GPT-5 Codex de OpenAI, la IA que se programa y mejora a sí misma
OpenAI acaba de dar un paso importante en el uso de IA. Su nueva herramienta de programación, GPT-5 Codex, no solo ayuda a escribir código… está escribiendo su propio código.
La inteligencia artificial está participando activamente en su propia evolución, y esto cambia las reglas del juego en el desarrollo de software.
Una IA que se construye a sí misma
Cuando los representantes de OpenAI conversaron esta semana con Ars Technica, soltaron una bomba. Alexander Embiricos, líder de producto para Codex, reveló algo sorprendente. «La gran mayoría de Codex está construido por el propio Codex«.
En otras palabras, la herramienta se está refinando y expandiendo sola, sin esperar a que los humanos hagamos todo el trabajo pesado.
Este proceso recursivo representa un salto importante en lo que se conoce como IA agéntica.
Ya no hablamos solo de modelos que ejecutan tareas, ahora tenemos sistemas capaces de iterar sobre su propia arquitectura central. La autonomía llegó para quedarse, y los desarrolladores de software podrían tener que reinventar su forma de trabajar.
Trabajando sin descanso
Las capacidades mejoradas de razonamiento de GPT-5 Codex le permiten manejar tareas complejas que antes requerían supervisión humana constante. Imagina dejar trabajando a la IA durante más de siete horas seguidas en un proyecto grande.
El modelo puede gestionar flujos de trabajo extensos de forma independiente, iterando sobre su implementación, corrigiendo errores en las pruebas y entregando una solución funcional al final.
Esta capacidad de trabajo prolongado posiciona a Codex como una herramienta poderosa para proyectos a gran escala.
Pero aquí viene lo interesante. No solo se trata de eficiencia, hablamos de crear inteligencia artificial que evoluciona de forma autónoma, redefiniendo potencialmente cómo se construye y mantiene el software en el futuro.
Pensamiento adaptativo
Una de las características más llamativas del nuevo modelo es su habilidad para ajustar dinámicamente su «tiempo de pensamiento». En las consultas sencillas, GPT-5 Codex utiliza 93.7% menos tokens que GPT-5 estándar.
Pero cuando se enfrenta a desafíos complejos, el modelo se toma su tiempo. Puede dedicar el doble de esfuerzo en razonar, editar y probar código, iterando hasta lograr el resultado correcto.
Esta optimización inteligente hace que la herramienta sea económicamente viable para operaciones prolongadas. Los desarrolladores ya están compartiendo anécdotas en redes sociales sobre cómo Codex resuelve errores complejos que dejarían perplejos incluso a programadores junior.
El entusiasmo es palpable, y refleja un cambio más amplio hacia agentes de IA que imitan la persistencia humana en la resolución de problemas.
Resultados que impresionan
En pruebas de referencia, GPT-5 Codex alcanzó 74.5% de precisión en SWE-bench Verified, una evaluación que simula escenarios de programación del mundo real. Esos números hablan por sí solos.
Además, el rendimiento del modelo en desafíos de captura la bandera (un tipo de competencia de seguridad informática) saltó de 27% en versiones anteriores a impresionantes 76% en GPT-5.1-Codex-Max.
Estos avances están respaldados por mejoras fundamentales en razonamiento adaptativo y almacenamiento en caché de prompts.
Las características permiten procesamiento más rápido y mejor manejo de interacciones extendidas, elementos cruciales para tareas agénticas. OpenAI también integró nuevas herramientas como apply_patch y shell, que permiten a Codex interactuar sin problemas con entornos de desarrollo.
Preguntas por responder
A medida que Codex evoluciona construyéndose a sí mismo, surgen interrogantes sobre responsabilidad en el desarrollo impulsado por IA.
Si una inteligencia artificial genera código defectuoso que se propaga en su propio sistema, los riesgos de errores en cascada podrían ser significativos. Expertos de la industria piden mecanismos robustos de supervisión para garantizar transparencia en estos procesos recursivos.
OpenAI aborda algunas preocupaciones mediante lanzamientos por fases, comenzando con usuarios de pago y expandiéndose gradualmente.
Su publicación sobre GPT-5.1 enfatiza comunicación más clara y mejor seguimiento de instrucciones, buscando hacer las interacciones más intuitivas y menos propensas a malentendidos.
Sin embargo, el ritmo acelerado (evidente en la rápida sucesión de GPT-5 a 5.2) genera debates sobre escalamiento sostenible.
