El día que OpenAI publicó su freno y su acelerador en la misma página

El domingo 6 de septiembre OpenAI publicó dos textos. No los publicó con días de diferencia ni en canales distintos: los dos salieron el mismo día, en el mismo índice de su blog, firmados por la misma empresa.

El primero se llama An Alien Mind y lo firma Jakub Pachocki, su científico jefe. La frase que importa es esta: «Currently I believe that no lab has solved alignment and monitoring to a sufficient degree to continue responsibly scaling at maximum speed for much longer». Ningún laboratorio, incluido el suyo, ha resuelto el alineamiento y el monitoreo lo suficiente como para seguir escalando a máxima velocidad de forma responsable por mucho más tiempo. Pachocki agrega que el monitoreo de la cadena de pensamiento, que hasta ahora era una de sus herramientas centrales para saber qué está haciendo un modelo por dentro, pierde fiabilidad conforme el modelo gana capacidad. Y pide dos cosas: desaceleraciones voluntarias y coordinación internacional.

El segundo se llama Research acceleration: The view inside OpenAI y es un reporte de productividad. Dice que la empresa alcanzó su meta de tener un interno de investigación automatizado en septiembre de 2026, definido como un sistema que ejecuta tareas de investigación bien definidas bajo dirección humana, incluidas las que a un investigador experto le tomarían varios días. Y trae los números. A mediados de agosto, la organización de investigación de OpenAI usa 3,1 jornadas de trabajo de agente por cada jornada de trabajo humano. El investigador mediano consume más de 600 dólares diarios de inferencia a precios de API; el percentil noventa consume 7.000 dólares diarios. Agosto de 2026 fue máximo histórico en experimentos por experimentador activo. Más de la mitad de las tareas exitosas de cuatro a ocho horas necesitó al menos una intervención humana. La meta declarada para la automatización plena de la investigación es marzo de 2028.

Los dos textos son fuente primaria. No es un medio interpretando: es la empresa hablando de sí misma, con nombre y fecha. Conviene decir también lo que no son: las métricas de productividad son autoreportadas y nadie las auditó por fuera.

Por qué importa

La tentación es leerlo como hipocresía. Creo que es más incómodo que eso. Las dos cosas son ciertas a la vez, y esa simultaneidad es exactamente el problema que Pachocki describe.

Un laboratorio que cree honestamente que no puede seguir a máxima velocidad y que igual acelera no está mintiendo. Está atrapado en la estructura que él mismo pide arreglar. La desaceleración que propone es voluntaria y unilateral: no hay contraparte obligada a acompañarla, no hay mecanismo que la haga verificable, y el costo de frenar lo paga entero quien frena. Por eso pide coordinación internacional en la misma frase. Sabe que sin ella su propuesta no tiene cómo sostenerse.

Hay además un dato técnico que no conviene saltarse. Que más de la mitad de las tareas exitosas de cuatro a ocho horas requiriera intervención humana es, para mí, el número más honesto del reporte. Dice que el sistema no corre solo. Dice que la ganancia real no viene de reemplazar al investigador, sino de multiplicar cuántos intentos puede supervisar. Es la misma curva que aparece en cualquier equipo que adopta agentes en serio: el cuello de botella se corre de producir a revisar.

Qué implica para quien dirige una empresa de tecnología

Tres cosas concretas.

La primera. La publicación de riesgo del proveedor pasó a ser parte de la diligencia técnica. Hasta hace poco elegir un modelo era comparar benchmarks, precio por token y latencia. Hoy el mismo proveedor publica, con su firma, dónde cree que están los límites de su capacidad de control. Ese documento vale tanto como el benchmark y, a diferencia del benchmark, no lo puede maquillar sin costo reputacional. Si estás decidiendo sobre qué modelo construir tu producto, el system card y el post de seguridad son lectura obligatoria, no relaciones públicas.

La segunda. Los 600 dólares diarios por investigador mediano describen un modelo de costos, no una anécdota. Si la empresa que fabrica el modelo gasta eso en inferencia para hacer su propio trabajo, el precio por token no es un dato estable sobre el que se puedan proyectar tres años de margen. Cualquier producto cuyo costo unitario dependa de una API de terceros tiene una variable que no controla y que responde a decisiones de infraestructura ajenas.

La tercera, y la que más me importa. Si el laboratorio más grande del mundo declara que más de la mitad de sus tareas largas necesita intervención humana, la promesa de agentes autónomos en producción que se vende afuera está adelantada respecto de lo que su propio fabricante logra puertas adentro. Eso no es un argumento para no usar agentes. Es un argumento para diseñar el sistema asumiendo la intervención: puntos de revisión explícitos, trazabilidad de lo que hizo el agente y con qué datos, y alguien con autoridad y con botón para detenerlo. Si tu arquitectura no tiene ese botón, no tienes un agente en producción, tienes una apuesta en producción.

Mi lectura

Lo que me quedó de leer los dos textos seguidos no es alarma. Es una constatación de gobernanza: el freno y el acelerador están dentro de la misma organización, y no hay nadie afuera con la mano en ninguno de los dos.

Eso deja el problema del lado de quien compra. No podemos regular a un laboratorio de frontera desde una empresa de software en Lima. Sí podemos decidir cómo construimos encima. Y ahí la respuesta no es filosófica, es de ingeniería: no acoples tu producto a un solo proveedor, mide tu propio costo por tarea en lugar de confiar en el precio de lista, y diseña con precisión el punto donde un humano tiene que decir que sí antes de que algo salga al mundo.

Pachocki pidió que la industria vaya más despacio. Yo no puedo hacer que la industria vaya más despacio. Sí puedo hacer que lo que entregamos no dependa de que ella lo haga.