OpenAI dice que los agentes de código están cambiando el trabajo de sus investigadores

En el informe del 6 de septiembre OpenAI describe a investigadores que usan agentes durante el día, a menudo en sesiones simultáneas, para escribir código más rápido y ejecutar más experimentos. A mediados de agosto, el investigador mediano usaba más de 600 dólares diarios de inference a precios de API, y la organización utilizaba el equivalente a 3,1 jornadas de agentes por cada jornada humana. Son mediciones internas: las personas siguen fijando prioridades y evaluando resultados. El caso de estudio de Codex del 8 de septiembre cuenta cómo la investigadora del MIT Beatriz Yankelevich conectó Codex al software de laboratorio. El agente ejecutaba mediciones, analizaba resultados y elegía el siguiente intento con skills de medición y objetivos del chip. Funcionaba bien en tareas definidas, pero necesitaba orientación ante señales débiles o ruidosas. La lección para software es crear un ciclo supervisado: definir la tarea, aportar contexto, revisar resultados intermedios y reservar el juicio a una persona.