Por Canuto  

OpenAI puso en beta pública su Agents API, una herramienta que permite ejecutar el harness de Codex mediante una sola llamada y coordinar sesiones largas, herramientas y subagentes. El servicio ofrece sandboxes alojados, autoalojados o de socios, aunque las condiciones descritas para esta beta restringen la residencia de datos a Estados Unidos y no contemplan Retención Cero de Datos.
***

  • La Agents API permite crear sesiones duraderas con modelos, herramientas, servidores MCP y entornos configurables.
  • Los agentes pueden ejecutarse en infraestructura de OpenAI, en entornos propios o mediante distintos proveedores de sandbox.
  • Según las condiciones descritas para la beta pública, el servicio restringe la residencia de datos a Estados Unidos y no contempla Retención Cero de Datos.

 

OpenAI abrió la beta pública de Agents API, un servicio diseñado para que los desarrolladores ejecuten agentes con el mismo harness e infraestructura que utiliza Codex. La propuesta concentra en una llamada la configuración del modelo, las herramientas, los entornos de ejecución y la coordinación de subagentes, mientras OpenAI mantiene el harness y el cómputo puede quedar en infraestructura propia o de terceros.

La herramienta está disponible para desarrolladores, aunque llega con restricciones relevantes para organizaciones reguladas. Según las condiciones descritas para esta beta, los datos permanecen únicamente en Estados Unidos y la modalidad de Retención Cero de Datos, conocida como Zero Data Retention, no está contemplada para este servicio. Esto no debe interpretarse como una descripción general de las políticas de retención de toda la API de OpenAI, que pueden variar según el producto y la elegibilidad de la cuenta, indica MarkTechPost.

Una API pensada para sesiones largas

La nueva API parte del harness de Codex de código abierto y busca resolver problemas habituales en agentes que trabajan durante periodos prolongados. Según explicó OpenAI, la experiencia de escalar Codex y ChatGPT for Work mostró que estos sistemas necesitan administrar el contexto, utilizar herramientas de forma eficiente, coordinar subagentes y mantenerse operativos durante días.

La documentación organiza el servicio alrededor de cuatro conceptos: agente, entorno, sesión y eventos o ítems. El agente reúne el modelo, las instrucciones, las herramientas y los servidores MCP disponibles; el entorno representa un sandbox opcional para acceder a archivos, cargar habilidades y ejecutar comandos.

Una sesión funciona como una instancia duradera que recibe tareas y responde a nuevas entradas, mientras los eventos e ítems registran lo que se envía y lo que el agente produce. El flujo básico consiste en crear la sesión con una tarea, seguir su avance mediante streaming o webhooks y después continuar con otro encargo o dirigir el turno en curso.

Este diseño desplaza hacia la plataforma una parte del trabajo que normalmente recae en los equipos de desarrollo. En lugar de construir desde cero la persistencia del estado, la gestión del contexto y la coordinación de procesos, los usuarios pueden configurar esos elementos dentro de una sesión administrada por la API.

Sandboxes y arquitectura de ejecución

La elección del entorno de ejecución constituye la principal decisión arquitectónica para quienes adopten Agents API. OpenAI ofrece un sandbox alojado por la compañía, una opción autoalojada, integraciones con sandboxes de socios y la posibilidad de operar sin sandbox, de acuerdo con las necesidades de cada aplicación.

El sandbox alojado utiliza la infraestructura de aislamiento que OpenAI emplea detrás de Codex y ChatGPT, y puede configurarse con archivos, paquetes, habilidades y complementos. Esta alternativa reduce el esfuerzo operativo, pero también concentra en OpenAI la ejecución del agente y queda sometida a la residencia de datos exclusivamente estadounidense anunciada para la beta.

En el modelo autoalojado, el desarrollador ejecuta codex exec-server dentro de su propio entorno, lo registra con una clave restringida y establece la conexión mediante WebSocket. La arquitectura utiliza conexiones salientes, un diseño que permite conservar el control sobre la infraestructura donde se ejecuta el cómputo sin exigir conexiones entrantes al entorno privado.

La API también incorpora integraciones con distintos proveedores de sandbox, entre ellos Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop y Vercel, según la información incluida en el anuncio. La variedad de opciones permite escoger entre comodidad operativa, control de infraestructura y proveedores especializados, aunque no se detallan aquí diferencias de rendimiento, precios o disponibilidad entre esos socios.

Herramientas, subagentes y costos

OpenAI mantiene el harness junto con sus modelos y ofrece acceso versionado con cada lanzamiento de modelo. Entre sus funciones se encuentra la compactación automática del contexto anterior cuando la sesión se aproxima a su límite, de modo que los desarrolladores no tienen que escribir por cuenta propia la lógica encargada de resumir o reorganizar el historial.

La búsqueda de herramientas carga sus definiciones únicamente cuando resultan necesarias, una estrategia que reduce el consumo de tokens y el costo mientras preserva la caché del modelo. La invocación programática también permite ejecutar llamadas en paralelo, encadenar operaciones y filtrar o combinar resultados en código antes de devolver al agente los datos relevantes.

Las herramientas compatibles incluyen servidores MCP, funciones personalizadas y capacidades integradas como la búsqueda web. Con el soporte multiagente, un agente principal puede dividir una tarea compleja en piezas independientes, asignarlas a subagentes con contextos separados y luego coordinar sus resultados dentro de la sesión principal.

El ejemplo publicado por OpenAI crea un agente para investigar un aumento de errores 5xx en un servicio durante los últimos 30 minutos. La configuración emplea el modelo gpt-6-astra, un servidor MCP de observabilidad, hasta tres subagentes concurrentes, un vault y un entorno alojado, además de ordenar que los hallazgos, las evidencias y la mitigación recomendada se guarden en un directorio de trabajo.

Diferencias frente a otras herramientas

OpenAI distingue Agents API de Agents SDK y Responses API según el lugar donde se ejecuta el agente y la responsabilidad de orquestación. En Agents API, OpenAI ejecuta un harness de Codex administrado; con Agents SDK, el agente funciona dentro de la aplicación del usuario, mientras Responses API deja la ejecución en el entorno propio, con una orquestación alojada opcional.

La diferencia también alcanza el esfuerzo de integración y la gestión del estado entre tareas. Agents API ofrece una configuración persistente de sesiones, turnos e ítems, mientras Agents SDK deja el almacenamiento y las sesiones en manos del desarrollador; Responses API requiere manejar el historial manualmente, encadenar respuestas o utilizar Conversations.

En cuanto al entorno, Agents API admite infraestructura alojada por OpenAI, servidores autoalojados o sandboxes de socios, y también puede operar sin sandbox. Agents SDK depende del runtime de la aplicación y de sus proveedores de sandbox, mientras Responses API utiliza el entorno propio del desarrollador.

La promesa central, por tanto, no consiste únicamente en exponer modelos a través de una interfaz adicional. La apuesta es entregar un sistema operativo para agentes de larga duración, con persistencia, herramientas y coordinación incorporadas, a cambio de aceptar las condiciones de ejecución y datos que acompañan al servicio.

Primeros resultados y límites de la beta

OpenAI publicó resultados iniciales proporcionados por clientes, pero aclaró que no son benchmarks independientes. Ciridae reportó un aumento de su puntuación de evaluación de 0,71 a 0,85 y una reducción de cuatro veces en la latencia de sus flujos con subagentes, cifras que reflejan su propio escenario de uso y no necesariamente el desempeño general de la plataforma.

SafetyKit informó una reducción de 60% en el costo por caso después de migrar su flujo de revisión, mientras Hypha señaló 86% menos respuestas fallidas tras separar el harness del sandbox. Nash.ai, por su parte, afirmó que ejecuta miles de agentes de larga duración en redes logísticas globales, aunque la información disponible no desglosa su arquitectura ni los criterios utilizados para medir ese volumen.

La API no añade una tarifa específica por el servicio, de acuerdo con el anuncio, pero los usuarios pagan por tokens, herramientas y tiempo de contenedor. Esa estructura vincula el costo final con la complejidad de las tareas, el número de llamadas, el uso de subagentes y la duración de cada sesión, por lo que una implementación intensiva puede requerir controles operativos propios.

La limitación más visible para sectores financieros, sanitarios o gubernamentales es la combinación de residencia de datos únicamente en Estados Unidos y ausencia de Retención Cero de Datos bajo las condiciones descritas para la beta. Mientras OpenAI no amplíe las opciones de residencia o privacidad aplicables a este servicio, las organizaciones con obligaciones regulatorias estrictas tendrán que evaluar si pueden utilizar la beta, recurrir a un entorno autoalojado o esperar nuevas condiciones comerciales.

Agents API coloca el harness de Codex detrás de una interfaz de menor complejidad y ofrece a los desarrolladores una ruta directa hacia agentes persistentes con herramientas y subagentes. La decisión de adoptarla dependerá menos de la demostración técnica que de la necesidad de equilibrar velocidad de integración, control de infraestructura, costos y requisitos de manejo de datos.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados