Contexto técnico
Yo también me encuentro cada vez más a menudo prescindiendo de un 'plan mode' separado. Con la combinación de GPT-5.5 y Codex, el modelo realmente mantiene mejor el ritmo de la tarea: primero desglosa el trabajo y luego pasa a la implementación sin necesidad de un empujón constante por mi parte. Para la implementación práctica de la IA, este es un cambio muy bienvenido.
Pero aquí freno en seco: en los materiales oficiales de OpenAI no hay una promesa directa de que el modelo reemplace de forma fiable a un planificador dedicado. La documentación dice otra cosa: GPT-5.5 es más fuerte en flujos de trabajo agénticos (agentic workflows), soporta reasoning.effort, funciona a través de la API de Responses y utiliza mejor las herramientas. Esto no es lo mismo que un cambio automático garantizado entre las fases de 'plan' y 'act'.
He investigado las guías disponibles y el panorama es este. GPT-5.5-Codex se ha vuelto realmente más seguro en tareas de ingeniería largas, se atasca menos en "aquí está mi plan" y llega más a menudo a la acción. Pero si se necesita un circuito de producción predecible, el framework que lo rodea sigue siendo decisivo: modos, políticas de herramientas (tool policies), límites a las respuestas inactivas y, a veces, una capa explícita 'strict-agentic'.
Así que entiendo perfectamente la sensación del usuario de que "el planificador ya no es necesario". A nivel de UX, así es: la fricción ha disminuido. A nivel de arquitectura de IA, yo lo formularía con más cuidado: no es una abolición del enfoque planificador, sino un aumento de la capacidad base del modelo para gestionar su propio ciclo de trabajo.
Impacto en el negocio y la automatización
La primera consecuencia es simple: menos microgestión manual en el desarrollo. Si antes había que extraer por separado un plan del agente y luego empujarlo a la ejecución, ahora parte de esa mecánica se puede eliminar y acelerar la integración de la IA en el producto.
Segundo: lo que se abarata no es la inferencia en sí, sino la orquestación a su alrededor. Menos pasos de servicio, menos mensajes innecesarios, escenarios de automatización con IA más simples donde la tarea no requiere una auditoría estricta de cada paso.
Pero perderán aquellos que desechen el control demasiado pronto. En procesos sensibles, donde la verificabilidad, las aprobaciones y el seguimiento de acciones son importantes, una fase de planificación separada sigue siendo útil.
Yo lo vería así: para tareas internas de desarrollo y agentes rápidos, se puede simplificar el flujo con confianza. Para sistemas en producción con riesgo de error, es mejor probar en sus propios escenarios en lugar de creer en la magia. Si la velocidad de su equipo está estancada o el agente planea sin cesar o se queda parado, podemos analizar su proceso juntos: en Nahornyi AI Lab, suelo ajustar estas cosas para lograr una automatización con IA coherente sin el teatro innecesario alrededor del "agente inteligente".