OpenAI actualizó Codex con el uso de la computadora en macOS, memoria persistente y más de 90 plugins. Tu equipo puede ahorrar horas delegando tareas repetitivas a agentes autónomos.
OpenAI ha implementado un cambio significativo en Codex. Tras meses de desarrollo, Codex ha pasado de ser un asistente de programación a operar directamente tu computadora.
El 16 de abril, OpenAI lanzó una actualización importante de Codex, transformándola de una herramienta de autocompletado a una estación de trabajo integral para desarrolladores. Este cambio redefine la automatización en los equipos de ingeniería.
Qué cambió exactamente
Estos son los seis cambios principales, ordenados por impacto práctico:
- “Computer use” en macOS: Codex puede ver la pantalla, mover el cursor, escribir y operar aplicaciones como Figma, Xcode, Slack o navegadores, trabajando en paralelo sin interferir con tus tareas.
- Generación de imágenes con gpt-image-1.5: permite crear maquetas, diagramas y conceptos de interfaz directamente en el flujo de trabajo del desarrollador.
- Memoria persistente: Codex almacena preferencias, correcciones previas, estilos de código e historial. El despliegue será gradual, comenzando con Enterprise y Edu, seguido de Plus y Pro.
- Más de 90 plugins seleccionados, con integraciones con Slack, Notion, Google Workspace, GitHub, Jira, Atlassian Rovo, CircleCI y soporte para servidores MCP y herramientas personalizadas.
- Navegador integrado para iterar diseños frontend: puedes comentar sobre elementos renderizados y Codex aplicará los cambios correspondientes.
- Soporte para múltiples pestañas de terminal, acceso SSH a devboxes remotas y programación de tareas autónomas para periodos de días o semanas.
Actualmente “Computer use” no está disponible en la Unión Europea, el Reino Unido ni Suiza. Esta restricción probablemente sea temporal, pero es importante considerarla si tu equipo opera a nivel global.
La parte que nadie está diciendo en voz alta
Permitir que un modelo de IA controle el cursor de una laptop es ante todo una decisión de seguridad, no solo de productividad.
Iteración frontend: al abrir el servidor local y seleccionar un botón, puedes indicar “súbelo 20px y hazlo azul más oscuro” y el cambio se refleja en el código sin necesidad de modificarlo manualmente en el editor.Codex solicita permisos de accesibilidad y de captura de pantalla. Una vez otorgados, puede realizar casi cualquier acción disponible para el usuario.
Para equipos individuales, esto representa una gran ventaja. Sin embargo, en organizaciones más grandes surgen preguntas similares a las que se presentaron con MCP hace unos meses:
- ¿Qué aplicaciones pueden ver estos agentes?
- ¿Cómo se registra lo que hacen?
- ¿Qué sucede con los datos sensibles que aparecen en pantalla durante la sesión?
- ¿Cuál es el plan cuando un agente se equivoca y hace un commit?
Estas preguntas no buscan frenar la adopción, sino asegurar que se implemente de manera responsable.
Para qué sirve en la vida real
Tres casos de aplicación inmediata:
- Iteración frontend: al abrir el servidor local y seleccionar un botón, puedes indicar “súbelo 20px y hazlo azul más oscuro” y el cambio se refleja en el código sin necesidad de modificar el editor manualmente.contar con
- Automatización de pruebas visuales y corrección de errores en aplicaciones nativas: tareas que antes requerían intervención manual ahora pueden ser ejecutadas por un agente.
- Generación de mockups para revisiones de producto: ya no es necesario utilizar Figma para cada variación inicial.
El principal beneficio para un desarrollador senior no es necesariamente la velocidad al escribir código, sino la posibilidad de delegar tareas repetitivas y enfocarse en actividades que requieren su criterio profesional.
Donde esto cruza con negocio
La métrica relevante no es la cantidad de líneas de código por hora, sino el volumen de trabajo completado por persona. Si un ingeniero que antes completaba tres tareas diarias ahora finaliza siete gracias a la programación de agentes en paralelo, la comparación adecuada es con el costo de contratar un ingeniero adicional.
Las principales implicaciones son las siguientes:
- Equipos pequeños pueden gestionar backlogs que antes requerían equipos medianos.
- La capacidad de producción se vuelve menos dependiente del tamaño del equipo.
- La ventaja competitiva se centra en la calidad de los prompts, los playbooks internos y la gobernanza.
La mayoría de los equipos aún no ha acumulado suficiente experiencia en este aspecto.
Qué deberías revisar esta semana
Si tu equipo utiliza macOS y cuenta con ChatGPT Plus o una versión superior, se recomienda:
- Probar “Computer use” con una tarea repetitiva específica, no crítica, como “renombra 50 capturas de pantalla con este patrón”.
- Revisar qué integraciones de plugins acceden a datos sensibles antes de que se conecten sin autorización.
- Definir una política básica de acciones permitidas y restringidas para un agente autónomo en una máquina corporativa.
No es necesario tener una solución perfecta, pero sí es fundamental discutir estos temas antes de que un agente realice una acción no deseada.
Cerrar con la pregunta correcta
¿Está tu organización preparada para pasar de asistentes a agentes autónomos? La verdadera pregunta no es si lo hará, sino cuándo y con qué nivel de preparación.
En Papalote Technologies colaboramos con equipos que están en proceso de transición. No vendemos IA; ayudamos a aprovechar la tecnología disponible, con gobernanza, métricas y un plan sostenible que trascienda las tendencias del mercado.
Si deseas conversar sobre cómo implementar estos cambios en tu organización, visita papalote.ai.
