OpenAI sobre la aceleración de investigaciones con agentes
OpenAI ha publicado una entrada de blog sobre cómo los agentes están acelerando la investigación dentro de la empresa.
Aseguran haber alcanzado el objetivo establecido el otoño pasado, a saber: tener un "interno de investigación automatizado" para septiembre de 2026, un sistema capaz de realizar tareas de investigación claramente definidas, incluidas aquellas que llevarían a un especialista calificado varios días.
Además, a mediados de agosto en OpenAI:
- El investigador medio gasta más de $600 al día en agentes a precios de API. El percentil 90 ya supera los 7000 tokens por día.
- Por cada día laboral humano, hay aproximadamente 3.1 "días de trabajo de agentes" (en junio, el tiempo total de trabajo de los agentes era menor que el total de horas humanas).
- Está creciendo activamente el número de experimentos por experimentador activo y la tasa de éxito de los agentes en varias categorías de dificultad (la dificultad se evalúa como el tiempo que la tarea llevaría a un humano).
En la publicación, OpenAI también exigió que tales prácticas de intercambio de progreso se vuelvan obligatorias para todas las empresas de la industria. Argumentan que esto está llevando a una mejora recursiva completa (RSI), y el público debería tener la capacidad de rastrear y discutir esto.
Por qué es importante
AnálisisEste enfoque podría mejorar significativamente la eficiencia de la investigación, permitiendo a los científicos concentrarse en tareas más complejas mientras los agentes manejan el trabajo rutinario. También podría fomentar una mayor transparencia y colaboración en la industria.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Codex Skills para principiantes: automatización de flujos de trabajo con agentes de IA
Guía práctica para crear y ejecutar Skills en Codex: anatomía de SKILL.md, activación explícita y automática, diferencias entre skills, scripts y tools, Skills API y límites de seguridad.
JSON — Datos estructurados para programas, APIs y agentes de IA
Guía práctica y completa sobre JSON: especificación de sintaxis, serialización con parse y stringify, consumo de APIs REST, validación con JSON Schema y salidas estructuradas para LLMs.
Cuatro consejos para el currículum del responsable de desarrollo de IA aplicada en OpenAI
Wulfie Bain, responsable de desarrollo de IA aplicada en OpenAI, destacó cuatro reglas: brevedad, relevancia, enfoque en resultados y logros más importantes al inicio.
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 y cambios de precios de OpenAI y Anthropic
Resumen de novedades de IA: nuevos modelos LLM, cambios en suscripciones de OpenAI y Anthropic, modelos de mundo, generadores de vídeo y detalles corporativos.