Título original: Dentro de la carrera de OpenAI para alcanzar a Claude Code
Autor original: Maxwell Zeff, Wired
Compiladora original: Peggy, BlockBeats
Nota del editor: En el momento actual, donde los agentes de programación de IA están surgiendo rápidamente, OpenAI, que una vez lideró la ola de IA generativa con ChatGPT, se ha convertido inesperadamente en un 'perseguidor' en esta pista crítica. En marcado contraste, Anthropic, fundada por exmiembros de OpenAI, ha ganado rápidamente popularidad en la comunidad de desarrolladores y el mercado empresarial con Claude Code, convirtiéndose en uno de los líderes importantes en el campo de las herramientas de programación de IA.
Este artículo revela el verdadero proceso detrás de esta competencia a través de entrevistas con ejecutivos de OpenAI, ingenieros y varios desarrolladores: desde la división del proyecto OpenAI Codex en sus primeras etapas, el cambio de recursos hacia ChatGPT y modelos multimodales, hasta la reestructuración interna del equipo y el acelerado lanzamiento de productos de programación de IA. OpenAI está experimentando un cambio de estrategia de la negligencia a la persecución total. En cierto sentido, esto no es una falta de capacidad técnica, sino un desajuste en el ritmo estratégico: la explosión de ChatGPT cambió las prioridades de la empresa, la relación de colaboración con Microsoft limitó el camino del producto, mientras que Anthropic apostó más temprano por la carrera de programación de IA.
Detrás de esta competencia, surgen preguntas más profundas: cuando los agentes de IA comienzan a asumir cada vez más trabajos cognitivos, el proceso de desarrollo de software e incluso el trabajo de oficina en sí, podrían ser redefinidos.
A continuación se presenta el texto original:
El CEO de OpenAI, Sam Altman, se sentó con las piernas cruzadas en su silla de oficina, mirando al techo como si estuviera pensando en una respuesta aún no formada. En cierta medida, esto también se relaciona con el entorno.
La nueva sede de OpenAI en Mission Bay, San Francisco, es un edificio moderno hecho de vidrio y madera clara, cuyo ambiente es casi un 'templo tecnológico'. En la estantería detrás de la recepción hay folletos que describen las 'Eras de IA', como si trazaran un camino hacia la revelación tecnológica. Las paredes de la escalera están cubiertas con carteles de hitos en el desarrollo de la inteligencia artificial, uno de los cuales registra un momento en el que miles de espectadores presenciaron en vivo cómo una máquina venció a un equipo de eSports de élite en un partido de (Dota 2). En los pasillos, los investigadores pasan de un lado a otro con camisetas de equipo con lemas, una de las cuales dice: 'La buena investigación necesita tiempo.' Por supuesto, en un mundo ideal, no debería tardar demasiado.
Estábamos sentados en una gran sala de conferencias. La pregunta que le lancé a Altman estaba relacionada con la revolución de programación AI que está barriendo la industria y por qué OpenAI parecía no estar en una posición de liderazgo en esta ola.
Hoy en día, millones de ingenieros de software han comenzado a delegar parte de su trabajo de programación a la IA, lo que ha llevado a muchos en Silicon Valley a enfrentar por primera vez la realidad de que la automatización podría afectar sus propios puestos. Los agentes de programación también se han convertido en uno de los pocos escenarios en los que las empresas están dispuestas a pagar un alto precio por la IA. Debería ser un momento que podría convertirse en el próximo 'momento de victoria' en los carteles de la pared de la escalera de OpenAI. Pero ahora, el nombre que ocupa los titulares no es ese.
La competencia de esta empresa es Anthropic, una empresa de IA fundada por ex-miembros de OpenAI. Con su producto de agentes de programación Claude Code, Anthropic experimentó un crecimiento explosivo. La empresa reveló en febrero que este producto ha contribuido casi con una quinta parte de su volumen de negocio, lo que equivale a unos ingresos anuales de más de 2.5 mil millones de dólares. En comparación, según una fuente informada, a finales de enero, los ingresos anuales del producto de programación de OpenAI, OpenAI Codex, eran solo ligeramente superiores a los 1 mil millones de dólares.
La pregunta es: ¿por qué OpenAI se quedó atrás en esta carrera de programación AI?
「El valor de la ventaja de ser el primero es enorme.」Sam Altman reflexionó un momento y dijo,「ya hemos experimentado esto en ChatGPT.」
Sin embargo, desde su perspectiva, ahora es el momento ideal para que OpenAI se concentre completamente en la programación AI. Él cree que la capacidad actual de los modelos de la empresa ya es lo suficientemente fuerte como para respaldar agentes de programación altamente complejos. Por supuesto, esta capacidad no es accidental; la empresa ha invertido miles de millones de dólares en el entrenamiento de modelos.
「Esto será un gran negocio,」dijo Altman,「no solo por el valor económico que aporta en sí, sino también por la productividad general que puede liberar la programación.」Hizo una pausa y agregó:「Rara vez uso esta palabra a la ligera, pero creo que, probablemente, esta será una de esas oportunidades de mercado que alcanzarán billones de dólares.」
Más aún, él considera que OpenAI Codex podría ser el 'camino más probable' hacia la inteligencia artificial general (AGI). Según la definición de OpenAI, AGI es un sistema de IA que puede superar el rendimiento humano en la gran mayoría de los trabajos que tienen valor económico.
Sam Altman, CEO de OpenAI. Fotografía: Mark Jayson Quines.
Sin embargo, a pesar de que Altman hizo un juicio confiado con una actitud tranquila, la verdadera situación dentro de la empresa en los últimos años es mucho más compleja. Para entender la historia interna más completa, entrevisté a más de 30 personas informadas, incluidos altos ejecutivos y empleados actuales que fueron entrevistados con el permiso de la empresa, así como algunos ex-empleados que describieron el funcionamiento interno de la empresa bajo condiciones de anonimato. A partir de estas narrativas, se puede ver una situación poco común: OpenAI está luchando por alcanzar a sus competidores.
Volviendo a 2021. En ese momento, Altman y otros altos ejecutivos de OpenAI invitaron al periodista de (WIRED) Steven Levy a su oficina temprana en el distrito Mission de San Francisco para observar una demostración de una nueva tecnología. Este es un proyecto derivado de GPT-3, entrenado con una gran cantidad de código de código abierto de GitHub.
En la demostración en vivo, los ejecutivos mostraron cómo la herramienta llamada OpenAI Codex puede recibir instrucciones en lenguaje natural y generar fragmentos de código simples.
「En realidad, puede ejecutar operaciones por ti en el mundo de las computadoras,」explicó Greg Brockman, presidente y cofundador de OpenAI, en ese momento,「lo que tienes es un sistema que realmente puede ejecutar comandos.」Incluso en ese momento, los investigadores de OpenAI ya creían comúnmente que Codex se convertiría en la tecnología clave para construir un 'asistente super' (super assistant).
Durante ese tiempo, la agenda de Altman y Brockman estaba casi llena de reuniones con Microsoft: este gigante del software es el mayor inversionista de OpenAI. Microsoft planeaba utilizar Codex para proporcionar soporte técnico a uno de sus primeros productos comerciales de IA: una herramienta de autocompletado de código llamada GitHub Copilot, que puede integrarse directamente en el entorno de desarrollo que los programadores utilizan a diario.
Un ex-empleado temprano de OpenAI recordó que en esa etapa, Codex 'prácticamente solo podía hacer autocompletar'. Pero los ejecutivos de Microsoft todavía lo veían como una señal importante de la llegada de la era de la IA.
En junio de 2022, cuando GitHub Copilot se lanzó públicamente, atrajo a cientos de miles de usuarios en solo unos meses.
Greg Brockman, presidente de OpenAI. Fotografía: Mark Jayson Quines.
El equipo de OpenAI que originalmente estaba a cargo de Codex fue luego reasignado a otros proyectos. Un ex-empleado recordó que la evaluación de la empresa en ese momento era que, en el futuro, los modelos en sí tendrían la capacidad de programación, por lo que no era necesario mantener un equipo de proyecto Codex independiente a largo plazo. Parte de los ingenieros fueron reasignados para participar en el desarrollo de DALL-E 2, mientras que otros se dirigieron a entrenar GPT-4. En ese momento, esto parecía ser el camino clave para acercar a OpenAI a AGI.
Luego, en noviembre de 2022, ChatGPT se lanzó y ganó más de 100 millones de usuarios en dos meses. Casi todos los demás proyectos dentro de la empresa se vieron obligados a pausar. En los años siguientes, OpenAI no tuvo un equipo dedicado exclusivamente a productos de programación de IA. Un exmiembro del proyecto Codex mencionó que después del éxito de ChatGPT, la programación de IA parecía no encajar más en la nueva estrategia de 'productos de consumo primero' de la empresa. Mientras tanto, se creía ampliamente en la industria que este campo ya estaba 'cubierto' por GitHub Copilot, que en esencia es el terreno de Microsoft. OpenAI principalmente solo proporciona soporte de modelo subyacente.
Por lo tanto, en 2023 y 2024, los recursos de OpenAI se destinaron más a modelos de IA multimodal y agentes inteligentes. Estos sistemas están diseñados para comprender simultáneamente texto, imágenes, videos y audio, y operar un cursor y un teclado como lo haría un humano. Esta dirección parecía más alineada con las tendencias de la industria en ese momento: el modelo de generación de imágenes Midjourney se volvió viral en las redes sociales, y la industria creía ampliamente que los modelos de lenguaje grande debían ser capaces de 'ver' y 'escuchar' el mundo para avanzar hacia un nivel más alto de inteligencia.
En comparación, Anthropic eligió un camino diferente. Aunque la empresa también está desarrollando chatbots y modelos multimodales, parece haber reconocido antes el potencial de la capacidad de programación. En un podcast reciente, Brockman también admitió que Anthropic se ha 'enfocado intensamente en la capacidad de programación' desde una etapa temprana. Señaló que Anthropic no solo utilizó problemas complejos de programación de competiciones académicas al entrenar su modelo, sino que también incorporó una gran cantidad de problemas de código 'desordenado' de repositorios de código reales.
「Esta es una lección que solo nos dimos cuenta más tarde,」dijo Brockman.
A principios de 2024, Anthropic comenzó a usar estos datos reales de repositorios de código para entrenar a Claude 3.5 Sonnet. Cuando este modelo fue lanzado en junio, muchos usuarios quedaron impresionados con su capacidad de programación.
Este desempeño se validó especialmente en una startup llamada Cursor. Esta empresa, fundada por un grupo de jóvenes de más de 20 años, desarrolló una herramienta de programación AI que permite a los desarrolladores describir requerimientos en lenguaje natural, y la IA modifica el código directamente. Cuando Cursor integró el nuevo modelo de Anthropic, su base de usuarios creció rápidamente, reveló una fuente cercana a la empresa.
Meses después, Anthropic comenzó a probar internamente su producto de agentes de programación, Claude Code.
A medida que la popularidad de Cursor creció, OpenAI intentó adquirir esta startup. Pero según varias fuentes cercanas a la empresa, el equipo fundador de Cursor rechazó esta oferta antes de que las negociaciones se profundizaran. Creían que la industria de programación AI tiene un gran potencial, por lo que querían seguir desarrollándose de manera independiente.
Andrey Mishchenko, jefe de investigación de OpenAI Codex. Fotografía: Mark Jayson Quines.
En ese momento, OpenAI estaba entrenando su primer llamado 'modelo de razonamiento', OpenAI o1. Este tipo de modelo puede razonar paso a paso sobre un problema antes de dar una respuesta. OpenAI declaró al lanzarlo que el modelo se destacaba en 'generar y depurar código complejo con precisión'.
Mishchenko explicó que uno de los motivos importantes por los cuales los modelos de IA han logrado un progreso notable en sus capacidades de programación es que la programación es una 'tarea verificable' (verifiable task). El código puede o no ejecutarse, lo que proporciona señales de retroalimentación muy claras para el modelo. Una vez que hay un error, el sistema puede saber rápidamente dónde está el problema. OpenAI ha utilizado precisamente este ciclo de retroalimentación para seguir entrenando o1 en problemas de programación más complejos.
「Si no tuviéramos la capacidad de explorar libremente en el repositorio de código, implementar modificaciones y probar nuestros propios resultados, que forman parte de la 'capacidad de razonamiento', los agentes de programación de hoy no podrían haber alcanzado su nivel actual.」dijo.
Para diciembre de 2024, varios pequeños equipos dentro de OpenAI comenzaron a centrarse en agentes de programación AI. Uno de los equipos fue liderado conjuntamente por Mishchenko y Thibault Sottiaux. Sottiaux había trabajado en Google DeepMind y ahora es el jefe de Codex en OpenAI.
Al principio, su interés en los agentes de programación provenía principalmente de necesidades de investigación interna, con la esperanza de utilizar la IA para automatizar muchas tareas repetitivas de ingeniería, como gestionar tareas de entrenamiento de modelos y monitorear el estado de ejecución de clústeres de GPU.
Otro intento paralelo fue liderado por Alexander Embiricos. Anteriormente, él era responsable del proyecto de agentes multimodales de OpenAI, y ahora es el jefe de producto de Codex. Embiricos había desarrollado un proyecto de demostración llamado Jam, que se propagó rápidamente dentro de la empresa.
Thibault Sottiaux, jefe de OpenAI Codex. Fotografía: Mark Jayson Quines.
A diferencia de controlar la computadora a través de un mouse y un teclado, Jam puede acceder directamente a la línea de comandos de la computadora. La demostración de Codex de 2021 solo mostraba cómo la IA generaba código para humanos, que los humanos ejecutaban manualmente; mientras que la versión de Embiricos podía ejecutar ese código por sí misma. Recuerda haber quedado asombrado cuando vio una página que registraba en tiempo real las acciones de Jam actualizándose continuamente en su computadora portátil.
「Durante un tiempo, estuve pensando que la interacción multimodal podría ser el camino para cumplir nuestra misión. Por ejemplo, los humanos comparten pantallas y trabajan con la IA todo el día.」Dijo Embiricos,「Luego se volvió muy claro de repente: tal vez, permitir que el modelo tenga acceso programático directo a la computadora, es la verdadera manera de lograr este objetivo.」
Estos proyectos dispersos tardaron varios meses en integrarse en una dirección unificada. A principios de 2025, cuando OpenAI completó el entrenamiento de OpenAI o3, un modelo optimizado para tareas de programación más que OpenAI o1, la empresa finalmente tenía la base tecnológica para construir productos de programación de IA reales. Pero al mismo tiempo, Claude Code de Anthropic ya estaba listo para su lanzamiento público.
Antes del lanzamiento de Claude Code (lanzado en febrero de 2025 en forma de 'vista previa de investigación limitada' y lanzado completamente en mayo), el modo predominante en el campo de la programación AI aún se conocía como 'vibe coding'. Los desarrolladores impulsaban el progreso del proyecto a través de herramientas de asistencia de IA, con los humanos controlando la dirección, mientras que la IA complementaba la implementación específica en el proceso. Estas herramientas ya habían atraído cientos de millones de dólares en inversión.
Pero el nuevo producto de Anthropic cambió este modelo. Al igual que la demostración de Jam, Claude Code puede ejecutarse directamente a través de la línea de comandos de la computadora, lo que significa que puede acceder a todos los archivos y aplicaciones del desarrollador. La programación ya no es solo 'asistida por IA', sino que los desarrolladores pueden delegar todo el trabajo directamente a los agentes de IA.
Frente a este cambio, OpenAI comenzó a acelerar el lanzamiento de productos competidores. Sottiaux recordó que en marzo de 2025 formó un 'equipo de sprint' con la tarea de integrar rápidamente varios equipos internos de la empresa para lanzar productos de programación AI lo más pronto posible.
Mientras tanto, Altman también intentó lograr un 'adelanto' mediante adquisiciones, ofreciendo 3 mil millones de dólares para adquirir la startup de programación AI Windsurf. Los altos ejecutivos de OpenAI creían que esta transacción traería un producto de programación AI maduro, un equipo experimentado y una base de clientes empresariales lista.
Sin embargo, esta adquisición se estancó. Según The Wall Street Journal, el problema estaba en el mayor socio de OpenAI, Microsoft. Microsoft quería acceder a los derechos de propiedad intelectual de Windsurf. Desde 2021, Microsoft ha estado utilizando los modelos de OpenAI para proporcionar soporte técnico a GitHub Copilot, un producto que también se ha convertido en uno de los puntos destacados de las conferencias telefónicas de resultados de Microsoft. Pero a medida que Cursor, Windsurf y Claude Code lanzaron nuevas experiencias de agentes de programación AI, GitHub Copilot comenzó a parecer que se había quedado en la etapa de herramientas AI de la generación anterior. Si OpenAI lanzara un nuevo producto de programación, no necesariamente sería una buena noticia para Microsoft.
Las negociaciones de adquisición ocurrieron justo en el período de mayor tensión en la relación entre OpenAI y Microsoft. Ambas partes estaban renegociando el acuerdo de colaboración, mientras OpenAI intentaba debilitar el control de Microsoft sobre sus recursos de IA y computación. Finalmente, la adquisición de Windsurf se convirtió en una víctima de este enfrentamiento. Para julio, OpenAI abandonó la transacción. Posteriormente, Google contrató al equipo fundador de Windsurf, mientras que el resto de los empleados fue adquirido por otra empresa de programación de IA, Cognition.
「Por supuesto, en ese momento, deseaba que esta transacción pudiera completarse,」dijo Altman,「pero no todas las transacciones se pueden controlar.」Dijo que aunque originalmente esperaba que la adquisición de Windsurf 'pudiera acelerar nuestro progreso en cierta medida', también estaba impresionado con el impulso del equipo de Codex. Mientras las negociaciones estaban en curso, Sottiaux y Embiricos continuaron desarrollando productos y lanzando actualizaciones.
Para agosto, Altman decidió acelerar el avance de manera integral.
Alexander Embiricos, jefe de producto de OpenAI Codex. Fotografía: Mark Jayson Quines.
Greg Brockman mide la capacidad de IA de una manera que le gusta, a través de un pequeño juego que diseñó él mismo, llamado 'Prueba de Turing inversa' (Reverse Turing Test). Hace unos años, escribió el código de este juego, y ahora delega la tarea a un agente de IA para que lo implemente desde cero.
Las reglas del juego son simples: dos jugadores humanos se sientan frente a diferentes computadoras, y cada uno ve dos ventanas de chat en su pantalla. Una ventana conecta a otro jugador humano, y la otra conecta a la IA. Los jugadores deben adivinar cuál ventana es la IA, mientras intentan hacer que su oponente crea que ellos son la IA.
Brockman dijo que durante la mayor parte del año pasado, el modelo más fuerte de OpenAI tardaba horas en construir un juego así, y requería muchas instrucciones y asistencia humanas claras en el proceso. Pero para diciembre del año pasado, Codex ya podía generar una versión completamente funcional con solo un aviso (prompt) cuidadosamente diseñado, utilizando el nuevo modelo GPT-5.2 en su base.
Este cambio no solo ha sido notado por Brockman. Desarrolladores de todo el mundo también han comenzado a darse cuenta de que la capacidad de los agentes de programación AI ha experimentado un salto notable. La discusión en torno a la programación AI, que inicialmente se centró en Claude Code, rápidamente trascendió el círculo tecnológico de Silicon Valley y se convirtió en un tema de interés para los medios de comunicación.
Incluso algunos usuarios comunes sin experiencia en programación, han comenzado a utilizar la IA para crear directamente sus propios proyectos de software.
Este aumento en el uso no fue casual. Durante este tiempo, tanto Anthropic como OpenAI invirtieron grandes sumas de dinero para atraer más usuarios de agentes de programación AI. Varios desarrolladores dijeron a (WIRED) que su plan de suscripción de Codex o Claude Code de 200 dólares al mes, en realidad les otorgaba más de 1000 dólares en crédito de uso. Este límite bastante 'generoso' es, en esencia, una estrategia de mercado: primero hacer que los desarrolladores se acostumbren a usar herramientas de programación AI en su trabajo diario, y luego cobrar según el uso en el escenario empresarial.
Según varias personas informadas, en septiembre de 2025, el uso de Codex era aproximadamente el 5% del de Claude Code. Pero para enero de 2026, la base de usuarios de Codex ya había aumentado al 40% de la de Claude Code.
George Pickett, un desarrollador que ha trabajado en startups tecnológicas durante 10 años, incluso ha comenzado a organizar reuniones en persona centradas en Codex.
「Creo que está claro que estamos reemplazando el trabajo de oficina con agentes de IA,」dijo Pickett,「en cuanto a lo que eso significa para la sociedad, para ser honesto, nadie puede decir con certeza. Definitivamente tendrá un gran impacto, pero en general, soy bastante optimista sobre el futuro.」
Mientras tanto, Simon Last, cofundador de la empresa de software de eficiencia Notion, valorada en aproximadamente 11 mil millones de dólares, dijo que después del lanzamiento de GPT-5.2, él y el equipo de ingenieros centrales de la empresa comenzaron a utilizar Codex, siendo la principal razón su mayor estabilidad.
「Descubrí que Claude Code a menudo tiende a 'engañarme',」dijo Last,「dice que la tarea está en ejecución, pero en realidad no lo está.」
Katy Shi, investigadora de OpenAI. Fotografía: Mark Jayson Quines.
Katy Shi, quien está a cargo de investigar el comportamiento del modelo Codex en OpenAI, dijo que aunque algunos describen el estilo predeterminado de Codex como 'pan seco' (dry bread), cada vez más usuarios comienzan a apreciar esta forma de comunicación que no busca complacer. 'Mucho del trabajo de ingeniería es, en esencia, poder aceptar la retroalimentación crítica sin tomarla como una ofensa,' dijo.
Mientras tanto, algunas grandes empresas ya han comenzado a adoptar Codex. Fidji Simo, CEO de OpenAI Applications, dijo:「ChatGPT se ha convertido en sinónimo de IA, lo que nos da una ventaja enorme en el mercado B2B. Las empresas son más propensas a implementar tecnología que sus empleados ya conocen.」Agregó que la estrategia central de OpenAI para vender Codex es empaquetarlo junto con ChatGPT y otros productos de OpenAI.
Jeetu Patel, presidente y director de productos de Cisco, dejó en claro a los empleados que no deben preocuparse por el costo de usar Codex, porque la clave es familiarizarse con esta herramienta lo antes posible. Cuando los empleados se preocupaban por si 'usar estas herramientas los haría perder su trabajo', la respuesta de Patel fue: 'No. Pero puedo garantizar que si no las usas, perderás tu trabajo, porque te volverás menos competitivo.'
Hoy en día, la ansiedad en torno a los agentes de programación AI ha trascendido por mucho el círculo tecnológico de Silicon Valley. El mes pasado, The Wall Street Journal atribuyó parte de una venta de acciones tecnológicas de 1 billón de dólares a Claude Code, ya que los inversores temían que el desarrollo de software pudiera ser pronto reemplazado masivamente por IA. Semanas después, tras el anuncio de Anthropic de que Claude Code podría ser utilizado para transformar sistemas antiguos que ejecutan COBOL (un sistema muy común en máquinas de IBM), las acciones de IBM experimentaron su peor día en 25 años.
Mientras tanto, OpenAI también está trabajando para llevar a los agentes de programación AI al centro de la discusión pública. La empresa incluso gastó millones de dólares en un anuncio sobre OpenAI Codex durante el Super Bowl, en lugar de promover ChatGPT.
En la sede de OpenAI en Mission Bay, casi nadie necesita ser convencido para usar Codex. Muchos de los ingenieros que entrevisté dijeron que ahora raramente escriben código personalmente, y pasan la mayor parte del tiempo dialogando con Codex. A veces, incluso 'comunican colectivamente'.
En la sede, asistí a un hackathon de Codex. Alrededor de 100 ingenieros estaban apretujados en una gran sala, cada uno tenía cuatro horas para hacer la mejor demostración de proyecto posible utilizando Codex. Un alto ejecutivo de OpenAI estaba al frente, mirando su computadora portátil mientras anunciaba los nombres de los equipos. Los representantes de cada equipo subían nerviosos al escenario, presentando sus proyectos de IA con voces algo temblorosas. El ganador final recibió una mochila de Patagonia como premio.
Muchos proyectos fueron desarrollados tanto con Codex como con el objetivo de ayudar a los ingenieros a utilizar mejor Codex. Por ejemplo, un equipo desarrolló una herramienta que puede organizar automáticamente los mensajes de Slack en informes semanales; otro grupo creó una guía interna de IA similar a Wikipedia, para explicar los diversos servicios internos de OpenAI. Anteriormente, estos prototipos a menudo requerían días o incluso semanas para completarse, mientras que ahora, una tarde es suficiente.
Al salir, me encontré en la puerta con Kevin Weil, exejecutivo de Instagram, ahora a cargo del departamento 'OpenAI for Science' de OpenAI. Me dijo que Codex estaba completando algunas tareas de proyectos por él durante la noche, y que él revisaría los resultados a la mañana siguiente. Esta forma de trabajar se ha vuelto parte de la rutina diaria de él y de cientos de empleados de OpenAI. Uno de los objetivos de OpenAI para 2026 es desarrollar un 'pasante automatizado' para investigar la propia IA.
Simo dijo que en el futuro, Codex no solo se utilizará para programación, sino que espera que se convierta en el motor de ejecución de tareas dentro de ChatGPT y todos los productos de OpenAI, para completar diversas tareas prácticas para los usuarios. Altman también mencionó que le gustaría lanzar una versión universal de Codex, pero aún teme los riesgos de seguridad.
Dijo que a finales de enero de 2026, un amigo sin antecedentes técnicos le pidió ayuda para instalar un popular agente de programación AI llamado OpenClaw. Altman rechazó esta solicitud, porque en su opinión, 'ahora evidentemente no es un buen momento', por ejemplo, OpenClaw podría eliminar archivos importantes por error.
Irónicamente, unas semanas después, OpenAI anunció que había contratado a los desarrolladores de OpenClaw.
Muchos desarrolladores me han dicho que la competencia entre Codex y Claude Code nunca ha sido tan intensa. Pero a medida que estas herramientas continúan mejorando y son cada vez más adoptadas por los gerentes de empresas en los flujos de trabajo, los problemas que la sociedad necesita enfrentar ya no son tan simples como 'qué herramienta de programación AI utilizar'.
Amelia Glaese, vicepresidenta de investigación de OpenAI y responsable de alineación. Fotografía: Mark Jayson Quines.
Algunos organismos de supervisión temen que en la carrera de OpenAI por alcanzar a Claude Code, los problemas de seguridad puedan quedar en un segundo plano. Una organización sin fines de lucro llamada Midas Project acusó a OpenAI de debilitar su compromiso de seguridad al lanzar GPT-5.3-Codex, sin divulgar adecuadamente los riesgos potenciales de este modelo en ciberseguridad.
Al respecto, Glaese refutó que OpenAI no sacrificó la seguridad para avanzar en Codex, y la empresa también señaló que hay un malentendido en el compromiso de seguridad del Midas Project.
Incluso Greg Brockman, cofundador de OpenAI, quien donó 25 millones de dólares a un Super PAC pro IA y a una organización que apoya a Donald Trump el año pasado, y sigue expresando optimismo al decir que 'estamos avanzando hacia AGI según lo planeado', también tiene sentimientos complejos sobre esta nueva realidad.
En el círculo de ingenieros de Silicon Valley, Brockman ha sido conocido por su estilo de gestión 'extremadamente involucrado': esa clase de jefe que aún revisa la biblioteca de código en detalle la noche antes del lanzamiento del producto. En cierto sentido, este enfoque de trabajo más 'soltado' lo ha hecho sentir más relajado. 'Te das cuenta de que antes tu cerebro estaba ocupado por muchos detalles que en realidad no eran necesarios', dijo.
Pero al mismo tiempo, cuando una persona se convierte en el 'CEO de una flota de decenas de miles de agentes de IA', donde estos sistemas ejecutan tus objetivos y visión, es difícil profundizar en los detalles específicos de cada solución de problema.
「En cierto sentido, esto puede hacer que uno sienta que está perdiendo el 'pulso' del problema en sí.」dijo Brockman.
Enlace original