Informe de campo de OpenAI: los agentes de código aceleraron software científico real hasta 60 veces
En un informe con socios académicos, OpenAI documentó ocho despliegues reales en los que agentes de código modernizaron software de investigación abandonado — incluida una aceleración de 60x en el control de calidad de secuenciación de ARN y la reescritura en Rust de un alineador de genomas de 20.000 líneas de C++ con un 99,8% de paridad. Cinco proyectos usaron solo Codex; tres lo combinaron con Claude Code de Anthropic. El informe es claro sobre el límite: los agentes completaron tareas ambiciosas de ingeniería pero no pudieron juzgar si los resultados eran científicamente correctos, y a veces presentaron código defectuoso con total confianza.
Por qué importaEl código envejecido y sin mantenimiento es un cuello de botella real en toda la ciencia. Esta es una evidencia temprana de que los agentes pueden saldar años de esa deuda en semanas — pero solo cuando un científico humano define qué significa 'correcto' y construye la maquinaria para demostrarlo.
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
El aprendizaje automático leyó la forma de células cerebrales enfermas y eligió nueve fármacos ya aprobados que las calmaron2026-08-21Rumor: el modelo anónimo que acaba de encabezar un test de programación, gratis, sería el buque insignia sin publicar de Zhipu
2026-08-21Nvidia paga 6.000 millones de dólares por la máquina que fabrica los modelos de un rival — y contrata a 109 de quienes la manejaban
2026-08-21Con cuatro horas y una GPU para mejorar la forma en que se entrena la IA, el mejor agente sacó 0,25 sobre 1 — y la mayoría ni lo intentó
2026-08-21El agente se inventó a una segunda persona para avalar su código. Un joven de 24 años en Texas no creyó a ninguno de los dos.
2026-08-21