Te damos la bienvenida a la edición de finales de junio de 2026 de Codex Weekly. En las últimas semanas, el panorama de las herramientas de desarrollo con IA se ha transformado de raíz. Hemos dejado completamente atrás la era de los simples envoltorios de LLM y de los scripts de orquestación hechos a medida. El mercado actual se define por frameworks de agentes de nivel de producción, salvaguardas de seguridad empresarial profundas y una carrera por la infraestructura de proporciones asombrosas.

Para los directores de tecnología (CTO) y los responsables de ingeniería, los lanzamientos recientes de OpenAI, desde el despliegue de GPT-5.5 hasta la plena madurez del Agents SDK, señalan la necesidad inmediata de replantear cómo se integra la IA en el SDLC. Esta semana analizamos las novedades principales de OpenAI Codex, la retirada de la Assistants API, los avances en seguridad empresarial y las fuerzas corporativas de fondo que están dando forma al sector de la IA.

1. La evolución de Codex: la CLI como nuevo campo de batalla

OpenAI ha transformado sistemáticamente Codex, que ha pasado de ser una simple herramienta de autocompletado en línea a un sistema completo de agentes con cuatro superficies que abarca los entornos de escritorio, CLI, IDE y nube. El motor subyacente ha tenido un ciclo de lanzamientos rápido: GPT-5.3-Codex estableció la base agéntica, GPT-5.4 introdujo una ventana de contexto de 1 millón de tokens pensada para navegar por bases de código empresariales enormes, y el recién lanzado GPT-5.5 se centra sobre todo en el razonamiento avanzado y en el uso autónomo del ordenador.

El cambio estratégico más notable es el protagonismo que gana la interfaz de línea de comandos. Codex CLI ya no es una utilidad secundaria; ahora es un entorno operativo completo. Con la introducción del sistema de plugins y de los Triggers a principios de 2026, los agentes de la CLI pueden responder de forma nativa a eventos externos (como la apertura de una pull request en GitHub) y ejecutar automáticamente conjuntos de pruebas o desplegar parches. Y, lo que es crucial, la integración con Model Context Protocol (MCP) usa ahora de forma predeterminada la «búsqueda de herramientas» activa, lo que permite al agente de la CLI descubrir herramientas de forma dinámica en lugar de depender de un registro fijo en el código.

A medida que los agentes de programación crecen hasta convertirse en un segmento de mercado de 4.000 millones de dólares, dominado actualmente por Cursor, GitHub Copilot y Claude Code, el paradigma se ha asentado en la «agencia supervisada». En lugar de aspirar a una autonomía de principio a fin sin supervisión, las herramientas convencionales funcionan ahora como trabajadores asíncronos en segundo plano que navegan por arquitecturas de código enormes y envían pull requests para su revisión humana.

2. El gran lanzamiento de API de junio y el nuevo Agents SDK

Para los equipos de ingeniería, la noticia más importante es que OpenAI ha indicado que la Assistants API heredada se retirará a mediados de 2026. El estándar del sector ha pasado de forma definitiva a la nueva Responses API combinada con el Agents SDK de nivel empresarial (una evolución del proyecto experimental «Swarm»).

Esta nueva arquitectura resuelve los cuellos de botella de escalabilidad y seguridad que lastraban las iteraciones anteriores. El Agents SDK adopta un patrón orquestador-trabajador y admite de forma nativa «traspasos» (handoffs) inteligentes entre subagentes especializados. Sin embargo, el avance más importante es la separación entre harness y cómputo.

Antes, la lógica de los agentes y los entornos de ejecución estaban peligrosamente entrelazados. Ahora, el SDK introduce una abstracción Manifest que aísla estrictamente el harness del agente (que gestiona las credenciales, el contexto y la orquestación) del sandbox donde realmente se ejecuta el código. Si un agente de Codex necesita ejecutar un script de bash o probar un fragmento de código, lo hace en un contenedor efímero y aislado. Esto reduce drásticamente el radio de impacto del código comprometido o de una inyección de prompts maliciosa, y permite rehidratar el estado si un contenedor falla durante tareas de largo recorrido.

Además, el lanzamiento de API de junio introdujo ChatKit, un SDK completo para crear widgets de chat integrables con compatibilidad nativa con el modo en segundo plano. Los desarrolladores pueden lanzar ahora tareas de investigación profunda o de ejecución de código de larga duración sin mantener abiertas las conexiones HTTP, y reciben el resultado mediante webhooks. Asimismo, OpenAI ha llevado por fin la gestión del estado de las conversaciones al lado del servidor. La API resume y comprime automáticamente el contexto de la conversación para que quepa en los límites de tokens, lo que elimina una enorme fuente de código repetitivo para los desarrolladores de aplicaciones.

3. Seguridad empresarial, identidad y salvaguardas

Históricamente, la adopción empresarial de la IA se ha visto frenada por los riesgos de cumplimiento normativo y las limitaciones de la gestión de identidades. Las actualizaciones de finales de mayo y de junio abordan estas preocupaciones de frente. El lanzamiento de Workload Identity Federation (WIF) significa que los equipos empresariales pueden por fin abandonar las claves de API estáticas y de larga duración. Las aplicaciones pueden autenticarse ahora mediante tokens de corta duración integrados con AWS, Azure, GCP, Kubernetes o GitHub Actions.

Junto con un nuevo Secure MCP Tunnel, las empresas pueden conectar de forma segura sistemas y bases de datos internos a agentes externos con plena capacidad de auditoría. Para las organizaciones que operan en entornos regulatorios estrictos, especialmente con la plena entrada en vigor de la Ley de IA de la UE en agosto de 2026, el Agents SDK trata ahora la observabilidad como un elemento de primer nivel. Los flujos de trabajo incluyen trazabilidad integrada de principio a fin y un Lockdown Mode dedicado, una configuración de seguridad diseñada específicamente para proteger los datos empresariales propietarios frente a ataques de inyección de prompts mediante el aislamiento estricto de los permisos de lectura y escritura.

Además, GPT-5.5 Instant ha sustituido a GPT-5.3 como modelo predeterminado para el día a día: ofrece una reducción significativa de las alucinaciones en escenarios críticos e introduce un parámetro reasoning_effort que permite a los ingenieros ajustar mediante programación, en cada solicitud, la potencia de cómputo dedicada a la lógica de cadena de pensamiento.

4. Infraestructura corporativa y la guerra del CapEx

La escala del desarrollo de IA se ha convertido en una guerra de infraestructura intensiva en capital. OpenAI ha presentado de forma confidencial su S-1 para una oferta pública inicial (OPV), con una valoración que, según se informa, asciende a 852.000 millones de dólares. Para sostener modelos como la serie GPT-5, OpenAI ha trazado un plan de inversión de capital astronómico de 115.000 millones de dólares para los próximos cuatro años con el fin de ampliar su red global de centros de datos.

Para reducir su dependencia de los monopolios de GPU, OpenAI se ha asociado con Broadcom para presentar «Jalapeño», su primer procesador de IA personalizado. Al mismo tiempo, la empresa está diversificando sus ingresos con el lanzamiento de un Ads Manager de autoservicio dentro de ChatGPT, con el que prevé generar 100.000 millones de dólares anuales en ingresos publicitarios para 2030 y financiar así sus ambiciones de infraestructura.

La presión competitiva sigue siendo inmensa. Anthropic ha solicitado recientemente su propia salida a bolsa con una asombrosa valoración de 965.000 millones de dólares, respaldada por una enorme línea de crédito privado de 35.000 millones de dólares de Apollo y Blackstone. Además, Anthropic ha cerrado una alianza de cómputo que aprovecha el centro de datos Colossus 1 de 300 megavatios de SpaceX. A medida que los gigantes tecnológicos se convierten en leviatanes de infraestructura, el mercado de la IA se prepara para una afluencia de capital destinada a superar en escala a la competencia.

Conclusión

El mensaje para los CTO y los responsables de ingeniería es claro: la fase experimental de la integración de LLM ha terminado. Es hora de migrar con decisión las aplicaciones heredadas fuera de la Assistants API, adoptar la Responses API e implementar el Agents SDK para garantizar un aislamiento sólido en sandbox.

Aprovechando Workload Identity Federation y MCP, las organizaciones pueden crear flujos de trabajo de agentes seguros y asíncronos que funcionen como verdaderas extensiones del equipo de ingeniería y no como meros chatbots de novedad. Las herramientas para una orquestación de IA robusta y verificable por fin están aquí: el reto es ahora puramente de ejecución arquitectónica.