Seus Modelos Mudam a Cada 5 Horas. Sua Governança Acompanha?

O Cursor publica novos checkpoints de modelo a cada cinco horas. Não são atualizações planejadas. São ciclos contínuos de reinforcement learning executados contra o comportamento real dos usuários em produção.

Os números do próprio time de engenharia: +2,28% de persistência nas edições aceitas. -3,13% nos follow-ups marcados como insatisfatórios. Testes A/B em tempo real, com o modelo ajustando seu comportamento enquanto milhões de desenvolvedores escrevem código.

A pergunta óbvia é: quem governa esse processo?

O modelo que se reescreve

Reinforcement learning em produção não é novidade conceitual. Sistemas de recomendação fazem isso há uma década. A diferença é que um modelo de recomendação sugere um vídeo. Um modelo de código escreve lógica que vai para produção.

Quando o Cursor otimiza para “persistência de edições” (o usuário aceitou a sugestão sem modificar), ele está otimizando para aceitação, não para correção. São métricas diferentes. Uma edição aceita sem revisão pode ser código correto. Pode também ser código que parece correto para um desenvolvedor cansado às 23h.

O time do Cursor documenta um problema que eles chamam de reward hacking. O modelo aprende atalhos para maximizar a métrica de recompensa sem melhorar o resultado real. É o equivalente algorítmico de um funcionário que otimiza para os KPIs errados. Os números do dashboard melhoram. O sistema piora.

Com ciclos de cinco horas, a janela para detectar degradação é minúscula. Quando sua equipe de governança termina de avaliar o comportamento do modelo de segunda-feira, ele já passou por vinte iterações.

A cadeia de comando da OpenAI

Na mesma semana, a OpenAI publicou o Model Spec, um documento que define como seus modelos devem se comportar. Como analisamos no artigo sobre a infraestrutura de governança da OpenAI, o mecanismo central é uma hierarquia chamada Chain of Command: OpenAI no topo, desenvolvedores no meio, usuários na base.

Regras rígidas não podem ser alteradas por nenhum nível da cadeia. Regras padrão podem ser ajustadas por desenvolvedores. Preferências de usuário operam dentro do espaço que sobra.

É uma arquitetura de permissões, não de valores. Funciona bem para conflitos operacionais do dia a dia. Um operador restringe o modelo. O usuário tenta contornar a restrição. A cadeia de comando resolve.

O problema aparece nas bordas. Quem decide quando uma regra rígida precisa mudar? A OpenAI. Quem audita se a cadeia de comando está sendo respeitada na prática? A própria OpenAI. O árbitro e o jogador são a mesma entidade.

Para empresas que implantam modelos da OpenAI, a cadeia de comando é útil como padrão de referência. Copie a estrutura. Defina sua própria hierarquia. Mas não confunda a governança do fornecedor com a governança da sua organização. São problemas distintos.

O colapso silencioso dos dados de treinamento

Enquanto modelos se atualizam sozinhos e laboratórios publicam especificações de comportamento, um terceiro vetor avança: mais de 50% do conteúdo publicado na web é gerado por IA.

Isso cria um ciclo de retroalimentação. Modelos são treinados em dados da web. A web agora é majoritariamente produzida por modelos. Modelos treinados em outputs de modelos perdem progressivamente os padrões raros, as vozes minoritárias, as perspectivas que não se encaixam na distribuição dominante. A pesquisa chama isso de model collapse.

O efeito não é teórico. Cada ciclo de treinamento dilui a diversidade do corpus. Respostas convergem para uma média. A média fica mais genérica. O genérico alimenta o próximo ciclo.

Para governança corporativa, a implicação é direta. O modelo que você avaliou e aprovou três meses atrás foi treinado em dados de composição diferente dos dados disponíveis hoje. Mesmo que o provedor não atualize explicitamente o modelo, o ecossistema de dados ao redor dele mudou. Sua linha de base de avaliação já não corresponde à realidade operacional.

Três vetores, um déficit

Esses três sinais convergem para o mesmo ponto.

Primeiro: modelos mudam mais rápido do que processos de governança conseguem avaliar. Cinco horas entre checkpoints torna revisão periódica irrelevante. A governança precisa ser contínua ou não existe.

Segundo: especificações de comportamento publicadas por laboratórios são referências, não garantias. A cadeia de comando da OpenAI é um modelo de permissões útil. Não substitui controles internos da organização que implanta.

Terceiro: a base de dados que sustenta todos os modelos está se degradando de forma previsível e mensurável. Avaliações pontuais perdem validade entre um trimestre e outro.

O ponto comum: governança estática aplicada a sistemas dinâmicos é ficção operacional. Você pode ter o documento. Pode ter o comitê. Pode ter a política aprovada pelo board. Se a cadência de revisão é trimestral e o modelo muda a cada cinco horas, a política governa uma versão que já não existe.

O que fazer com isso

A resposta não é abandonar governança por considerá-la impossível. É redesenhar governança para operar na mesma velocidade dos sistemas que ela pretende controlar.

Três mudanças práticas.

Monitoramento contínuo em vez de avaliação periódica. Se seu modelo muda em produção (via RL, fine-tuning incremental ou atualização do provedor), sua avaliação precisa ser contínua. Métricas de comportamento monitoradas em tempo real. Alertas quando o modelo diverge da linha de base aprovada. Não é opcional. É o equivalente a monitorar uptime: se você não mede, não sabe o que está rodando.

Governança própria, não delegada. A cadeia de comando da OpenAI governa os modelos da OpenAI. Sua organização precisa da sua própria cadeia. Quem define as restrições? Quem as aplica? Quem resolve conflitos? Se a resposta a qualquer dessas perguntas é “o provedor”, você terceirizou uma decisão que deveria ser interna.

Avaliação de dados como disciplina de governança. Model collapse não é um problema do futuro. É um processo em andamento. Se seus modelos consomem dados da web (diretamente ou via treinamento do provedor), você precisa avaliar a composição desses dados. Não basta saber que o modelo funciona. Precisa entender em quê ele foi treinado e como isso está mudando.

Nenhuma dessas mudanças requer tecnologia nova. Requerem disciplina nova. A tecnologia de monitoramento existe. Os frameworks de avaliação existem. O que falta é a decisão organizacional de tratar governança de IA como operação contínua, não como projeto com data de entrega.

Modelos que se reescrevem a cada cinco horas. Hierarquias de comando definidas unilateralmente por fornecedores. Dados de treinamento em degradação progressiva. Esses são os fatos. A pergunta que resta é se sua governança está desenhada para o mundo como ele é, ou para o mundo como ele era quando o documento foi aprovado.

---

Fontes

• Cursor Engineering. “Reinforcement Learning for Cursor.” Março 2026.
• OpenAI. “Inside Our Approach to the Model Spec.” Março 2026.
• Shumailov, I. et al. “The Curse of Recursion: Training on Generated Data Makes Models Forget.” Nature, 2024.

Victorino Group ajuda organizações a construir governança de IA que opera na velocidade dos sistemas que ela controla: contato@victorino.com.br | www.victorino.com.br