OpenAI dice que sus agentes de codificación ahora trabajan tres días por cada día humano
OpenAI publicó cifras internas que muestran que su organización de investigación utiliza 3,1 días laborables de agente de tiempo de ejecución del agente de codificación por cada día de trabajo humano, y dice que ha alcanzado su objetivo de tener un pasante de investigación automatizado para septiembre.
OpenAI publicó ayer una serie de cifras internas sobre qué parte de su propia investigación la realizan ahora agentes de IA, y la cifra principal es inusual por su especificidad: 3,1 días de trabajo de agente de codificación por cada día de trabajo humano en toda su organización de investigación. La compañía dice que ha alcanzado su objetivo declarado de enviar un “pasante de investigación automatizada” para septiembre de 2026.
La métrica merece un poco de análisis, porque está trabajando mucho en ella. OpenAI tomó el tiempo de ejecución total de sus agentes de codificación, lo convirtió en jornadas laborales estándar de ocho horas y lo comparó con el trabajo humano. Antes de junio de 2026, el tiempo de ejecución del agente combinado estaba por debajo del total de horas humanas. A mediados de agosto eran más de la una menos tres. El tiempo de ejecución no se genera y un agente puede pasar ocho horas dando vueltas, por lo que esto mide el esfuerzo aplicado en lugar de los problemas resueltos. OpenAI también informa que sus usuarios internos más importantes gastan más de 7.000 dólares al día en tokens, lo que da una idea de la escala involucrada. La empresa define cuidadosamente el término “investigador en prácticas”: un sistema que lleva a cabo tareas bien definidas bajo dirección humana, incluidas aquellas que a un investigador experto le llevarían unos días. No un científico que elige su propia agenda. OpenAI dice que tiene como objetivo un investigador de IA genuinamente automatizado para marzo de 2028.
¿Por qué publicar esto? En parte es una señal de reclutamiento y de inversionistas, y en parte es una respuesta a una pregunta que la gente sigue haciendo a los laboratorios: si estas herramientas son tan buenas como usted dice, ¿las están usando ustedes mismos? Esta es la primera vez que un laboratorio de vanguardia pone sobre la mesa una proporción interna concreta en lugar de señalar la productividad. Trátelo como un autoinforme, porque eso es lo que es y porque los “días laborales del agente” son una métrica inventada y definida por OpenAI. Aún así, la afirmación subyacente se puede comprobar de una manera más lenta: si la investigación realmente se está acelerando tres veces, debería reflejarse en la cadencia de envío, y las últimas seis semanas han estado inusualmente ocupadas en toda la industria.
Qué significa esto para ti. Si escribes código, la lección práctica no es la proporción sino la forma del trabajo. OpenAI describe a los agentes que manejan tareas limitadas con una definición clara de hecho y luego devuelven los resultados para que un humano los juzgue. Ese es un flujo de trabajo que puedes copiar hoy con las herramientas que ya tienes, y es mucho más productivo que pedirle a un modelo que haga algo vago. Si no escribe código, lo interesante es lo que implica “pasante”: supervisado, delimitado y revisado. Todos los que experimentan con agentes en el trabajo convergen en la misma forma, lo cual es un hallazgo real incluso si el número asociado proviene de una empresa con un interés obvio en la respuesta.
Fuentes
Fuentes: https://openai.com/index/research-acceleration-view-inside-openai/
El científico jefe de OpenAI dice que ningún laboratorio ha resuelto la alineación lo suficientemente bien como para continuar tan rápido
Jakub Pachocki publicó un ensayo llamado An Alien Mind el 6 de septiembre, argumentando que ningún laboratorio ha resuelto la alineación y el monitoreo lo suficiente como para seguir escalando a la máxima velocidad, y que espera desaceleraciones voluntarias.
