Una capa gestionada para agentes de larga duración
OpenAI anunció Agents API en beta pública el 10 de septiembre. El lanzamiento describe una API con un entorno de ejecución para gestionar contexto, herramientas y subagentes, con opciones de infraestructura gestionada por OpenAI o por socios y clientes. Está dirigida a desarrolladores que quieren crear agentes sin implementar por su cuenta cada parte de la orquestación.
Un entorno de ejecución puede ofrecer una estructura útil, pero no decide si una tarea debe automatizarse, a qué datos puede acceder el agente ni qué acciones requieren aprobación. Esas responsabilidades pertenecen a la aplicación. La API aporta infraestructura para construir un flujo; no constituye por sí sola un proceso empresarial completo.
Elegir el entorno según la carga de trabajo
El anuncio describe distintos entornos de ejecución con compromisos diferentes en aislamiento, cómputo, almacenamiento, acceso a la red, costes y responsabilidad operativa. Una tarea que solo lee documentos aprobados tiene un perfil de riesgo distinto de otra que ejecuta código, escribe en un sistema de producción o procesa datos de clientes.
Antes de elegir dónde se ejecuta un flujo, conviene identificar los datos y las acciones que necesita. Hay que confirmar cómo se proporcionan los secretos, qué destinos de red se permiten, dónde se guardan los archivos generados y qué ocurre al cerrar una sesión. Los registros y resultados también deben respetar las políticas de conservación y privacidad de la organización.
Los fallos deben poder recuperarse
Los sistemas de larga duración necesitan puntos de control, tiempos límite, reintentos y un registro claro de los pasos completados. Sin esas medidas, una interrupción de red puede dejar dudas sobre si llegó a ejecutarse una acción externa. Las operaciones idempotentes, las confirmaciones y las acciones compensatorias facilitan los reintentos seguros.
Las herramientas deberían devolver resultados estructurados y errores comprensibles. Hay que validar los argumentos en el límite y restringir cada permiso a lo imprescindible. Si un agente puede efectuar pagos, enviar mensajes o actualizar registros, una revisión humana puede aportar más valor que otra capa de instrucciones en lenguaje natural.
Evaluar el flujo de principio a fin
Una evaluación útil mide la tarea completa: si se encontraron los registros correctos, se llamó a la herramienta apropiada y se obtuvo un resultado válido, y si el sistema se detuvo o escaló la tarea cuando faltaba información. Debe incluir pruebas de permisos y casos adversos, no solo solicitudes ideales.
OpenAI presenta la API como una beta pública, por lo que sus capacidades e interfaces pueden cambiar. Un equipo orientado a producción debería aislar la parte específica del proveedor, supervisar los modelos y las herramientas, y evitar que una función beta no evaluada determine decisiones irreversibles.
Fuentes y lecturas adicionales
¿Quieres señalar un error factual o sugerir una fuente? Contactar con la redacción.
