OpenAI usa agentes de IA que generan más esfuerzo que sus propios investigadores
La compañía detalla cómo la automatización está acelerando su I+D y revela métricas sobre el uso intensivo de agentes de código.
OpenAI ha publicado un informe detallado sobre cómo la incorporación masiva de agentes de código está transformando el trabajo diario de sus equipos de investigación. Según los datos internos, el esfuerzo computacional generado por estos sistemas autónomos ya supera al trabajo humano en la organización. Este cambio de paradigma es central en su estrategia para alcanzar lo que ellos denominan Recursividad de Investigación de Seguridad (RSI) de forma controlada.
El impacto en la operativa diaria
El informe muestra una adopción exponencial. A principios de 2026, el investigador mediano usaba agentes de forma modesta; para mediados de agosto, esa misma persona integra agentes en su flujo de trabajo diario. Las cifras de consumo son reveladoras: ese investigador mediano gasta más de 600 dólares diarios en inferencia a precios de API, mientras que el usuario en el percentil 90 supera los 7.000 dólares diarios en tokens. En términos de producción, por cada día de trabajo humano, la organización de investigación genera el equivalente a 3,1 días de trabajo de agentes. Esto implica que, en volumen puro de código generado y experimentos ejecutados, la máquina ya domina al humano.
OpenAI señala que estos agentes no solo escriben código, sino que manejan tareas cada vez más complejas, como la ejecución de pipelines de experimentación largos o la depuración de errores en modelos de lenguaje. La compañía admite que estas métricas son preliminares y que el proceso de investigación tiene muchos cuellos de botella no financieros o computacionales, por lo que la velocidad global del progreso científico no se mide solo en tokens consumidos.
Seguridad y control
El objetivo declarado es construir un "investigador de IA automatizado" que funcione bajo supervisión humana. OpenAI afirma haber alcanzado la meta de tener un "intern de investigación" funcional para septiembre de 2026 y estima llegar a un investigador completo en marzo de 2028. La compañía vincula directamente esta capacidad con la seguridad: un sistema capaz de hacer investigación de forma autónoma podría ayudar a resolver problemas de alineamiento y a desarrollar defensas contra IA maliciosa. No obstante, son cautos: admiten que no saben todavía cómo lograr una RSI completamente alineada de forma segura. Citan el incidente reciente con Hugging Face como motivo para pausar temporalmente el entrenamiento con refuerzo (RL) en algunos modelos, mientras endurecían el red-teaming y la monitorización de los entornos de investigación. La premisa es clara: la transparencia sobre estos riesgos y la capacidad de frenar el desarrollo si los controles fallan son requisitos previos a dar más autonomía a estos sistemas.
