Cargando...

Los propios investigadores de OpenAI se están enganchando seriamente a sus agentes de codificación de IA internos, valorando estas herramientas por encima de una parte significativa de sus colegas humanos o de su capacidad de cómputo. Esta inmersión profunda en sus operaciones internas ofrece una visión fascinante, aunque a veces desordenada, del futuro del desarrollo asistido por IA.
The Decoder, citando el propio informe interno de OpenAI, revela un aumento masivo en el uso de herramientas internas como Codex y Dots. Los costos teóricos de los tokens por sí solos son asombrosos: un investigador promedio habría consumido tokens por valor de $2,400 por día en octubre, un salto del 62% respecto al mes anterior. Para el 10% de los usuarios principales, esa cifra se duplicó a la asombrosa cantidad de $23,000 diarios. Estos agentes están funcionando efectivamente 5.7 días laborales por investigador por día calendario, e incluso más en los equipos de pre y post-entrenamiento, con más de dos tercios de los investigadores rastreados ejecutando al menos cuatro agentes simultáneamente en el pico de uso.
OpenAI calculó que el equivalente teórico de API de este tiempo de ejecución de agentes era el doble de los costos salariales regulares de los investigadores en septiembre, aunque cabe señalar que esto excluye los paquetes de acciones, que constituyen una gran parte de la compensación en OpenAI, según The Decoder. A pesar de este uso intenso, la actividad de los agentes internos solo representó el 2% del cómputo total de investigación de la empresa.
Las tasas de éxito de los agentes autónomos que trabajan sin intervención humana en tareas de dos a cuatro horas aumentaron del 23% en marzo al 46% en octubre, mientras que las tareas de cuatro a ocho horas vieron un ascenso del 13% al 35%, informa The Decoder, citando a OpenAI. Sin embargo, un desglose de la taxonomía de Epoch AI muestra que estos sistemas manejan principalmente tareas más simples. Por ejemplo, monitorean las ejecuciones de entrenamiento el 79% del tiempo y responden preguntas técnicas de forma independiente el 72% del tiempo. Pero cuando se trata de ingeniería más compleja, como la construcción de entornos de evaluación y aprendizaje por refuerzo o la escritura de código para sistemas de inferencia y servicio, las tasas de éxito caen significativamente al 29% y 25% respectivamente.
En una encuesta interna no representativa de 101 empleados, los investigadores indicaron que preferirían renunciar al 40% del personal de su equipo o al 30% de su capacidad de cómputo antes que pasar tres meses sin estos agentes de codificación, según The Decoder. Una encuesta rápida separada de 28 empleados encontró que 27 preferían el último modelo interno a un ingeniero humano de carrera intermedia.
Sin embargo, las entrevistas cualitativas con diez investigadores destacaron las desventajas. Estos modelos a menudo carecen de "gusto" por las buenas ideas de investigación, el código y la calidad de los datos. Se desvían, hacen suposiciones erróneas y producen "chapuza de IA" – cambios de código deficientes y artefactos de datos inutilizables. La estrecha supervisión humana es crucial para evitar el desperdicio de ciclos de cómputo, afirma The Decoder. Curiosamente, las ideas conceptuales clave para los próximos GPT-6 Astra y GPT-6.2 Astra de OpenAI provinieron exclusivamente de humanos, y solo investigadores individuales obtuvieron conocimientos importantes a través del diálogo con Codex en el preentrenamiento para GPT-6.2 Astra.
Muy bien, propietarios de pequeñas empresas y líderes de equipo, esto no es solo un autoanálisis de un gigante tecnológico. Es un vistazo detrás del telón de hacia dónde se dirige el desarrollo de la IA, y lo que pueden esperar de las futuras herramientas de IA para sus propios equipos. El hecho principal —que los propios investigadores de OpenAI valoran estos agentes de IA más que a casi la mitad de sus colegas humanos— debería captar su atención. Demuestra que, incluso con toda la "chapuza de IA" y el cómputo desperdiciado, las ganancias de productividad son así de significativas.
Lo que esto me dice es que los asistentes de codificación de IA, y por extensión, los agentes de IA para otros trabajos de conocimiento, se están volviendo indispensables, incluso si todavía son adolescentes desordenados. No van a obtener un ingeniero de IA completamente autónomo en el corto plazo, pero sí van a obtener herramientas que amplificarán drásticamente a su equipo existente. El problema de la "chapuza de IA" es real, y refuerza lo que ya sabemos: las herramientas de IA son fantásticas para tareas rutinarias y bien definidas (como monitorear o responder preguntas técnicas), pero se desmoronan por completo en problemas complejos, matizados o creativos. Esto significa que sus expertos humanos no irán a ninguna parte; simplemente dedicarán menos tiempo al trabajo pesado y más tiempo a las decisiones estratégicas y "de gusto" que la IA no puede tomar. Para los equipos pequeños, esto es crucial: significa que pueden estirar su talento aún más, pero absolutamente deben tener supervisión humana para detectar los inevitables errores de la IA y guiar las herramientas de manera efectiva. No esperen magia; esperen copilotos potentes, pero a menudo torpes.
Open-source Hermes Agent is coming to Microsoft Teams, allowing workers to package successful AI workflows into team-wide reusable skills.

Reson8 open-sourced Rumble-2-Flash, a 0.5B parameter ASR model for 40+ languages that outperforms models up to 60x larger, with Apache 2.0 licensing.

Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Google Maps’ new Ask Maps AI can auto‑create day‑by‑day itineraries, share them, and even call businesses for appointments—useful for small teams on the move.

Comentarios