Contexto técnico
He revisado el lanzamiento de OpenAI Codex rust‑v0.145.0 y hay algo realmente sólido: no solo han ajustado la UX, sino que han estabilizado el multi‑agente V2 con suscripción voluntaria (opt‑in). Para quienes construyen automatización con IA y pipelines de desarrollo, esto no es cosmético: es un cambio en el propio modelo de ejecución de tareas.
La novedad clave que veo es que ahora se puede asignar un modelo y un nivel de razonamiento independientes a cada subagente. Así, un agente padre se encarga de la orquestación mientras envío hilos hijos a diferentes perfiles: donde necesito un barrido barato de la base de código o un agente más pesado para lógica compleja.
Esto importa más de lo que parece. Antes, en muchos escenarios con agentes, la elección del modelo estaba demasiado atada a la sesión; ahora el enrutamiento se acerca al nivel del hilo concreto y de la subtarea.
Lo segundo que me llamó la atención de inmediato es la concurrencia. Codex V2 normaliza la ejecución en paralelo de varios agentes sobre un proyecto: uno explora la estructura del repositorio, otro verifica dependencias y un tercero ensambla una pieza de funcionalidad. Luego, todo se consolida en una única respuesta.
Además, el lanzamiento trae de vuelta los roles y mejora la navegación entre agentes. Según mi experiencia, esto no es un detalle menor: hace que un sistema multi‑agente sea al menos manejable en el trabajo diario. Cuando no puedes saber con rapidez quién hace qué ni moverte por la jerarquía, toda la belleza de la arquitectura de agentes se convierte rápidamente en caos.
Pero no lo idealizaría. Ya hay preguntas sobre la observabilidad alrededor de V2: cuanta más autonomía tengan los subagentes, más acuciante se vuelve la necesidad de auditoría, depuración y control de instrucciones entre agentes.
Qué significa esto para los negocios y la automatización
Para los equipos veo tres ventajas. Primera, es más barato construir una integración de IA mixta, donde no todas las subtareas pasan por el perfil de razonamiento más caro. Segunda, las tareas grandes realmente paralelizables se completan más rápido. Tercera, la arquitectura se asemeja más a una organización de ingeniería real: un orquestador y ejecutores especializados.
¿Quién pierde? Quienes esperaban que el multi‑agente resolviera el caos del proceso por sí solo. Sin reglas de enrutamiento, restricciones de sandbox y una observabilidad clara, se rompe fácilmente en producción.
En Nahornyi AI Lab resolvemos precisamente estos problemas en la práctica: no nos limitamos a activar un modo agente de moda, sino que construimos soluciones de IA para empresas de modo que sean gestionables, auditables y no quemen el presupuesto sin motivo. Si tienes un escenario en el que un solo asistente ya tocó techo, puedo trabajar contigo para diseñar la arquitectura y construir una automatización con IA adaptada a tu proceso real, sin agentes de juguete solo por marcarse el tanto.