que gerou as rotas a partir do OpenStreetMap?

O próprio modelo relatou ter usado Nominatim para localizar o endereço e Overpass para baixar vias e trilhas do OpenStreetMap, calculando os loops localmente. Isso é autorrelato do modelo, não um log de execução exposto pela interface.

A compactação de conversas é um comportamento documentado pela OpenAI?

Sim, mas só para a API: o guia oficial ‘Compaction’ descreve o mecanismo condensando mensagens e descartando saída verbosa de ferramentas em interações longas. Não existe documentação oficial da OpenAI sobre como isso funciona dentro da interface do ChatGPT Work.

Dá para evitar perder o código gerado por um agente antes da compactação acontecer?

Não há botão documentado para desligar a compactação ou forçar a exibição do script no ChatGPT Work. O hábito defensivo é pedir o artefato cedo na conversa e salvar os arquivos entregues fora da thread.




Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares