Codex va más allá del código: 5 millones por semana en junio y 40 millones en octubre
OpenAI amplía Codex más allá del desarrollo de software. En junio, el producto tenía más de 5 millones de usuarios activos por semana, y la audiencia de trabajadores del conocimiento crecía el triple de rápido que el número de programadores. En octubre, Codex y ChatGPT Work sumaban juntos 40 millones de usuarios activos. En paralelo, en China se habla de Pro Agent, al que describen como el primer agente de una nueva clase en el sector. Kevin Knight, uno de los pioneros de la lingüística computacional, reflexiona allí sobre el próximo salto de la IA. • Las cifras de junio y de octubre se calcularon sobre bases distintas: la segunda incluye ChatGPT Work. • El principal motor del crecimiento son los casos de uso de oficina, no el desarrollo clásico. • La información fue publicada por Jiqizhixin.
Procesado por IA desde Jiqizhixin (机器之心); editado por Hamidun News
Codex deja de ser una herramienta solo para programadores. En junio, la audiencia semanal del producto de OpenAI superó los 5 millones de personas, y el grupo que más rápido creció fue el de los trabajadores del conocimiento: analistas, gerentes y equipos de operaciones. Su crecimiento triplicó el ritmo de los desarrolladores. En octubre, Codex y ChatGPT Work sumaban juntos 40 millones de usuarios activos. El medio chino Jiqizhixin vincula esta dinámica con un tema que hoy debate la industria: los agentes de clase Pro, capaces de asumir flujos de trabajo completos.
La audiencia se desplaza de los programadores a la oficina
Codex nació como un agente para código: lee el repositorio, edita archivos, ejecuta tests y propone pull requests. Esa mecánica se traslada con facilidad a cualquier trabajo con artefactos digitales. Una hoja de cálculo, una presentación, un informe o una exportación del CRM funcionan igual: hay un conjunto de archivos, un objetivo y un resultado verificable.
Por eso los trabajadores del conocimiento llegaron al producto más rápido de lo que cabía esperar. No necesitan escribir programas. Les basta con plantear la tarea, dar acceso a los datos de trabajo y revisar el resultado. Que el crecimiento sea tres veces más rápido que el de los desarrolladores indica que la demanda de agentes en las profesiones de oficina llevaba tiempo acumulándose y que ahora, simplemente, ha encontrado una interfaz adecuada.
Qué hay detrás de la cifra de 40 millones
No se pueden comparar directamente los 5 millones de junio con los 40 millones de octubre. La primera cifra describe solo Codex; la segunda combina Codex y ChatGPT Work. Son productos distintos con audiencias que se solapan, y es casi seguro que una parte de los usuarios utiliza ambos. A partir de estos datos no se puede deducir el crecimiento real de Codex por sí solo.
Lo que sí se ve es la estrategia. OpenAI reúne el agente de código y el asistente de trabajo en una sola línea de producto, donde la frontera entre «ayudante del programador» y «empleado digital» se difumina poco a poco. Para la compañía, es una forma de vender suscripciones y licencias corporativas no solo a los departamentos técnicos, sino a todos los demás.
Métricas clave del material:
- junio de 2026: más de 5 millones de usuarios activos de Codex por semana;
- la audiencia de trabajadores del conocimiento crece 3 veces más rápido que la de desarrolladores;
- octubre de 2026: 40 millones de usuarios activos de Codex y ChatGPT Work juntos.
Pro Agent y el contexto chino
En este contexto, Jiqizhixin informa de la aparición del «primer Pro Agent del sector» y de la visita a China de Kevin Knight. Lo describen como el «progenitor de la IA» en la lingüística computacional y es conocido por su trabajo en traducción automática estadística. El tema de su intervención es el próximo salto en el desarrollo de la IA. El propio titular muestra hacia dónde se desplaza la conversación: de los chatbots a los agentes que trabajan de forma autónoma y durante más tiempo.
Para el mercado chino, es una señal de que la competencia ya se libra por la categoría de «agente profesional». Gana quien se asiente antes que los demás en los flujos de trabajo cotidianos, no quien logre mejores resultados en un benchmark.
Por dónde empezar si tu equipo cuenta las horas de sus empleados
La conclusión práctica es sencilla: conviene lanzar pilotos con agentes más allá del desarrollo. Los buenos candidatos son las tareas con una estructura clara y un resultado verificable: informes semanales, conciliación de datos, preparación de borradores de documentos y análisis de solicitudes de clientes.
Antes del lanzamiento conviene acordar tres cosas. Primera: a qué datos tiene acceso el agente y dónde están los límites. Segunda: quién revisa el resultado y con qué checklist. Tercera: cómo medir el efecto, por ejemplo en horas ahorradas por tarea y no en número de consultas al modelo. Las empresas que resuelvan esto antes que las demás obtendrán rendimiento de los agentes; el resto se quedará con suscripciones caras que se usan una vez al mes.
- 24 oct 2026Dos modelos anónimas, Kibitz y Kalmia, aparecen en Code Arena: se espera Kimi K3.1 y Qwen 4
- 24 oct 2026Lovable integra GPT-Live, Claude y Gemini Omni: 9 herramientas de IA en un solo chat
- 24 oct 2026GPT-6.1 Sol en Devin logra un 60,4% en FrontierCode a $0,31 por tarea
- 24 oct 2026Matemáticos consultores afirman que el torrente de demostraciones de OpenAI incumplió las reglas del campo
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre La audiencia se desplaza de los programadores a la oficina?
Codex nació como un agente para código: lee el repositorio, edita archivos, ejecuta tests y propone pull requests. Esa mecánica se traslada con facilidad a cualquier trabajo con artefactos digitales. Una hoja de cálculo, una presentación, un informe o una exportación del CRM funcionan igual: hay un conjunto de archivos, un objetivo y un resultado verificable. Por eso los trabajadores del conocimiento llegaron al producto más rápido de lo que cabía esperar. No necesitan escribir programas. Les basta con plantear la tarea, dar acceso a los datos de trabajo y revisar el result
¿Qué se sabe sobre Qué hay detrás de la cifra de 40 millones?
No se pueden comparar directamente los 5 millones de junio con los 40 millones de octubre. La primera cifra describe solo Codex; la segunda combina Codex y ChatGPT Work. Son productos distintos con audiencias que se solapan, y es casi seguro que una parte de los usuarios utiliza ambos. A partir de estos datos no se puede deducir el crecimiento real de Codex por sí solo. Lo que sí se ve es la estrategia. OpenAI reúne el agente de código y el asistente de trabajo en una sola línea de producto, donde la frontera entre «ayudante del programador» y «empleado digital» se difumina
¿Qué se sabe sobre Pro Agent y el contexto chino?
En este contexto, Jiqizhixin informa de la aparición del «primer Pro Agent del sector» y de la visita a China de Kevin Knight. Lo describen como el «progenitor de la IA» en la lingüística computacional y es conocido por su trabajo en traducción automática estadística. El tema de su intervención es el próximo salto en el desarrollo de la IA. El propio titular muestra hacia dónde se desplaza la conversación: de los chatbots a los agentes que trabajan de forma autónoma y durante más tiempo. Para el mercado chino, es una señal de que la competencia ya se libra por la categoría
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.