Hogar
«Zero People Coding»: los ingenieros de OpenAI revelan que la destilación de IA para agentes es el compañero de equipo definitivo, con 10 millones de líneas de código

Ryan Lopopolo, ingeniero de OpenAI, ha compartido recientemente un extenso artículo titulado «Harness Engineering», en el que detalla cómo los equipos internos dependen en gran medida de Codex. Este experimento dio lugar a una «biblioteca fantasma» llamada Symphony y estableció un nuevo paradigma de ingeniería.
Experimento principal: adoptar la restricción de «sin programación humana»
Ryan impuso una restricción drástica desde el inicio del experimento: no escribir nunca código de forma manual.
De la frustración al avance decisivo: al principio, el modelo tuvo dificultades con la lógica compleja, lo que ralentizó el desarrollo diez veces más que el rendimiento humano.
Impulsar la evolución de las herramientas: Para que el agente pudiera trabajar de forma independiente, el equipo creó un sistema Harness (consola de desarrollo) muy perfeccionado.
Aumento exponencial de la eficiencia: A medida que mejoraban modelos como el GPT-5.4 , la eficiencia del sistema acabó superando a la de cualquier equipo de ingeniería por sí solo.
Tácticas clave: mantener el tiempo de compilación por debajo de «un minuto»
En OpenAI , la eficiencia del agente depende de una retroalimentación extremadamente rápida:
Bucle interno: El equipo reconstruyó de forma iterativa el sistema de compilación (de Makefile a Bazel y luego a Nx), manteniendo los tiempos de compilación estrictamente por debajo de 1 minuto.
Descomposición lógica: cuando las compilaciones se ralentizaban, el «Agente» dividía automáticamente el gráfico de compilación en partes más pequeñas hasta que la complejidad descendía por debajo del umbral, preservando así el enfoque del «Agente».
Cambio de paradigma: los humanos se convierten en el cuello de botella en la revisión de PR
Cuando el código se podía paralelizar fácilmente, el verdadero recurso escaso era la atención humana.
Revisión posterior a la fusión: El equipo automatizó las revisiones previas a la fusión, trasladando la mayor parte de la revisión manual a después de la fusión del código, con el fin de garantizar la calidad y capturar conocimientos.
La observabilidad como empoderamiento: los ingenieros se centran ahora en dotar al agente de trazas (rastreo) y herramientas de observabilidad, otorgándole capacidades de autorreparación, en lugar de corregir los errores ellos mismos.
Destilación de la experiencia: Los ingenieros sénior codifican su conocimiento tácito en documentos de habilidades y pruebas, integrándolo en el contexto del sistema.
El futuro del sector: las bibliotecas fantasma y la internalización de dependencias
Ryan ofreció una visión provocadora: a medida que los costes de los tokens se acercan a cero, las dependencias de software podrían desaparecer.
Bibliotecas fantasma: los desarrolladores solo tienen que definir una especificación de alta fidelidad, dejando que el agente la reconstruya e implemente localmente.
Internalización de dependencias: en el caso de las bibliotecas de terceros de complejidad media a baja, el agente puede integrarlas directamente en el repositorio, eliminando el código superfluo y creando una pila tecnológica totalmente autónoma.
Conclusión: de copiloto a compañero de equipo autónomo
Según el equipo Frontier de OpenAI, el desarrollo de software del futuro se optimizará para la legibilidad del agente en lugar de para los hábitos humanos, reestructurando toda la base de código en consecuencia. Cuando los agentes gestionen el ciclo de vida completo —desde la escritura del código y la implementación de la integración continua (CI) hasta la supervisión de la producción—, los ingenieros humanos pasarán a desempeñar exclusivamente el papel de «guías» de la arquitectura del sistema.
Artículo relacionado
Ctrip Business Travel presenta un ecosistema de inteligencia artificial con 7 agentes del sector y 17 capacidades principales
Ctrip Business Travel ha presentado oficialmente el «Ecosistema de IA de Ctrip Business Travel», que aprovecha los modelos de lenguaje a gran escala para reestructurar de forma radical la gestión de l
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Ryan Lopopolo, ingeniero de OpenAI, ha compartido recientemente un extenso artículo titulado «Harness Engineering», en el que detalla cómo los equipos internos dependen en gran medida de Codex. Este experimento dio lugar a una «biblioteca fantasma» llamada Symphony y estableció un nuevo paradigma de ingeniería.
Experimento principal: adoptar la restricción de «sin programación humana»
Ryan impuso una restricción drástica desde el inicio del experimento: no escribir nunca código de forma manual.
De la frustración al avance decisivo: al principio, el modelo tuvo dificultades con la lógica compleja, lo que ralentizó el desarrollo diez veces más que el rendimiento humano.
Impulsar la evolución de las herramientas: Para que el agente pudiera trabajar de forma independiente, el equipo creó un sistema
Aumento exponencial de la eficiencia: A medida que mejoraban modelos como
Tácticas clave: mantener el tiempo de compilación por debajo de «un minuto»
En
Bucle interno: El equipo reconstruyó de forma iterativa el sistema de compilación (de Makefile a Bazel y luego a Nx), manteniendo los tiempos de compilación estrictamente por debajo de 1 minuto.
Descomposición lógica: cuando las compilaciones se ralentizaban, el «Agente» dividía automáticamente el gráfico de compilación en partes más pequeñas hasta que la complejidad descendía por debajo del umbral, preservando así el enfoque del «Agente».
Cambio de paradigma: los humanos se convierten en el cuello de botella en la revisión de PR
Cuando el código se podía paralelizar fácilmente, el verdadero recurso escaso era la atención humana.
Revisión posterior a la fusión: El equipo automatizó las revisiones previas a la fusión, trasladando la mayor parte de la revisión manual a después de la fusión del código, con el fin de garantizar la calidad y capturar conocimientos.
La observabilidad como empoderamiento: los ingenieros se centran ahora en dotar al agente de
Destilación de la experiencia: Los ingenieros sénior codifican su conocimiento tácito en documentos de habilidades y pruebas, integrándolo en el contexto del sistema.
El futuro del sector: las bibliotecas fantasma y la internalización de dependencias
Ryan ofreció una visión provocadora: a medida que los costes de los tokens se acercan a cero, las dependencias de software podrían desaparecer.
Bibliotecas fantasma: los desarrolladores solo tienen que definir una especificación de alta fidelidad, dejando que el agente la reconstruya e implemente localmente.
Internalización de dependencias: en el caso de las bibliotecas de terceros de complejidad media a baja, el agente puede integrarlas directamente en el repositorio, eliminando el código superfluo y creando una pila tecnológica totalmente autónoma.
Conclusión: de copiloto a compañero de equipo autónomo
Según el equipo Frontier de OpenAI, el desarrollo de software del futuro se optimizará para la legibilidad del agente en lugar de para los hábitos humanos, reestructurando toda la base de código en consecuencia. Cuando los agentes gestionen el ciclo de vida completo —desde la escritura del código y la implementación de la integración continua (CI) hasta la supervisión de la producción—, los ingenieros humanos pasarán a desempeñar exclusivamente el papel de «guías» de la arquitectura del sistema.
Ctrip Business Travel presenta un ecosistema de inteligencia artificial con 7 agentes del sector y 17 capacidades principales
Ctrip Business Travel ha presentado oficialmente el «Ecosistema de IA de Ctrip Business Travel», que aprovecha los modelos de lenguaje a gran escala para reestructurar de forma radical la gestión de l
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a











