Torras.ai

El 9 de julio, OpenAI hizo dos anuncios que capturaron hacia dónde se dirige el trabajo con IA.

GPT-5.6 se volvió generalmente disponible en ChatGPT, Codex y la API. Al mismo tiempo, la nueva aplicación de escritorio de ChatGPT reunió Chat, Work y Codex en una sola aplicación.

Una familia de modelos. Un espacio de trabajo. Agentes más capaces. Ejecución más rápida.

Y, sin embargo, seguimos esperando.

Eso no es necesariamente una contradicción. Puede ser la característica definitoria de la próxima fase del trabajo del conocimiento.

Cuanto más rápida es la IA, más trabajo le damos

Durante mucho tiempo, usar IA significaba hacer una pregunta y esperar unos segundos por una respuesta. La latencia era fácil de entender. Ingresabas un prompt, veías aparecer los tokens y continuabas cuando la respuesta terminaba.

Los agentes de codificación cambiaron esa relación.

Ahora le pedimos a la IA que inspeccione repositorios, busque documentación, edite múltiples archivos, ejecute comandos, diagnostique fallos, opere aplicaciones, cree artefactos, pruebe su trabajo y revise el resultado. Una tarea seria puede involucrar docenas de llamadas a herramientas y varias rondas de verificación antes de que vuelva algo útil.

El modelo puede ser más rápido, pero la tarea es mucho mayor.

Codex ya ofrecía un modo rápido que entregaba hasta 1.5 veces más velocidad de tokens con GPT-5.4. GPT-5.6 va más allá al obtener más trabajo con menos tokens y agregar configuraciones para tareas más difíciles. max le da al modelo más tiempo para explorar, comprobar y revisar. ultra coordina múltiples agentes en flujos de trabajo paralelos.

Estas mejoras reducen el tiempo requerido para una tarea comparable. Pero rara vez mantenemos la tarea comparable. Cuando la capacidad crece, la ambición crece con ella.

Dejamos de pedir una función y empezamos a pedir una característica. Dejamos de pedir un resumen y empezamos a pedir una recomendación investigada. Dejamos de pedir una fórmula de hoja de cálculo y empezamos a pedir un modelo operativo completo.

Una IA más rápida no elimina la espera. Hace que delegar tareas más grandes sea práctico.

La espera se ha movido hacia arriba en la pila

Hay varios tipos de latencia en un flujo de trabajo con IA.

Existe la latencia del modelo: el tiempo requerido para producir el siguiente token.

Existe la latencia de la herramienta: el tiempo requerido para buscar, navegar, consultar un sistema, ejecutar una prueba, renderizar un documento u operar una aplicación.

Existe la latencia del flujo de trabajo: el tiempo requerido para planificar, ejecutar, inspeccionar el resultado, descubrir un problema, probar otro enfoque y verificar que el trabajo esté realmente completo.

La inferencia más rápida ataca el primer tipo. Mejores herramientas reducen partes del segundo. Pero a medida que los agentes asumen la responsabilidad de resultados más completos, la latencia del flujo de trabajo se vuelve más visible.

Esa es una buena latencia cuando reemplaza trabajo que de otro modo tendríamos que hacer nosotros mismos. Esperar cinco minutos a que un agente implemente y pruebe algo es muy diferente a pasar cinco minutos sin hacer nada.

El problema es que puede sentirse igual si nos sentamos a mirar el indicador de progreso.

Una app, dos ritmos de trabajo

La nueva aplicación de escritorio de ChatGPT hace explícito el cambio.

Chat es conversacional. Funciona al ritmo de preguntas y respuestas.

Work y Codex son más agentivos. Funcionan al ritmo de delegación, progreso, intervención y finalización.

Poner estos modos dentro de una sola aplicación elimina los límites del producto, pero no elimina la diferencia entre trabajo sincrónico y asincrónico. De hecho, hace que esa diferencia sea más importante.

Necesitamos aprender cuándo quedarnos en la conversación y cuándo dejar al agente trabajar solo.

El instinto de observar es comprensible. Queremos saber si el agente nos entendió, si está progresando y si se desviará por el camino equivocado. Para tareas mal especificadas o de alto riesgo, la supervisión cercana es sensata.

Pero sondear continuamente a un agente capaz anula parte de la razón para delegar el trabajo. Mantiene nuestra atención atada a una tarea que ya no estamos ejecutando.

La mejor interfaz no es una animación de progreso más hipnótica. Es una notificación confiable en el momento en que se necesita nuestro juicio.

Mejora la próxima entrega

Lo primero útil que se puede hacer mientras un agente trabaja es mejorar el contexto para lo que venga después.

Eso puede significar recopilar un ejemplo faltante, encontrar el documento relevante, redactar criterios de aceptación, registrar un caso límite o aclarar la razón de negocio detrás de la tarea.

No se trata de interrumpir la ejecución actual con una serie de adiciones a medio formar. Se trata de preparar un mejor próximo prompt.

Los agentes rinden mejor cuando reciben contexto concreto: el objetivo, restricciones, material fuente, ejemplos, definición de terminado y las decisiones que pueden tomar. El tiempo de espera es una buena oportunidad para convertir conocimiento implícito en instrucciones explícitas.

La próxima entrega entonces se vuelve más corta, clara y valiosa.

Pensar estratégicamente y dejar que las notificaciones hagan su trabajo

La ejecución naturalmente nos lleva hacia los detalles. Un intervalo de espera crea una pequeña oportunidad para subir un nivel.

Pregunta qué debería suceder después de que termine la tarea actual.

¿La salida necesita revisión? ¿Quién debería recibirla? ¿Qué evidencia la haría confiable? ¿Es esta una tarea única o la primera versión de un flujo de trabajo repetible? ¿Qué parte debería seguir siendo una decisión humana? ¿Qué debería medirse la próxima vez?

Aquí es donde también importan las notificaciones de IA.

Una buena notificación no es solo una conveniencia. Es una herramienta de gestión de la atención. Permite que el agente se adueñe del intervalo de ejecución y le da permiso al humano para dejar de comprobar.

La notificación ideal es específica: la tarea está completa, se requiere una decisión, se necesita una aprobación o el flujo de trabajo está bloqueado. Todo lo demás puede permanecer en silencio.

Haz que los cambios de contexto sean más baratos

“Mejorar en la multitarea” probablemente no es la lección correcta.

El cambio de contexto humano es costoso. Dejar una tarea exigente, entrar en otra y reconstruir la primera puede consumir más energía de la que ahorra el intervalo de espera.

La habilidad útil es hacer que los cambios de contexto sean más baratos.

Antes de alejarte de una tarea activa de un agente, déjate un pequeño punto de control:

• ¿Qué está haciendo el agente?
• ¿Qué resultado estoy esperando?
• ¿Qué inspeccionaré o decidiré cuando regrese?

Tres líneas suelen ser suficientes. Cuando llegue la notificación, no necesitas reconstruir todo el estado mental desde la memoria.

También ayuda emparejar la segunda actividad con la espera probable. Si el agente necesita treinta segundos, recopila contexto o escribe una nota. Si necesita varios minutos, revisa otro resultado o esboza una idea. Si está ejecutando un flujo de trabajo largo, pasa a una tarea independiente sustancial.

No todos los huecos son lo suficientemente grandes para trabajo profundo.

Usa el intervalo creativamente

El trabajo de los agentes a menudo crea fragmentos extraños de tiempo: demasiado largos para quedarse mirando la pantalla, demasiado cortos para comenzar algo intimidante.

Estos fragmentos son sorprendentemente buenos para el trabajo creativo.

Captura un título. Escribe un párrafo de apertura. Esboza un argumento. Haz una lista de preguntas que has estado evitando. Registra una observación del trabajo que acabas de delegar.

La clave es tener a mano algunas tareas creativas de baja fricción. Una página en blanco puede ser difícil; una lista en curso de ideas sin terminar es fácil de abordar.

Este artículo comenzó exactamente así. Codex estaba trabajando en un flujo de trabajo complejo y, en lugar de mirar cómo trabajaba, empecé a pensar en qué deberíamos hacer mientras esperamos a la IA.

El intervalo de espera se convirtió en el tema.

A veces el mejor uso de la espera no es más trabajo

Existe el riesgo de convertir cada segundo libre en otro sistema de productividad.

Si un agente nos devuelve cinco minutos, no siempre necesitamos llenar esos cinco minutos con un segundo agente, otra pestaña del navegador y una nueva cola de tareas.

Toma café. Bebe agua. Estírate. Aparta la vista de la pantalla. Camina a otra habitación. Deja que una idea se asiente sin forzarla inmediatamente a existir.

La IA puede aumentar la cantidad de trabajo en movimiento. Eso hace que la recuperación sea más importante, no menos.

Un reinicio físico también es uno de los límites de contexto más baratos disponibles. Volver después de una breve pausa puede facilitar la revisión de la salida del agente como editor en lugar de como alguien aún emocionalmente apegado al prompt original.

La nueva habilidad de productividad es la orquestación

Chat, Work y Codex han convergido en una sola app. Nuestra atención no.

A medida que la IA se vuelve capaz de manejar flujos de trabajo más largos, el rol humano se aleja de la ejecución continua y se orienta hacia la orquestación: definir resultados, proporcionar contexto, decidir qué puede ejecutarse de forma independiente, responder a excepciones, revisar evidencia y elegir qué merece atención a continuación.

Eso no significa que los humanos se conviertan en supervisores pasivos. La calidad del trabajo sigue dependiendo del juicio. Pero el juicio debe aplicarse en los momentos en que cambia el resultado, no gastarse observando cada paso intermedio.

GPT-5.6 es más rápido. Codex puede ejecutar varios flujos de trabajo en paralelo. Las herramientas de escritorio se están convirtiendo en un entorno continuo.

Seguiremos esperando, porque el trabajo que pedimos a la IA que realice seguirá expandiéndose.

La pregunta es si esa espera se siente como tiempo muerto o se convierte en una parte deliberada del flujo de trabajo.

Mientras el agente trabaja, mejora la próxima entrega. Piensa estratégicamente. Confía en la notificación. Déjate un punto de control. Escribe algo. O haz café y estírate.

Las máquinas están mejorando en el uso del cómputo.

Nosotros deberíamos mejorar en el uso del intervalo.