OpenAI lança Dreaming V3: a nova arquitetura de memória do ChatGPT que entende o tempo e revisa lembranças sozinha

Resumo: Em 4 de junho de 2026, a OpenAI lançou o Dreaming V3, uma nova arquitetura de memória para o ChatGPT. A novidade não pede mais “lembre disso” — o modelo passa a sintetizar memórias automaticamente a partir do histórico, atualiza fatos com o passar do tempo (por exemplo, transforma “vou em julho” em “fui em julho de 2026” após a data) e reduz em 5x o custo computacional do sistema anterior. A OpenAI reporta 82,8% de recall factual, 71,3% de aderência a preferências e 75,1% de precisão em fatos sensíveis a tempo. O rollout começou por usuários Plus e Pro nos EUA, com Free e demais regiões a caminho.

O que é o Dreaming V3

Até aqui, a memória do ChatGPT funcionava em dois modos: gravação explícita (o usuário pedia “lembre-se de X”) ou referência ao histórico recente. O Dreaming V3 muda a lógica: o sistema processa offline, em segundo plano, todas as conversas relevantes do usuário, extrai fatos e preferências, consolida em uma camada de memória estruturada e re-escreve essa camada periodicamente. O nome “dreaming” não é casual — a inspiração declarada é a consolidação de memória que o sono humano faz durante o sono REM.

Por que isso muda a experiência do produto

Três efeitos práticos aparecem rápido. O primeiro é a continuidade entre sessões: o ChatGPT passa a “lembrar” que você prefere markdown, que está estudando inglês para o IELTS ou que usa Postgres no trabalho — sem precisar dizer de novo. O segundo é a memória sensível a tempo: planos viram histórico após a data, lembretes não ficam pendurados eternamente e fatos antigos são marcados como tal. O terceiro é o custo: a OpenAI afirma 5x mais eficiência em compute, o que é decisivo para liberar o recurso no plano gratuito sem inviabilizar a margem.

Como ativar e revisar

O Dreaming V3 está chegando como atualização silenciosa nas configurações de Personalization > Memory. O usuário consegue ver as memórias consolidadas, editar ou apagar entrada por entrada e desligar a coleta automática. A OpenAI manteve um espelho da camada antiga (memórias explícitas) para quem precisa de controle granular.

Por que importa

A guerra dos chatbots passou de “qual modelo é mais inteligente” para “qual chatbot conhece você melhor”. Google (Gemini), Anthropic (Claude com projetos) e Microsoft (Copilot com Recall) seguem caminhos parecidos: a personalização persistente vira o fosso. O Dreaming V3 coloca a OpenAI à frente em automação — ninguém mais precisa “ensinar” o chatbot. Para empresas, é também o sinal de que a discussão sobre data residency e retenção de memória vai voltar com força.

Status no Brasil

O rollout começou pelos EUA, mas a OpenAI já confirmou expansão internacional. Pelos ciclos anteriores, a chegada ao Brasil costuma levar de 2 a 6 semanas. Quando vier, três cuidados serão imediatos: 1) revisar memórias antes de usar o ChatGPT em contas corporativas (vazamento de informação por inferência cruzada é risco real); 2) atenção à LGPD — finalidade, base legal e prazo de retenção precisam estar claros, especialmente em uso profissional; 3) políticas internas devem orientar quando desligar a memória (entrevistas, dados de clientes, segredos comerciais).

Riscos e limitações

O ponto mais delicado é o que a OpenAI chama de limited audit trail: o usuário vê as memórias consolidadas, mas não necessariamente todas as inferências intermediárias que o sistema fez. Isso dificulta auditoria por times de compliance. Em segundo lugar, há o risco de contaminação cruzada: o ChatGPT pode misturar contextos (pessoal e profissional) se o usuário usa a mesma conta para tudo. Por fim, modelos que “lembram” tendem a errar com mais confiança — uma alucinação ancorada em memória parece mais convincente que uma alucinação solta.

Análise SWOT econômica

Forças

  • Personalização sem fricção aumenta retenção e DAU.
  • 5x mais eficiência viabiliza memória no plano gratuito.
  • Time-aware reduz “lembranças fantasma” que irritavam usuários.

Fraquezas

  • Trilha de auditoria limitada complica uso enterprise.
  • Risco maior de alucinação ancorada em memória.
  • Configuração inicial pode soar invasiva para o público europeu/brasileiro.

Oportunidades

  • Plano “ChatGPT for Family” com memória compartilhada.
  • Integração com Apps SDK para memória cross-app.
  • Trilha enterprise com retenção controlada e logs assinados.

Ameaças

  • Reguladores de privacidade (LGPD, GDPR) já miram retenção em LLM.
  • Concorrência com Gemini + Workspace e Claude + Projects.
  • Incidentes de vazamento de memória teriam manchete imediata.

Cenário para os próximos 12 meses

Esperamos três movimentos. Primeiro, a OpenAI deve expor a memória como API para apps no GPT Store, transformando “personalização” em produto. Segundo, vai surgir um modo “modo trabalho”, separando memórias profissionais das pessoais — exigência clara de empresas reguladas. Terceiro, a Anthropic e o Google devem responder com sistemas equivalentes; provavelmente o Claude com projetos persistentes e o Gemini puxando do Google Drive.

Conclusão prática

Se você usa ChatGPT no dia a dia profissional, três passos valem ser executados agora: (1) acessar Settings → Personalization → Memory e fazer uma limpeza inicial; (2) decidir se vai criar contas separadas para uso pessoal e corporativo; (3) escrever uma instrução base no Custom Instructions que oriente como o ChatGPT deve tratar dados sensíveis. Em ambiente corporativo, peça ao TI políticas claras sobre o uso do Dreaming antes de transferir contextos de clientes para a conversa.

Fonte original: OpenAI — Dreaming: Better memory for a more helpful ChatGPT.

Ninja

Na cena de cybersecurity a mais de 25 anos, Ninja trabalha como evangelizador de segurança da informação no Brasil. Preocupado com a conscientização de segurança cibernética, a ideia inicial é conseguir expor um pouco para o publico Brasileiro do que acontece no mundo.

Recent Posts

Google mede contextualidade quântica em até 105 qubits no Willow

Publicado na Science, o experimento ganha o jogo do quadrado mágico em 98,30% das rodadas,…

10 horas ago

BlockJack desvia o cache KV do vLLM entre inquilinos diferentes

Preprint de seis universidades mostra que corromper um único registro da tabela de blocos faz…

10 horas ago

SCKit abusa do ScreenConnect para atacar sessões de técnicos

A Microsoft confirmou a campanha relatada pela ConnectWise e detalhou um kit que inverte o…

10 horas ago

F5 libera hotfixes de emergência para cinco falhas críticas no BIG-IP

Os avisos publicados em 18 de novembro atribuem CVSS 4.0 de 9,3 a cinco estouros…

10 horas ago

Ataque recupera texto exato no aprendizado federado

Preprint do BITS Pilani Goa mostra um cliente comum reconstruindo frases exatas de outros participantes…

1 dia ago

Agile Deliberation: Google treina IA em conceitos subjetivos

Framework do Google Research trata a construção de classificadores subjetivos como conversa iterativa: delimita subconceitos…

1 dia ago