Los agentes de OpenAI completan por sí solos el 46% de las tareas de investigación de 2 a 4 horas, frente al 23% de marzo
OpenAI ha publicado datos sobre cómo sus agentes de programación asumen el trabajo de los investigadores. En tareas que a una persona le llevan de dos a cuatro horas, como revisar los registros de un entrenamiento, los agentes ya las completan por completo en el 46% de los casos, frente al 23% de marzo. En las tareas de cuatro a ocho horas, la proporción pasó del 13% al 35%. Las tareas rutinarias de duración media ya pueden delegarse en los agentes, mientras que el código complejo de servidor conviene dejárselo a una persona. El investigador mediano gasta en agentes 2.400 dólares al día a precios de API. Éxito sin intervención humana: 79% en la monitorización de entrenamientos y 25% en código para inferencia. Aclaración de OpenAI: los investigadores podían cambiar qué tareas asignaban a los agentes.
Procesado por IA desde TNW; editado por Hamidun News
OpenAI afirma que sus agentes de programación ya completan por sí solos el 46% de las tareas de investigación que a un empleado le llevarían de dos a cuatro horas. Son trabajos como «revisar los registros de un entrenamiento fallido y encontrar la causa» o «escribir un script para verificar un modelo nuevo». En marzo, la proporción de tareas completadas con éxito era del 23%, es decir, se duplicó en unos pocos meses.
En las tareas más grandes, de cuatro a ocho horas de trabajo humano, el indicador pasó del 13% al 35%. El informe se publicó el miércoles y es el segundo de la compañía sobre cómo la IA acelera sus propias investigaciones, después del de septiembre. Las cifras son útiles para cualquiera que deba decidir cuánto trabajo puede delegar en agentes.
Qué ya hacen los agentes por sí solos
Los resultados dependen mucho del tipo de tarea, por eso OpenAI describe el progreso como «irregular». Los agentes completan por sí solos la monitorización de entrenamientos en el 79% de los casos y las respuestas a preguntas técnicas en el 72%. En cambio, el código para sistemas de inferencia (es decir, el que ejecuta y da servicio a modelos ya entrenados) solo sale bien en el 25% de los casos, y la construcción de entornos para evaluar y entrenar modelos, en el 29%. Dicho de forma sencilla, los agentes vigilan y responden bien, pero todavía escriben mal el código de infraestructura delicado.
Hay además una aclaración que la propia OpenAI incluye. A medida que los agentes mejoraban, los investigadores podían cambiar el conjunto de tareas que les encomendaban. Por eso, el aumento de la proporción de éxitos refleja tanto el progreso de los modelos como los nuevos hábitos de las personas.
Cuánto cuesta
Si se calcula con el precio de la API, el investigador mediano de OpenAI usó agentes por unos 2.400 dólares al día en octubre. En septiembre fueron 1.500 dólares, lo que supone un aumento del 62%. Entre los más activos, en el percentil 90 (lo gastan solo el 10% de los empleados o más), el gasto diario alcanzó unos 23.000 dólares frente a 11.000 el mes anterior.
Visto en el tiempo, la carga de agentes por investigador creció once veces, de 0,5 a 5,7 «días laborables de agente» al día. OpenAI considera que cada ocho horas de trabajo de un agente equivalen a un día laborable. A mediados de octubre, más de dos tercios de los investigadores ejecutaban en los momentos punta al menos cuatro agentes a la vez, y más del 10% llegaba a 16 o más.
En septiembre, el coste del uso de agentes en el departamento de investigación fue aproximadamente el doble de lo que costaban los salarios de los investigadores. Las opciones sobre acciones no entran en esa cifra y, según OpenAI, representan entre el 70% y el 80% de la compensación objetivo. Aun así, los agentes internos consumieron solo el 2% de los recursos de cómputo de investigación.
Las ideas todavía vienen de las personas
Se preguntó a los investigadores de dónde surgieron las ideas principales detrás de GPT-6 Astra y de la siguiente versión. Los especialistas en posentrenamiento y seguridad atribuyeron todas las ideas a personas, y dijeron que los modelos ayudaron a implementarlas. Los especialistas en preentrenamiento de GPT-6.2 Astra explicaron que desarrollaron sus ideas en diálogo con Codex, y uno de ellos señaló que el modelo sugirió los insights clave.
En las entrevistas, los investigadores afirman que los agentes todavía tienen mal gusto: en las ideas, en el código, en los datos y en los textos. Por eso necesitan una supervisión estrecha. Uno de los especialistas en preentrenamiento reconoció que ahora considera que su criterio es mejor, aunque no está seguro de que eso vaya a durar.
En una encuesta a 101 empleados de OpenAI se preguntó qué estarían dispuestos a sacrificar para disponer durante tres meses de los agentes de programación más avanzados. La respuesta mediana fue el 40% de la plantilla del equipo o el 30% de sus recursos de cómputo. La compañía advierte que las autoevaluaciones pueden ser imprecisas y que la muestra no se obtuvo con una metodología rigurosa.
Lo demás del informe y qué deben hacer los profesionales
OpenAI propone obligar a los laboratorios a vigilar y comunicar públicamente las señales de auto-mejora recursiva, es decir, cuando la IA acelera la creación de la siguiente IA. La compañía aclara que no pretende lograr una auto-mejora completa. Para medir el ritmo general, OpenAI usa una versión interna del índice de capacidades de Epoch AI. Según ese índice, la frontera crece 16,4 puntos al año desde agosto de 2025, mientras que Epoch registraba 14 puntos anuales desde finales de 2024. La propia compañía señala que sus modelos puntúan más en su índice que en el de Epoch.
Para los profesionales, la conclusión es sencilla. Ya se puede delegar en agentes la monitorización, el análisis de registros, las respuestas a preguntas técnicas y las tareas de varias horas. El código de infraestructura crítico conviene dejarlo bajo control humano por ahora. Y hay que presupuestar con antelación: el uso intensivo de agentes se mide en miles de dólares por persona al día.
- 21 nov 2026Matemático de Anthropic afirma que Claude le ayudó a demostrar la hipótesis de Riemann en seis semanas
- 21 nov 2026La startup Osmo entrena una IA para oler con 10 millones de valoraciones humanas y genera fragancias a partir de texto
- 21 nov 2026Corea del Norte presenta su primer chatbot, «Fuente de Sabiduría»: solo ciencia, sin política
- 21 nov 2026OpenAI abre ChatGPT Spaces a los suscriptores de Plus: documentos compartidos con IA
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué ya hacen los agentes por sí solos?
Los resultados dependen mucho del tipo de tarea, por eso OpenAI describe el progreso como «irregular». Los agentes completan por sí solos la monitorización de entrenamientos en el 79% de los casos y las respuestas a preguntas técnicas en el 72%. En cambio, el código para sistemas de inferencia (es decir, el que ejecuta y da servicio a modelos ya entrenados) solo sale bien en el 25% de los casos, y la construcción de entornos para evaluar y entrenar modelos, en el 29%.
¿Qué se sabe sobre Cuánto cuesta?
Si se calcula con el precio de la API, el investigador mediano de OpenAI usó agentes por unos 2.400 dólares al día en octubre. En septiembre fueron 1.500 dólares, lo que supone un aumento del 62%. Entre los más activos, en el percentil 90 (lo gastan solo el 10% de los empleados o más), el gasto diario alcanzó unos 23.000 dólares frente a 11.000 el mes anterior. Visto en el tiempo, la carga de agentes por investigador creció once veces, de 0,5 a 5,7 «días laborables de agente» al día.
¿Qué se sabe sobre Las ideas todavía vienen de las personas?
Se preguntó a los investigadores de dónde surgieron las ideas principales detrás de GPT-6 Astra y de la siguiente versión. Los especialistas en posentrenamiento y seguridad atribuyeron todas las ideas a personas, y dijeron que los modelos ayudaron a implementarlas. Los especialistas en preentrenamiento de GPT-6.2 Astra explicaron que desarrollaron sus ideas en diálogo con Codex, y uno de ellos señaló que el modelo sugirió los insights clave.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
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.