OpenAI Comparte Estadísticas sobre Codex: Tendencias Interesantes en el Uso
OpenAI Comparte Estadísticas sobre Codex: Tendencias Interesantes en el Uso
OpenAI ha publicado nuevos datos sobre el uso de Codex, destacando el creciente papel de los agentes en los flujos de trabajo de los usuarios.
openai.com/index/how-agents-are-transforming-work/
Veamos:
– Dentro de OpenAI, Codex ahora representa el 99.8% de sus tokens de salida, mientras que ChatGPT solo representa el 0.2%.
– Los usuarios individuales todavía utilizan predominantemente ChatGPT, pero en el ámbito empresarial, los tokens en Codex representan aproximadamente el 64% del consumo total.
– El 1% superior de los usuarios más activos de Codex ejecutan agentes durante un promedio de 71 horas al día (esta es la suma de todos los agentes).
– Con el tiempo, las personas están delegando cada vez más tareas realmente largas a los agentes. Por ejemplo, los prompts para tareas que requieren alrededor de 8 horas de trabajo humano ahora representan más de una cuarta parte de las solicitudes. En comparación, en diciembre, eran poco más del 2%.
Dado esto, surge la pregunta: ¿las personas todavía están vibecoding con los agentes, o los agentes ya están vibecoding con las personas?
Por qué es importante
AnálisisEstas estadísticas indican que los agentes de Codex se están convirtiendo en herramientas esenciales para las empresas, transformando la forma en que se ejecutan las tareas largas. Esto podría señalar una nueva era de automatización en el desarrollo de software.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
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.
Parte I. Arquitectura de Agentes de IA: Fundamentos
Los once bloques constructivos fundamentales de un agente de IA: taxonomía de modelos, bucle de ejecución, ingeniería de prompts, destilación, skills, memoria, function calling y FinOps.
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.
Modelos Frontera
La clase más poderosa de inteligencia artificial en la vanguardia de la investigación mundial (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), que define los límites de las capacidades modernas de razonamiento, autonomía y codificación.