API de Agents, Voz Full-Duplex, SWE-2 y Enrutamiento Automático de Copilot Auto: La semana en el desarrollo de IA
La API de Agents gestionada por OpenAI y la capa de voz GPT-Live-1, las afirmaciones sobre eficiencia de Cognition SWE-2 y las preferencias de enrutamiento automático de Copilot Auto, con notas prácticas sobre costos, seguridad y evaluación.
Fuentes: AI Dev Weekly #26: Agents API, Full-Duplex Voice, SWE-2 and Cost-Aware Copilot
Los modelos ya no son el producto completo. OpenAI ahora alquila el ciclo de agentes gestionados que impulsa a Codex, junto con una capa de voz que mantiene la conversación en marcha mientras un agente trabaja en segundo plano. SWE-2 de Cognition intenta completar tareas de programación con menos errores. GitHub Copilot permite a los desarrolladores elegir entre opciones económicas y potentes en lugar de seleccionar modelos uno por uno. Una pregunta común a los cuatro casos es: ¿qué debería tener un equipo en su stack de agentes y qué debería delegar? El período abarcado aquí va del 10 de septiembre al 17 de septiembre.
1. OpenAI coloca la herramienta Codex detrás de la API de Agents
El 10 de septiembre, OpenAI puso la API de Agents en beta pública. Se trata de un entorno de ejecución gestionado para tareas de agentes duraderos y no debe confundirse con el SDK de Agents bajo un nombre diferente. OpenAI se encarga de la orquestación de sesiones, la compresión y recuperación del contexto, mientras que la aplicación proporciona herramientas y decide cómo el agente se integra en el producto.
La descripción general de OpenAI divide el diseño en cuatro componentes: la configuración del agente, el entorno en el que funciona, una sesión duradera y el flujo de eventos e ítems que pasan por dicha sesión. Las actualizaciones pueden realizarse mediante transmisión en tiempo real o vía webhook. Una sesión acepta nuevas tareas sobre la base de lo que ya conoce, por lo que nada se reinicia a partir de un contexto en blanco.
La guía de arquitectura indica dónde tiene lugar la ejecución. Hay tres opciones:
- Sin un entorno, el harness accede a conexiones MCP remotas y a herramientas funcionales que la aplicación maneja por sí misma. No están disponibles un shell ni archivos de espacio de trabajo.
- En un entorno alojado en OpenAI, OpenAI configura el entorno aislado donde se ejecuta el código, se editan los archivos y se generan los resultados.
- En un entorno autoalojado, un ejecutor en su propia infraestructura se conecta, mientras OpenAI sigue gestionando el harness. La provisión, la reconexión, el apagado y el almacenamiento de archivos pasan a ser su responsabilidad.
La última opción no implica autoalojar todo el agente. Trasladar la ejecución a una red privada no implica llevar consigo la capa de orquestación gestionada.
La factura suma las tarifas de API del modelo seleccionado, los costos normales de las herramientas y las tarifas estándar de los contenedores cuando OpenAI aloja el entorno de pruebas. Un presupuesto realista debe incluir todo el proceso con subagentes y reintentos, ya que una sesión es mucho más que solo la respuesta de un modelo.
La documentación de seguridad también advierte que el código escrito por los agentes puede leer cualquier credencial expuesta en su entorno. La clave API de la aplicación debe permanecer fuera del entorno de pruebas, los destinos de salida deben estar restringidos y las credenciales de terceros deben gestionarse a través de intermediarios siempre que sea posible. Un entorno de pruebas no protege una información confidencial una vez que ha sido introducida en el proceso.
Conclusión: Aquí cambian los cálculos entre construir algo o comprarlo. La recuperación de sesiones y la compactación cuestan mucho mantenerlas, por lo que alquilarlas es una opción razonable. Los datos empresariales fiables y la autorización para acciones irreversibles deben estar dentro de la propia aplicación. Es más sensato comenzar con un investigador de solo lectura que pasar directamente a un agente que soluciona los problemas. La verdadera comparación es entre comprar un espacio de trabajo para programar e integrar un entorno de ejecución de agentes en el propio producto.
2. GPT-Live-1 separa la conversación del trabajo
GPT-Live-1 se puso a disposición generalmente en la API ese mismo día. Su característica principal es el modo full duplex: el modelo de voz escucha mientras habla, de modo que el intercambio verbal continúa mientras un agente en segundo plano procesa la información mediante razonamiento y herramientas.
En el material de inicio de OpenAI, Realtime es el caso de contraste, donde un único modelo se encarga del procesamiento del lenguaje, el razonamiento y la selección de herramientas. Live permite elegir el backend por separado. Alguien puede hacer una consulta sobre un pedido, corregir algún detalle durante la búsqueda y recibir la respuesta sin ninguna pausa mientras se realiza la llamada a la herramienta.
La guía de delegación describe dos modos:
- Delegación de respuestas: Live elabora las solicitudes para un backend de OpenAI configurado y envía las respuestas de vuelta a la llamada.
- Delegación del cliente: la aplicación crea el contexto, ejecuta su propio agente o servicio y devuelve el resultado. Elija este modo cuando las rutas o verificaciones deben realizarse antes de que la salida del backend llegue al modelo de voz.
La delegación de clientes implica un requisito sutil de integración: los eventos de delegación contienen metadatos, no el texto de la tarea. Las solicitudes al backend deben construirse a partir de los eventos de transcripción y del estado de la aplicación, ya que el evento no es una carga útil de comando lista para usar.
Según la página del modelo, las sesiones de voz cuestan $0.05 por minuto, facturadas por segundo, y se suman además los costos por el uso del modelo y las herramientas en el backend. Por lo tanto, diez minutos de conversación cuestan $0.50 solo por la voz, sin contar el razonamiento, las herramientas ni el alojamiento.
De cualquier manera, los permisos, la confirmación y el estado de la tarea permanecen en la aplicación. Incluso cuando los resultados del backend están en proceso de revisión, nada obliga al modelo de voz a permanecer en silencio durante la validación; por eso las pruebas deben analizar lo que dice el asistente antes de confirmar una acción, y no solo si la herramienta finalmente tiene éxito.
Conclusión: La voz se convierte en una interfaz a través de un agente en lugar de un pipeline de procesamiento del habla estrechamente vinculado, lo cual es adecuado para flujos de trabajo de soporte y colaboración entre desarrolladores sin usar las manos. Una primera evaluación debe analizar las interrupciones, los cambios en las instrucciones durante búsquedas lentas y si el asistente separa correctamente lo solicitado de lo completado. La conversación natural solo es valiosa si el estado de la tarea permanece fiel a la realidad. Esa cuestión difiere de la elección del motor de texto a voz.
3. Cognition SWE-2 busca menos interacciones, no solo una puntuación más alta
Cognition anunció SWE-2 el 10 de septiembre. Se lanzará primero en Devin Desktop y la CLI, seguido por Devin Web y Fusion. Según el artículo de lanzamiento, el modelo fue entrenado posteriormente a partir de Kimi K3 y capta múltiples niveles de esfuerzo de razonamiento en una sola ejecución de aprendizaje por refuerzo.
El número operativo destaca. En FrontierCode 1.1 Main con esfuerzo medio, SWE-2 necesitó un 58% menos de giros y costó un 81% menos que SWE-1.7. Cognition le otorgó a SWE-2 una puntuación del 50.0% en ese aspecto, pero solo del 27.3% en Terminal-Bench 4, quedando muy por detrás de los modelos más fuertes en su propia comparación.
Esas evaluaciones provienen del editor y combinan resultados públicos con pruebas internas en entornos específicos para los modelos, por lo que no constituyen una lista de clasificación independiente y uniforme. El anuncio no incluye precios por separado para la API de SWE-2 ni pesos descargables.
Conclusión: La habilidad fundamental para un agente de programación es saber cuándo terminar la exploración y comenzar la edición. Evitar lecturas repetidas del repositorio y llamadas redundantes a herramientas puede ser más importante que reducir los costos por tokens. Menos pasos no siempre significa un mejor trabajo, ya que podría indicar que se omitió alguna verificación. Una prueba equilibrada debe incluir la corrección de un pequeño error, una migración y una refactorización que preserve el comportamiento original, además de registrar qué se aceptó, qué pruebas se omitieron, qué corrigieron los revisores y cómo se utilizó realmente el producto. Lo que se debe probar es la capacidad de Devin disponible hoy en día, no un endpoint independiente que no existe.
4. Copilot Auto cuenta con un control de calidad frente al costo
GitHub introdujo tres preferencias de enrutamiento automático el 14 de septiembre. La opción Eficiencia reduce los costos, la opción Equilibrio considera conjuntamente el costo, la calidad y la latencia, mientras que la opción Inteligencia da prioridad a la calidad. Según el anuncio, VS Code, Copilot CLI y la aplicación Copilot lo estarán implementando gradualmente.
Existen dos limitaciones derivadas de la documentación del enrutamiento automático. El enrutamiento sigue respetando las políticas de acceso del plan y las configuraciones del administrador, y funciona dentro de los límites naturales del caché para evitar que aumenten los costos relacionados con este. La política de modelos restringidos de una organización no se sobrescribe.
Tampoco constituye una preferencia un límite de gasto. La opción Eficiencia puede elegir un modelo más potente cuando una tarea lo requiere, y la opción Inteligencia no garantiza el uso del modelo más grande en cada respuesta. El modelo seleccionado y el consumo real merecen ser analizados antes de sacar conclusiones basadas únicamente en la etiqueta asignada.
Conclusión: La configuración es mejor que hacer que cada desarrollador memorice un ranking de modelos, aunque dificulta las comparaciones a menos que se registren las opciones de enrutamiento. Ejecutar tareas representativas idénticas bajo cada preferencia y comparar el costo por cambio aceptado, la latencia y el esfuerzo del revisor proporciona datos reales. La elección explícita de modelos sigue siendo adecuada siempre que los resultados deban ser reproducibles. La preferencia de enrutamiento y la política de facturación son cuestiones separadas.
Puntos clave
- Automatizaciones del agente de VS Code. La versión 1.137 incluye como vista previa pública tareas recurrentes por hora, día y semana. Los informes de mantenimiento o las solicitudes de pull request en borrador son adecuados para una primera prueba, y las reglas para ejecuciones simultáneas deben establecerse de antemano. Las notas de lanzamiento semanales también mencionan el enrutamiento local, en la nube y compuesto de HydraFusion dentro del menú experimental de la CLI, algo distinto a las preferencias de Auto descritas anteriormente.
- Revisión de código con Copilot. Durante la revisión posterior, cierra los comentarios que ya ha procesado y dispone de herramientas de shell para compilaciones, pruebas y scripts específicos, que se ejecutan detrás del firewall del agente. GitHub también añade un conjunto de agentes para las revisiones Lite. La validación adicional ayuda, pero requerir revisión humana es un ajuste diferente en el repositorio.
Preguntas frecuentes
¿La API de Agents es simplemente el SDK de Agents con otro nombre? No. La API proporciona un entorno gestionado por OpenAI y sesiones duraderas, mientras que el SDK ofrece componentes para la orquestación controlada por la aplicación. La API sigue siendo una versión beta pública.
¿Está incluido el agente backend en la tarifa de GPT-Live-1? No. La función de voz cuesta $0.05 por minuto, facturándose por segundo, mientras que el uso del modelo backend y las herramientas se facturan por separado.
¿Se puede descargar SWE-2 o acceder a él mediante su propia API? El anuncio de lanzamiento no proporcionó ni los costos ni los precios de la API independiente, por lo que la evaluación debe realizarse a través de las interfaces documentadas de Devin.
¿Elegir la opción de Eficiencia reduce la factura mensual? En absoluto. Esta opción dirige el enrutamiento sin establecer un límite de gasto. Las tarifas dependen del modelo seleccionado, por lo que es necesario medir el uso e imponer presupuestos de forma independiente.
Leer más
- Cómo construir un agente de voz de IA en 2026: Arquitectura y stack — Una guía práctica para crear agentes de voz: diseños en cascada, semicascada y de voz a voz, la arquitectura de cinco capas, ajuste de latencia, cumplimiento normativo, pruebas y costos.