Agents API de OpenAI: qué revisar antes de crear o descargar un agente de IA

Respuesta breve: qué cambia con Agents API

OpenAI presentó la beta pública de Agents API el 10 de septiembre de 2026. La propuesta convierte en un servicio para desarrolladores el arnés de tareas largas utilizado por Codex. En vez de construir desde cero el bucle del agente, la gestión del contexto, la coordinación de herramientas y el progreso de las sesiones, el equipo puede delegar esa capa en OpenAI y definir las capacidades que tendrá el agente. OpenAI indica que durante la beta no habrá una tarifa adicional por Agents API, aunque los tokens y las herramientas mantienen sus costes normales.

Eso no significa que una API gestionada sea adecuada para cualquier proyecto. La decisión principal es el control. Si el producto necesita almacenamiento propio, aprobaciones controladas por la aplicación, un entorno privado o una orquestación muy predecible, Agents SDK o Responses API pueden ser mejores. Si el problema es mantener un agente trabajando durante mucho tiempo con archivos, código, herramientas y subagentes, el arnés gestionado puede eliminar bastante infraestructura.

Por qué el lanzamiento importa a quienes crean software

El anuncio oficial de Agents API describe un agente en la nube basado en el arnés de código abierto de Codex. OpenAI opera y mantiene la estructura, mientras los desarrolladores pueden estudiar la base pública y conectar sus propias capacidades. El cambio importante es que un agente deja de ser solo una llamada al modelo con un prompt: se convierte en un sistema con progreso, herramientas, contexto, ejecución y recuperación ante fallos.

La documentación presenta tres caminos. La visión general de Agents API está pensada para tareas largas en las que OpenAI administra el arnés y guarda el progreso. Agents SDK es una opción centrada en código: la aplicación controla despliegue, almacenamiento, herramientas y aprobaciones, mientras el SDK ejecuta el bucle. Responses API ofrece el nivel más directo para llamadas al modelo y orquestación propia.

Incluso si eliges otra plataforma, la comparación sirve. La pregunta útil es quién posee el runtime y qué partes puedes inspeccionar, sustituir o auditar.

Qué evita construir el arnés gestionado

Un agente de producción necesita continuar después de una herramienta, conservar estado, compactar el contexto cuando crece la tarea, coordinar especialistas, manejar archivos y mostrar progreso. Una demostración breve suele esconder todo esto dentro de una sola petición.

Agents API intenta ofrecer esa capa operativa. El anuncio destaca sesiones largas, herramientas, gestión del contexto, resultados intermedios y entornos para trabajar con archivos y código. La documentación actual también menciona compactación automática, orquestación multiagente, llamadas programáticas, MCP y sandboxes opcionales.

Esto resulta atractivo para equipos que quieren probar rápidamente un asistente de investigación, mantenimiento de código, análisis de datos, respuesta a incidentes o trabajo interno. Pero siguen existiendo responsabilidades: costes de tokens y herramientas, permisos, límites de datos, recuperación de errores y evaluación continua.

Cómo elegir entre las tres opciones

Elige Agents API cuando la dificultad principal sea operar un agente persistente que utiliza herramientas. Encaja con tareas largas que necesitan archivos o código y se benefician de un arnés al estilo Codex. A cambio, tendrás menos control sobre el runtime.

Elige Agents SDK cuando la aplicación deba controlar el bucle y la lógica del producto. Encaja con bases de datos propias, aprobaciones humanas, routers de herramientas, despliegue privado y servicios TypeScript o Python. El inicio oficial define un agente y después añade herramientas, handoffs, guardrails y trazas.

Elige Responses API cuando quieras controlar directamente las peticiones, el estado, las llamadas de herramientas o un grafo de orquestación. La guía multiagente muestra cómo un agente raíz delega trabajos independientes en subagentes, mientras la aplicación ejecuta funciones y devuelve resultados.

Imagina el primer fallo real. Si es la pérdida de contexto en una tarea larga, las sesiones gestionadas pueden ayudar. Si es una llamada incorrecta a una herramienta sensible, el control de la aplicación puede ser más importante.

El sandbox es una frontera de seguridad

Un agente que lee archivos, ejecuta código o accede a servicios externos puede hacer trabajo real, pero también crea una frontera de seguridad. Antes de usar la beta, documenta qué datos puede consultar, dónde se ejecuta el código, qué destinos de red están permitidos, cómo se exponen los secretos y qué ocurre con entradas inesperadas.

OpenAI describe un sandbox gestionado, infraestructura propia, socios de sandbox o ningún sandbox. No es una casilla más. Un prototipo puede tolerar permisos amplios; un agente de producción necesita capacidades mínimas, aprobaciones explícitas, registros de auditoría y una recuperación que no repita una acción peligrosa.

MCP y las llamadas programáticas facilitan integraciones, pero amplían la superficie de permisos. Empieza con herramientas de solo lectura, rechaza argumentos ambiguos mediante esquemas estrictos, coloca las escrituras detrás de una aprobación y registra las entradas y salidas necesarias para investigar.

Lista práctica para evaluar herramientas

1. Continuidad: ¿retoma el trabajo después de un timeout, un fallo o una compactación?
2. Disciplina: ¿usa solo las herramientas necesarias, con argumentos válidos y una condición de parada?
3. Control humano: ¿alguien puede aprobar, rechazar, editar o interrumpir acciones importantes?
4. Datos: ¿están documentados la retención, el entrenamiento, el cifrado, el borrado y la región?
5. Observabilidad: ¿puedes ver trazas, mensajes, llamadas, costes y resultados?
6. Límites: ¿puedes fijar presupuesto, concurrencia y alertas para bucles descontrolados?
7. Portabilidad: ¿puedes llevarte prompts, herramientas, estado y casos de evaluación si cambia la beta?
8. Evidencia: ¿hay tareas reales y regresiones, no solo una demostración llamativa?

Para descubrir más software de desarrollo y productividad, usa el directorio de software de BTTC para crear una lista y prueba cada opción con datos y permisos cercanos a tu flujo real. Descubrir herramientas no sustituye una revisión de seguridad.

Dónde encaja Agents API ahora

La beta es especialmente útil para investigación con varias fuentes, tareas de código que necesitan un espacio de trabajo, análisis operativo y flujos internos largos. Es menos atractiva para tareas breves, deterministas, muy reguladas o que ya se resuelven con una llamada convencional y poco código.

La arquitectura inicial más segura suele ser pequeña: un agente con una tarea clara, pocas herramientas, un presupuesto visible y un punto de revisión humana. Añade subagentes solo cuando existan trabajos independientes que puedan ejecutarse en paralelo. La documentación de OpenAI advierte que la delegación paralela puede mejorar el foco y el tiempo, pero aumenta los tokens y no ayuda cuando los pasos dependen entre sí.

Preguntas frecuentes

¿Agents API y Agents SDK son lo mismo?

No. Agents API ejecuta un arnés gestionado en el servicio de OpenAI. Agents SDK se ejecuta dentro de tu aplicación y ofrece más control sobre despliegue, almacenamiento, herramientas y aprobaciones.

¿Las evaluaciones siguen siendo necesarias?

Sí. Un runtime gestionado reduce infraestructura, pero no sustituye tareas representativas, pruebas de seguridad, control de costes y regresiones.

¿Debo empezar con varios subagentes?

Normalmente no. Empieza con un agente limitado y añade subagentes cuando la paralelización justifique el coste extra.

¿La beta pública es gratuita?

El anuncio del 10 de septiembre dice que no hay tarifa adicional por Agents API durante la beta. Los tokens y las herramientas siguen teniendo coste.

Conclusión

Agents API convierte la infraestructura de agentes en una decisión de software. Compara quién controla el estado, las herramientas, las aprobaciones, la ejecución, la observabilidad y la recuperación. Empieza con una tarea pequeña, permisos estrictos, evaluaciones reales y un plan de migración antes de conectar sistemas importantes.