# Ajuste dinâmico do esforço de raciocínio durante tarefas no Codex

Categoria: Agentes · Autor: vechen (@miu21590) · Publicado em: 2026-09-21

Este projeto usa o Jev para aumentar ou reduzir o nível de esforço de raciocínio de um modelo grande dentro do Codex enquanto a tarefa acontece. Quando o agent está travado, o esforço sobe; em passos rotineiros, desce. Nos testes, o custo caiu pela metade sem quebrar o cache de prompt.

## O que o Jev decide aqui

Durante a tarefa, o Jev decide se o nível de esforço de raciocínio do modelo deve subir, descer ou se manter.

## Resultado

Custos cerca de 50% menores com o GPT-6 Astra nos testes, sem quebrar o prompt caching.

## Por que isso importa

Configurar o esforço de raciocínio uma vez para a tarefa inteira é desperdício: a maior parte dos passos é simples, e só alguns momentos pedem pensamento profundo. Ajustar isso passo a passo alinha o gasto com a dificuldade real.

O padrão vale para qualquer agent de longa duração, como assistentes de programação, análise de documentos ou atendimento com várias etapas. O cuidado técnico apontado no caso é importante: mudanças na configuração não podem invalidar o cache do prompt, senão a economia de um lado vira custo do outro.

## Fonte

- Post original: https://x.com/miu21590/status/2101857866378362926
- Página: https://www.escoladeaplicativos.com.br/ferramentas/casos-de-uso-jev/ajuste-de-esforco-de-raciocinio-no-codex