
| Agentes trabajando simultáneamente en investigación de Navier-Stokes | 10,000 (mostrado en pantalla) |
| Mensajes intercambiados entre agentes | 2.7 millones (mostrado en pantalla) |
| Tokens de salida generados durante la investigación | 130 mil millones (mostrado en pantalla) |
| Problemas matemáticos abiertos resueltos por el modelo interno | Más de 100 (afirmación del autor) |
¿A quién le ahorrará una hora este análisis?Enviamos el enlace con la conclusión «en realidad»: no tendrá que ver todo el vídeo.
Los agentes de IA son sistemas que combinan razonamiento y uso de herramientas para actuar de forma autónoma. A diferencia de los chatbots simples, pueden planificar, ejecutar tareas en entornos aislados, observar resultados y ajustar su estrategia hasta lograr el objetivo.
OpenAI utiliza 'compactación de contexto' mediante la API de Responses. Cuando la ventana de contexto de un agente se llena, el sistema resume el historial en un estado compacto manteniendo el objetivo principal y los hallazgos clave, permitiendo que el agente trabaje indefinidamente.
El video sugiere varios patrones: 'Manager' (un agente orquesta sub-chats), 'Pair' (un productor y un revisor) y 'Studio' (agentes especializados en dominios como Arte o Código). La clave es definir límites claros y registros de trabajo compartidos.
OpenAI lo logró creando 'Equipos de Agentes' que exploran hipótesis en paralelo. Estos equipos se comunican para compartir hallazgos y evitar duplicar esfuerzos, siguiendo un 'Registro de Trabajo Compartido' para mantenerse alineados con la solución final.