OpenAI amplía su Agents API con uso del ordenador, coordinación multiagente, búsqueda de herramientas y compactación del contexto para automatizaciones más largas.
OpenAI ha actualizado la Agents API para que los desarrolladores puedan crear agentes capaces de manejar interfaces visuales, coordinar varios especialistas y mantener tareas extensas sin perder el contexto. La ampliación está pensada para automatizaciones que necesitan pasar por distintas aplicaciones y tomar decisiones durante el proceso.
La nueva herramienta de uso del ordenador permite que un agente interprete una pantalla y actúe sobre botones, formularios y menús. Esto abre la puerta a completar trabajos en servicios que no disponen de una integración directa, siempre dentro de los permisos y controles definidos por la aplicación.
La coordinación multiagente permite dividir un encargo entre varios agentes con funciones diferentes. Uno puede investigar, otro analizar la información y otro preparar el resultado final, mientras el sistema comparte únicamente el contexto necesario para cada parte.
OpenAI también incorpora búsqueda de herramientas para seleccionar la función adecuada cuando existen muchas integraciones disponibles, llamadas a herramientas más completas y compactación del contexto. Esta última resume el trabajo acumulado para que el agente pueda continuar procesos largos sin superar su ventana de información.
Las capacidades de uso del ordenador se ofrecen mediante la API y también llegan a Codex y ChatGPT Work para los planes Pro 500 y Enterprise. Los desarrolladores deben definir confirmaciones y límites para las acciones sensibles, especialmente cuando el agente puede modificar información o realizar operaciones externas.
OpenAI ha presentado además Decisions API en vista previa limitada. Esta interfaz permite aplicar modelos a decisiones repetitivas con criterios definidos, registrar el resultado y evaluar su calidad antes de ampliar la automatización.
