La Agents API de OpenAI convierte el bucle del agente en un servicio gestionado. Lo demás sigue siendo suyo.
Harness gestionado, subagentes, compactación de contexto y ahora computer use. Qué puede delegar una empresa al proveedor del modelo y qué no.
Escuche este artículo · 5 min
Narración completa del artículo, generada con IA.
Durante casi dos años, construir un agente significó construir un bucle: llamar al modelo, interpretar la petición de herramienta, ejecutarla, devolver el resultado, gestionar la ventana de contexto, recuperarse de errores y repetir. Cada equipo serio escribió su propia versión, y la mayoría eran frágiles.
La Agents API de OpenAI, en beta pública desde el 10 de septiembre, se ofrece a operar ese bucle. En el DevDay del 29 de septiembre, OpenAI añadió computer use. Juntos, estos anuncios trazan una línea clara entre lo que un proveedor de modelos ya puede operar y lo que una empresa sigue teniendo que asumir.
Lo que ahora opera OpenAI
Según OpenAI, la Agents API ofrece el mismo harness y la misma infraestructura que sostienen Codex:
- Un harness gestionado, operado y mantenido por OpenAI, que se ocupa de la orquestación de la sesión, la compactación del contexto y la recuperación ante fallos.
- Sesiones duraderas que continúan el trabajo entre interacciones.
- Búsqueda de herramientas y llamadas programáticas, con soporte para MCP, funciones propias y herramientas integradas como la búsqueda web.
- Subagentes que dividen una tarea en partes paralelas, cada una con su propio contexto.
- Elección del entorno de ejecución: un sandbox alojado por OpenAI, infraestructura propia o socios de sandbox.
El harness es de código abierto, así que los equipos pueden inspeccionar la lógica que coordina modelo, herramientas y contexto. No hay tarifa adicional más allá de tokens y herramientas. La API está en beta pública.
El changelog del 29 de septiembre aporta el detalle más importante para las empresas: el computer use de la Agents API funciona en un navegador alojado por OpenAI, con las aprobaciones de acceso a sitios web y el inicio de sesión “gestionados por su aplicación”.
Esa frase describe bien el límite. OpenAI opera el navegador. Su aplicación decide qué sitios puede usar el agente y cómo se autentica.
Dónde queda la línea de responsabilidad
Capas centrales
- Aplicación de negocio y experiencia
- Runtime del agente: orquestación y estado
- Herramientas, acciones e integraciones
- Contexto empresarial: datos y grounding
- Modelos
Controles transversales
- Identidad y autorización
- Políticas y seguridad
- Evaluación
- Aprobación humana
- Observabilidad y auditoría
- Ciclo de vida y despliegue
- Responsabilidad operativa: quién responde después del go-live
Ahora lo opera el proveedor (beta)Sigue siendo de la empresa
Identidad. Cuando el agente llama a sus sistemas, ¿con la credencial de quién? Un harness gestionado no responde a eso. El inicio de sesión en computer use queda explícitamente en manos de su aplicación, y la misma lógica aplica a cada servidor MCP y función que conecte.
Autorización. El harness llama a las herramientas que tenga disponibles. Qué herramientas existen, con qué alcance y para qué usuarios es diseño suyo. La búsqueda de herramientas abarata exponer muchas, y por eso mismo la lista necesita revisión.
Datos empresariales. Elegir entre el sandbox de OpenAI, infraestructura propia o un socio es una decisión sobre datos, no solo sobre cómputo. Archivos, resultados intermedios y estado de sesión quedan donde usted los ponga. En España, bajo el RGPD, esto incluye revisar con el equipo de privacidad dónde se ejecuta el trabajo y si hay transferencias internacionales; en Latinoamérica, con las reglas de cada país.
Auditoría. Sus auditores querrán sus propios registros de lo que hizo el agente en sus sistemas, no los de un proveedor. Planifique registrar llamadas a herramientas y acciones de su lado, con el contexto de negocio que las explica.
Evaluación. OpenAI afirma que mejora el harness con cada lanzamiento de modelo. Eso es útil y también significa que el comportamiento puede cambiar al actualizar. Mantenga una suite de regresión y ejecútela antes de cambiar de versión.
Controles de la aplicación. Pasos de aprobación, límites de gasto, límites por usuario y mecanismos de apagado son lógica de la aplicación. La API ofrece los puntos de enganche; no elige los umbrales.
Computer use: capacidad y nueva superficie de ataque
Computer use permite que los agentes trabajen con software sin API: portales heredados, sitios de proveedores, herramientas internas que nadie va a integrar. En muchas empresas, ahí es donde está el trabajo manual.
También significa un agente navegando interfaces con credenciales reales. Tres reglas prácticas:
- Prefiera una API cuando exista. Computer use es una alternativa, no la opción por defecto.
- Mantenga una lista de sitios permitidos y exija aprobación para los nuevos, que es lo que el diseño de OpenAI ya espera de su aplicación.
- Use cuentas dedicadas y con privilegios mínimos para el inicio de sesión del agente, nunca las credenciales personales de alguien.
Qué replantear ahora
Si su equipo mantiene su propio bucle de agente, la pregunta ya no es si puede construirlo. Es si mantenerlo sigue siendo un buen uso del tiempo de ingeniería. Para muchos equipos no lo será.
Lo que no conviene delegar es lo que hace suyo al sistema: en nombre de quién actúa, qué puede tocar, qué evidencias deja, cómo sabe que funciona y quién responde por él. Describimos esas capas en nuestra guía del stack de 2026.