Contexto técnico
He querido detenerme en esta historia porque suena demasiado bien para ser verdad: le das una orden en lenguaje natural a un modelo y él mismo se encarga de instalar un plugin. Para quienes integramos la IA en procesos reales, este es el típico caso en el que un tuit llamativo se confunde con una capacidad real.
Si observamos las funciones públicamente confirmadas de Copilot, asistentes similares a Codex y herramientas CLI, la realidad es mucho más prosaica. Son bastante buenos generando comandos, sugiriendo pasos de instalación o preparando scripts de shell y acciones en el IDE, pero la ejecución suele depender del usuario.
No he encontrado ninguna confirmación fiable de que exista un escenario oficial en el que Codex instale de forma autónoma un plugin de "uso del ordenador" directamente en el sistema a partir de una sola frase del usuario. Y es lógico: dar acceso directo para instalar software sin una confirmación explícita sería una brecha de seguridad gigantesca.
Lo más probable es que estemos ante uno de tres escenarios. O bien la persona describió como "lo instaló él mismo" una secuencia en la que el asistente generó un comando y el usuario lo confirmó. O se trataba de un agente local con permisos de ejecución. O, simplemente, fue una exageración al estilo de Twitter, donde el impacto importa más que la precisión.
Y aquí es donde empieza lo interesante. Cuando diseño arquitecturas de IA para la automatización del desarrollo, siempre separo la sugerencia de la ejecución. Mientras el modelo solo aconseja, el riesgo es uno. En el momento en que obtiene permiso para tocar el sistema de archivos, los paquetes, el terminal y los permisos de acceso, se convierte en un sistema de una clase completamente diferente.
Impacto en el negocio y la automatización
Para las empresas, la conclusión es simple: no hay que creer en el mito de una "IA mágica que lo instalará todo por ti". Una implementación de IA adecuada se basa en pasos controlados, registros, confirmaciones y permisos limitados.
¿Quién sale ganando? Los equipos que quieren acelerar tareas rutinarias: instalar dependencias, configurar entornos, realizar tareas de DevOps repetitivas. ¿Quién sale perdiendo? Quienes confunden un asistente de chat con un agente autónomo seguro y le otorgan un acceso excesivo.
En Nahornyi AI Lab, precisamente abordamos esta frontera en la práctica: dónde se puede permitir que un agente actúe por sí mismo y dónde se necesita la intervención humana (human-in-the-loop). Si tu equipo de desarrollo o soporte técnico está ahogado en tareas repetitivas, puedo analizar vuestro proceso y construir una automatización con IA sin circo, pero con seguridad real y un ahorro de tiempo tangible.