Los agentes de IA de OpenAI crean más trabajo, no menos: sus propios datos lo confirman

OpenAI ha alcanzado su objetivo de un "interno de investigación automatizado": un agente capaz de encargarse de tareas bien definidas que llevarían a un investigador varios días. Los datos de uso de la compañía muestran que los agentes de codificación aumentaron a lo largo de 2026, y a mediados de agosto los agentes de la organización registraban 3,1 jornadas de agente por cada jornada humana. Pero los números también revelan que esto no se traduce en menos trabajo para los humanos: la supervisión es el nuevo cuello de botella.

Según las cifras publicadas en un informe de OpenAI, el investigador medio gastaba más de 600 dólares al día en inferencia a precios de API, y el percentil 90 superaba los 7.000 dólares. La compañía cuenta una jornada de agente como ocho horas de actividad del agente; como los investigadores pueden ejecutar varios a la vez, la cifra describe cuánto tiempo trabajan los agentes, no cuántos trabajos completan.

OpenAI clasifica las tareas de investigación en seis áreas —Decidir, Diseñar, Construir, Ejecutar, Analizar y Comunicar— y todas aumentaron su actividad entre enero y agosto. Los agentes escriben código de investigación e infraestructura, monitorizan experimentos y dan soporte técnico, tanto que la asistencia a las sesiones de depuración ha caído y un equipo ha llegado a cancelarlas.

Más horas de agente no es más investigación útil

El propio informe reconoce que medir el progreso real es difícil. OpenAI usó otro modelo para evaluar el rendimiento de sus agentes en tareas de distinta dificultad y encontró que, aunque mejoraron entre enero y julio, los humanos todavía tuvieron que intervenir en más de la mitad de las tareas exitosas que habrían llevado de cuatro a ocho horas a una persona. El coste de supervisión es el nuevo factor limitante.

Restricciones de seguridad y cargas que se mueven

El 20 de julio, una serie de interrupciones causadas por agentes afectó a la infraestructura de investigación de OpenAI hasta el punto de que la compañía tuvo que desactivar su servicio de contenedores de entrenamiento y luego lo reactivó con restricciones más estrictas. El 7 de agosto, OpenAI volvió a limitar el acceso después de que una evaluación preliminar sugiriera que Astra, su agente persistente, podría alcanzar el umbral "Crítico" en su marco de preparación para ciberseguridad. La compañía restringió el modelo a áreas de investigación de mayor seguridad y añadió salvaguardas que los desarrolladores ya pueden estar notando como interrupciones inesperadas en la API.

La asignación de GPU para Astra cayó un 59,2% la semana siguiente, pero esa capacidad no quedó ociosa: los investigadores trasladaron gran parte del trabajo a otros modelos, cuya asignación de GPU subió un 17,2% y cubrió el 85% de la caída. La restricción no redujo el volumen de trabajo, sino que lo movió a otros sistemas, lo que demuestra lo fácil que resulta migrar cargas de trabajo cuando se cierra parte del sistema.

OpenAI admite que, a medida que los agentes asumen más ejecución, las partes de la investigación más difíciles de automatizar consumirán más tiempo del ingeniero, lo que pone un límite práctico a cuánto puede revisar una persona. La compañía también reconoce que todavía está decidiendo cómo fijar el precio de todo este ecosistema de agentes.