💬 NLP

Synthetic Computers at Scale for Long-Horizon Productivity Simulation

Este artigo apresenta "Computadores Sintéticos em Escala", uma metodologia para gerar ambientes digitais realistas e específicos do usuário, com artefatos ricos, para executar simulações de produtividade de longo horizonte que melhoram significativamente o desempenho dos agentes por meio de aprendizado experiencial e oferecem uma base escalável para futuros aprendizados por reforço de agentes.

Autores originais: Tao Ge, Baolin Peng, Hao Cheng, Jianfeng Gao

Publicado 2026-05-01

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Tao Ge, Baolin Peng, Hao Cheng, Jianfeng Gao

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você quer ensinar um robô a ser um ótimo funcionário de escritório. Você poderia mostrar a ele alguns exemplos de alguém digitando um e-mail ou preenchendo uma planilha. Mas o trabalho real de escritório não se resume apenas a digitar; trata-se de navegar em uma mesa digital bagunçada, lembrar o que você fez na semana passada, encontrar o arquivo certo em uma pasta criada há três anos e coordenar com um chefe que envia e-mails lacônicos e um cliente que muda de ideia.

O artigo "Computadores Sintéticos em Escala" propõe uma maneira de ensinar a esses agentes de IA essas habilidades complexas sem precisar de dados privados de pessoas reais. Aqui está como eles fizeram isso, explicado de forma simples:

1. Construindo "Fantasmas Digitais" (Os Computadores Sintéticos)

Em vez de usar o computador de uma pessoa real (que é privado e bagunçado de maneiras imprevisíveis), os pesquisadores construíram 1.000 computadores falsos do zero.

A Persona: Primeiro, eles criaram um "personagem" para cada computador. Um poderia ser "Margaret", uma consultora financeira sênior em Denver que ama Excel e odeia desordem. Outro poderia ser um designer gráfico que mantém 50 versões do mesmo arquivo.
A Mesa Digital: Eles usaram IA para construir uma estrutura de pastas realista para cada personagem. Não era apenas um disco rígido vazio; estava preenchido com "arquivos fantasma" — planilhas falsas, apresentações antigas e rascunhos que pareciam exatamente com o que um ser humano real teria criado ao longo de anos de trabalho.
O Resultado: Eles criaram 1.000 mundos digitais únicos, cada um com sua própria história, hábitos e sistemas de arquivos bagunçados (mas organizados).

2. A Simulação de "Um Mês"

Uma vez que os computadores falsos estavam prontos, eles executaram uma simulação massiva.

A Configuração: Um "gerente" de IA olhou para o computador falso e atribuiu um mês de trabalho realista. Para Margaret, a consultora financeira, isso significava atualizar modelos de investimento, escrever relatórios para um cliente e preparar-se para uma reunião do conselho.
O Trabalhador: Um segundo "trabalhador" de IA foi colocado dentro desse computador falso. Sua função era agir como Margaret. Ela tinha que:
- Revirar pastas para encontrar os dados certos.
- Abrir planilhas antigas para ver o que foi feito no ano passado.
- Enviar e-mails para "colegas falsos" (que também eram IAs) para pedir feedback ou esclarecer prazos.
- Corrigir erros e revisar documentos.
A Escala: Isso não foi uma tarefa rápida. Cada simulação levou à IA mais de 8 horas de computação em tempo real e envolveu mais de 2.000 etapas (turnos) para completar um único mês de trabalho.

3. Aprendendo com a Experiência do "Fantasma"

A parte mais importante do artigo é o que aconteceu após a simulação.

A Autópsia: Os pesquisadores não olharam apenas para o relatório final que a IA produziu. Eles olharam para toda a jornada. Eles analisaram como a IA se perdeu, como se recuperou de erros, como falou com colegas e onde cometeu erros.
As "Cartões de Habilidade": Eles transformaram essas lições em "cartões de habilidade". Por exemplo, eles aprenderam que agentes financeiros frequentemente confundem porcentagens e pontos base. Eles criaram uma regra específica (uma habilidade) para evitar esse erro.
O Teste: Eles deram esses "cartões de habilidade" a um agente de IA novo e pediram que ele fizesse o mesmo trabalho em um novo computador falso.
- O Resultado: A IA com os "cartões de habilidade" obteve pontuações significativamente melhores (cerca de 7% mais altas) do que a IA sem eles. Ela cometeu menos erros e lidou muito melhor com o fluxo de trabalho complexo.

4. Por Que Isso Importa (O "Porquê")

O artigo argumenta que, para tornar a IA verdadeiramente útil no mundo real, não podemos apenas dar a ela tarefas simples. Precisamos treiná-la em ambientes complexos e de longo prazo onde ela precise lembrar do contexto e lidar com arquivos bagunçados.

A Analogia: Pense nisso como treinamento de voo. Você não ensina apenas a um piloto como virar um avião; você o coloca em um simulador com mau tempo, problemas no motor e um co-piloto que dá instruções confusas.
A Alegação: Ao criar milhões desses computadores "fantasmas digitais", podemos gerar dados de treinamento infinitos. Isso permite que a IA aprenda a ser um trabalhador produtivo praticando em um mundo falso e seguro antes de tocar em um real.

Resumo

Os pesquisadores construíram 1.000 computadores falsos povoados com arquivos falsos e pessoas falsas. Eles deixaram agentes de IA viverem dentro desses computadores por um mês simulado, fazendo trabalho complexo. Ao estudar como os agentes tiveram sucesso ou falharam durante esse processo, eles criaram lições (habilidades) que tornaram a IA significativamente mais inteligente ao realizar trabalho de escritório do mundo real.

Eles estão essencialmente dizendo: "Para ensinar uma IA a ser um ótimo funcionário, não dê apenas um teste a ela. Construa um escritório falso, deixe-a trabalhar lá por um mês e, em seguida, ensine-a o que ela aprendeu."

1. Declaração do Problema

Os agentes de IA atuais estão evoluindo de assistentes conversacionais para agentes de codificação fundamentados em repositórios e, eventualmente, para agentes de longo prazo capazes de operar dentro de ambientes completos de computadores de usuários. No entanto, o treinamento e a avaliação desses agentes enfrentam um gargalo crítico: a falta de dados de treinamento realistas e em grande escala.

Dependência de Contexto: A produtividade realista é fortemente condicionada por contextos específicos do usuário (estruturas de diretórios, arquivos históricos, estados de projetos e feedback de colaboradores).
Escassez de Dados: A coleta de trajetórias do mundo real é inviável em escala devido a preocupações de privacidade (artefatos pessoais, dados empresariais) e ao alto custo da mão de obra humana.
Limitações dos Dados Sintéticos Existentes: Os dados sintéticos atuais frequentemente focam em tarefas isoladas ou fluxos de trabalho "de brinquedo". Eles falham em sintetizar ambientes ricos, heterogêneos e carregados de artefatos (por exemplo, hierarquias complexas de pastas, dependências entre arquivos) que caracterizam o trabalho profissional real.
A Lacuna: Há uma necessidade de uma metodologia para gerar ambientes de computador sintéticos escaláveis e específicos do usuário que possam suportar simulações de longo prazo (abrangendo semanas de trabalho) para treinar agentes em planejamento, fundamentação, colaboração e criação de artefatos.

2. Metodologia: Computadores Sintéticos em Escala

Os autores propõem um pipeline de três etapas para criar e simular dentro desses ambientes: Criação Orientada a Personas, Planejamento do Ambiente e Simulação de Longo Prazo.

A. Criação de Computador Sintético

O processo transforma uma persona de alto nível em um ambiente de computador totalmente preenchido e realista.

Perfis de Usuário Orientados a Personas: A partir de um grande conjunto de personas (por exemplo, "Consultor Financeiro Sênior"), o sistema expande-as em perfis de usuário detalhados. Esses perfis capturam identidade, ocupação, histórico de carreira, responsabilidades, colaboradores e, crucialmente, comportamentos de uso de computador (convenções de nomenclatura, estilos de organização de arquivos, hábitos de anexação e preferências de ferramentas).
Planejamento do Sistema de Arquivos:
- Geração de Políticas: Uma política de sistema de arquivos é gerada, definindo layouts de unidade, caminhos padrão e estilos de organização (por exemplo, "Alta organização", "Sufixos de versão").
- Planejamento de Diretório e Inventário: O sistema planeja uma árvore de diretórios coerente e um inventário de arquivos. Crucialmente, constrói um grafo de dependência direcionado onde os arquivos não são amostras independentes, mas estão vinculados (por exemplo, um relatório PDF é derivado de um modelo Excel, que é derivado de um download da web). Isso garante consistência lógica e referências cruzadas entre arquivos.
Criação de Artefatos:
- O sistema materializa a estrutura de diretórios.
- Preenche os arquivos usando agentes LLM equipados com ferramentas específicas de criação de artefatos (por exemplo, minimax-docx, minimax-xlsx).
- Os arquivos são gerados na ordem de dependência (ordenação topológica), garantindo que os arquivos a jusante referenciem corretamente o conteúdo dos arquivos a montante. Artefatos públicos da web são recuperados se disponíveis; caso contrário, são sintetizados.

B. Simulação de Produtividade de Longo Prazo

Uma vez que um computador sintético está pronto, uma simulação é executada envolvendo dois agentes distintos:

Agente de Configuração:
- Analisa o perfil do usuário e o estado atual do computador.
- Gera objetivos de produtividade adaptados ao usuário (por exemplo, "Atualizar Carteiras de Modelos 2026", "Integrar um novo cliente HNW"). Esses objetivos abrangem aproximadamente um mês de trabalho humano e exigem múltiplos entregáveis profissionais (relatórios, planilhas, apresentações).
- Configura colaboradores simulados (gerentes, pares, clientes, oficiais de conformidade) com papéis específicos, estilos de comunicação e materiais de referência privados que o agente do usuário deve solicitar ou receber.
Agente de Trabalho:
- Atua como o usuário dentro do computador sintético.
- Opera em um ciclo de planejamento semanal e execução diária.
- Ações: Navega pelo sistema de arquivos, lê artefatos existentes, cria/revisa arquivos, comunica-se com colaboradores (enviando e-mails, solicitando dados) e incorpora feedback.
- Duração: As simulações têm uma média de 2.272 turnos e 8,59 horas de tempo de execução do agente por computador.

3. Principais Contribuições

Computadores Sintéticos em Escala: Uma metodologia inovadora para gerar mais de 1.000 ambientes de computador diversos, ricos em artefatos e específicos do usuário que imitam fluxos de trabalho profissionais reais.
Geração de Artefatos Consciente de Dependências: Diferentemente de métodos anteriores que geram arquivos isoladamente, esta abordagem usa um grafo de dependência para garantir que os arquivos sejam logicamente consistentes, versionados e interreferenciados.
Simulação Colaborativa de Longo Prazo: Introduz um framework de simulação onde os agentes devem coordenar-se com partes interessadas simuladas, lidar com feedback e gerenciar projetos de várias semanas, em vez de resolver tarefas de tiro único.
Sinais de Aprendizado Experiencial: O framework extrai sinais ricos em nível de processo (planejamento, fundamentação, revisão, recuperação de falhas) e sinais em nível de resultado (qualidade do entregável final) das simulações.
Lançamento Aberto: Os autores lançaram 100 computadores sintéticos (50 Windows, 50 macOS) e relatórios de análise retrospectiva para 500 simulações para apoiar pesquisas futuras.

4. Resultados Experimentais

Os autores conduziram experimentos usando 1.000 computadores sintéticos e avaliaram a eficácia dos dados gerados.

A. Estatísticas de Simulação

Escala: Cada simulação envolve ~197 arquivos (aumento de ~112 pré-simulação), 5,5 colaboradores e ~31 trocas de comunicação.
Complexidade: A duração média é de 8,59 horas com mais de 2.000 turnos de interação, superando amplamente os benchmarks padrão (por exemplo, o GDPVal tem média de 31 turnos).

B. Avaliação In-Domain (Transferência de Habilidades)

Configuração: A equipe extraiu "habilidades" (lições, modos de falha, padrões de trabalho) de 900 simulações de treinamento e aplicou-as a 100 computadores de teste retidos.
Resultado: Agentes equipados com essas habilidades extraídas alcançaram uma pontuação média de rubrica de 68,6%, comparada a 61,6% para a linha de base (uma melhoria de +7,0 pontos percentuais).
Escalonamento: A taxa de vitória dos agentes aumentados com habilidades sobre as linhas de base aumentou com o número de computadores de treinamento (64% com 100, 75% com 500, 83% com 900), demonstrando que uma cobertura de simulação mais ampla leva a melhor generalização.

C. Avaliação Out-of-Domain (Benchmark GDPVal)

Configuração: As habilidades extraídas de suas simulações foram testadas no benchmark GDPVal (220 tarefas de produtividade realistas), um conjunto de dados distinto de seu ambiente sintético.
Resultado: O agente aumentado com habilidades superou significativamente a linha de base nas tarefas do GDPVal. Para o modelo principal (Claude Sonnet 4.6), o agente aumentado venceu 105 das 220 tarefas (vs. 67 derrotas), com significância estatística ( $p=0,002$ ).
Implicação: Isso prova que os sinais experienciais capturados de simulações sintéticas de longo prazo generalizam para tarefas de produtividade do mundo real, não apenas para o ambiente sintético.

5. Significado e Direções Futuras

Substrato Fundamental para Autoaperfeiçoamento: O artigo argumenta que os computadores sintéticos fornecem um substrato escalável e seguro para a privacidade para o autoaperfeiçoamento de agentes. O ciclo envolve: Simular $\rightarrow$ Extrair Experiência (Habilidades) $\rightarrow$ Melhorar Agente $\rightarrow$ Executar Simulações Mais Fortes.
Escalabilidade: Com bilhões de personas potenciais, esta metodologia pode escalar para milhões ou bilhões de mundos sintéticos, cobrindo diversas profissões e contextos.
Trabalho Futuro: Os autores sugerem melhorias futuras, incluindo:
- Artefatos Personalizados: Variação de estilos visuais e hábitos de formatação.
- Ruído Natural: Adição de "trilhas" desordenadas do mundo real (arquivos abandonados, duplicatas, downloads temporários).
- Colaboração Dinâmica: Simulação de colaboradores com seus próprios fluxos de trabalho ativos e estados em evolução.

Conclusão: "Computadores Sintéticos em Escala" demonstra que a geração de ambientes de computador realistas e específicos do usuário permite a criação de dados de treinamento de alta qualidade e de longo prazo. Esses dados melhoram significativamente o desempenho dos agentes em cenários de produtividade sintéticos e do mundo real, abrindo caminho para agentes autônomos capazes de lidar com trabalho profissional complexo e multi-etapa.