OpenAI abre Agents API para ejecutar agentes de larga duración con el arnés de Codex

La novedad confirmada. OpenAI presentó el 10 de septiembre Agents API en beta pública, una interfaz para construir y ejecutar agentes cloud utilizando el arnés que la compañía ha desarrollado alrededor de Codex. El anuncio subraya que un agente útil durante mucho tiempo necesita algo más que llamadas aisladas a un modelo: debe administrar contexto, herramientas, archivos, resultados intermedios y coordinación entre subagentes. OpenAI mantiene ese arnés, mientras el desarrollador puede elegir si el trabajo ocurre en un sandbox administrado por OpenAI, en infraestructura propia o con un proveedor compatible.

La unidad de producto cambia. Una API tradicional suele recibir una solicitud, devolver una respuesta y terminar. Un agente de larga duración necesita conservar estado mientras la tarea avanza, recuperarse de pasos incompletos y decidir cuándo usar una herramienta adicional. Eso cambia lo que un equipo debe diseñar y medir. La pregunta ya no es solamente si el modelo responde bien, sino si el sistema puede completar una secuencia extensa sin perder decisiones anteriores, duplicar acciones o pedir al usuario que reconstruya continuamente el contexto que ya había entregado.

Persistencia no significa libertad total. Que un agente pueda seguir trabajando durante horas o días no implica que deba recibir permisos permanentes sobre todos los recursos. Conviene separar la continuidad de ejecución de la autoridad para actuar. Una tarea puede mantener archivos, planes y resultados intermedios mientras utiliza credenciales breves o solicita aprobación antes de un cambio irreversible. Esa distinción permite diseñar agentes persistentes que no se conviertan en cuentas privilegiadas eternas. El valor comercial aparece cuando el usuario puede delegar duración sin delegar control ilimitado.

Los subagentes exigen coordinación visible. OpenAI destaca soporte para subagentes y uso eficiente de herramientas. Para un producto empresarial, paralelizar trabajo puede reducir tiempo, pero también crea nuevas preguntas: qué subtarea pertenece a quién, cómo se resuelven resultados contradictorios y qué ocurre si una rama termina después de que otra ya tomó una decisión. La orquestación debería registrar dependencias y criterios de aceptación, no limitarse a lanzar más procesos. Un sistema más rápido puede ser menos confiable si nadie puede reconstruir qué resultado alimentó el paso final.

El entorno también forma parte del contrato. Permitir sandboxes administrados o infraestructura propia vuelve explícita una decisión que antes podía quedar escondida: dónde se ejecuta código, qué archivos entran y cuánto aislamiento necesita la tarea. No todas las cargas requieren la misma respuesta. Un prototipo creativo puede tolerar un entorno efímero; un flujo con datos regulados puede necesitar infraestructura controlada por la organización. Diseñar el agente implica documentar esa frontera y comprobar que el entorno elegido coincide con las obligaciones de seguridad, retención y acceso del caso concreto.

La evaluación debe mirar el recorrido completo. Un benchmark de respuesta única no captura fallos que aparecen en el paso doce de una tarea. Para probar agentes de larga duración conviene usar escenarios con cambios de requisitos, archivos que deben conservarse, herramientas que fallan y decisiones que requieren reanudación. Las métricas pueden incluir porcentaje de tareas terminadas, intervenciones humanas, acciones repetidas, recuperación después de errores y tiempo hasta una entrega aceptable. Esa evidencia ayuda a distinguir un agente verdaderamente operativo de una demostración que solo funciona cuando todo sale bien.

Lectura Goatify. Agents API refuerza una dirección importante para productos de IA: la infraestructura de ejecución empieza a ser parte de la experiencia, aunque el usuario no la vea. Para Goatify, el aprendizaje no es copiar un arnés, sino tratar duración, estado, permisos y recuperación como capacidades diseñables. Un agente comercial vale más cuando puede seguir trabajando sin perder el hilo y, al mismo tiempo, sabe detenerse antes de una acción sensible. La autonomía madura no consiste en hablar más tiempo; consiste en conservar continuidad con límites verificables.