OpenAI Codex 0.160.0 convierte la fiabilidad en la principal característica del agente
OpenAI Codex 0.160.0 llegó con cuatro funciones nuevas y seis grupos de correcciones, pero su cambio real es operativo, no cosmético. Lanzada el 1 de octubre de 2026, la actualización facilita encontrar, reanudar, supervisar y recuperar sesiones de agentes en curso tras interrupciones.
Este enfoque crea un contraste revelador. Los agentes de programación suelen juzgarse por el código que producen durante una única tarea. OpenAI está invirtiendo ahora de forma considerable en todo lo que rodea esa tarea, incluidos el historial, los permisos, los traspasos, la recuperación de conexiones y la configuración del entorno.
La principal competencia ya no es solo Codex frente a Claude Code, GitHub Copilot u otro asistente de programación. Es la de operaciones persistentes de agentes frente al modelo de chat desechable, donde cada sesión empieza desde cero y los fallos permanecen aislados. La versión 0.160.0 sugiere que OpenAI espera que los desarrolladores traten el trabajo de los agentes como un estado operativo duradero.
Qué cambia realmente OpenAI Codex 0.160.0
La actualización convierte varios puntos de fallo ocultos en partes gestionadas del flujo de trabajo de Codex.
La versión 0.160.0 oficial divide sus cambios entre nuevas funciones, correcciones de errores, documentación y trabajo de mantenimiento. Las incorporaciones principales abarcan el historial de tareas, la interacción con terminales Linux, las sesiones sin proyecto y el contexto opcional para revisiones de Guardian.
El historial de tareas recibe uno de los cambios más visibles. El centro de control del agente antes mostraba inicialmente solo diez sesiones recientes, sin una vía directa hacia trabajos más antiguos. La nueva fila “Mostrar más”, accesible mediante teclado, puede descubrir hasta diez tareas adicionales con cada solicitud.
Esto es más que añadir paginación a una lista. Codex conserva cursores independientes y resultados almacenados en búfer para distintas fuentes del historial. Después fusiona las sesiones interactivas y no interactivas por orden de antigüedad.
La interfaz también conserva los resultados existentes cuando falla una solicitud posterior. Rellena posiciones vacías después de archivar o eliminar tareas, al tiempo que evita actualizaciones obsoletas que restauren tareas eliminadas. Estos detalles importan cuando el historial se convierte en un registro operativo en lugar de un menú de conveniencia.
Los usuarios de Linux reciben otra corrección de interacción. En modo de pantalla completa en terminales X11 locales compatibles, los usuarios pueden seleccionar texto de la transcripción y pegarlo mediante la selección primaria con un clic central. El comportamiento acerca Codex a las convenciones consolidadas de las terminales.
Las sesiones sin proyecto reciben una actualización más relevante. Codex ahora puede comenzar a trabajar fuera de un proyecto reconocido usando valores predeterminados del espacio de trabajo, pero solo cuando la configuración local y la política administrada permitan ese comportamiento.
Las tareas reanudadas pueden restaurar su perfil de permisos guardado, salvo que el usuario lo anule explícitamente. Los turnos ordinarios no deberían sobrescribir el perfil guardado en el servidor. Las opciones explícitas de revisión de aprobaciones permanecen separadas de los permisos restaurados de la tarea.
La versión también amplía Guardian, una capa de revisión automatizada que evalúa las acciones propuestas por el agente. Dos capacidades opcionales permiten a Guardian recuperar instrucciones anteriores del usuario y recibir contexto seleccionado de los traspasos entre agentes.
Ambas incorporaciones de Guardian están desactivadas de forma predeterminada. Esta distinción es importante porque los cambios amplían el contexto disponible durante la revisión de acciones. OpenAI las presenta como capacidades de seguridad controladas, no como un comportamiento universal aplicado silenciosamente a cada sesión.
Las correcciones de errores refuerzan el mismo tema. Codex puede reanudar mensajes en cola tras una reconexión sin reenviar ciegamente envíos inciertos. Conserva más ajustes de terminal, repara varias rutas de sandbox de Windows y mejora la herencia del entorno de los subagentes.
OpenAI también abordó bloqueos de SQLite, tiempos de espera de inicialización engañosos, catálogos de proveedores obsoletos, análisis repetido de plugins y espacio sin usar en la base de datos de registros. Estos cambios no alteran la inteligencia aparente del modelo. Reducen las formas en que un flujo de trabajo de agentes puede volverse confuso o inconsistente.
Por eso importa esta versión. Trata el sistema que rodea al agente como parte del producto, no como infraestructura que los usuarios deban tolerar.
Las tareas antiguas convierten el centro de control en un registro operativo
Un historial con búsqueda y ampliable transforma Codex de una secuencia de prompts en un espacio de trabajo con memoria.
Antes de esta actualización, el centro de control cargaba diez sesiones recientes. Los usuarios podían buscar dentro de lo que la interfaz había cargado, pero no tenían una forma directa de seguir retrocediendo por el historial de tareas más antiguo.
El nuevo diseño de paginación de tareas añade una fila seleccionable de “Mostrar más”. Permanece disponible durante la búsqueda e incluye estados de carga y reintento diseñados para la navegación mediante teclado.
Un incremento de diez tareas parece pequeño. Lo importante es que OpenAI diseñó la gestión de estado circundante para un historial que sigue creciendo.
Codex almacena cursores para cada fuente y guarda resultados en búfer entre solicitudes. Fusiona diferentes tipos de sesión por antigüedad en vez de asumir una única fuente unificada. Si una solicitud falla, las tareas ya cargadas siguen visibles.
Ese comportamiento respalda una situación habitual de desarrollo. Un usuario puede necesitar volver a una investigación de varios días antes después de que un nuevo error revele síntomas relacionados. Perder filas anteriores durante una actualización fallida convertiría el historial en un índice poco fiable.
La actualización también limita las actualizaciones rutinarias de detalles a los hilos recientes, cargados o solicitados explícitamente. Esta decisión controla el trabajo en segundo plano a medida que se amplía el conjunto visible de tareas. Indica que OpenAI espera que las colecciones de historial crezcan de manera considerable.
El historial persistente presiona al modelo de sesiones desechables utilizado por asistentes más simples. Un asistente de vida corta solo necesita responder al prompt actual. Un agente persistente debe conservar identidad, orden, configuración y permisos a lo largo del tiempo.
Esa diferencia cambia lo que esperan los usuarios. Cuando una tarea aparece en un centro de control, empieza a parecerse a un elemento de trabajo más que a una transcripción de chat. Los usuarios esperan poder encontrarla, reanudarla, bifurcarla y comprender su estado actual.
Los equipos también obtienen una vía más clara para recuperar el contexto de razonamiento e implementación. Una tarea puede conservar la secuencia que produjo un parche, incluidas correcciones posteriores. Esto puede complementar una base de conocimiento con búsqueda que contenga especificaciones, decisiones y documentos técnicos locales.
El historial sigue teniendo límites. La paginación no equivale a recuperación semántica, informes de proyectos ni registros formales de auditoría. La versión no afirma ofrecer esos sistemas.
El centro de control también debe representar fuentes de tareas mixtas sin crear una equivalencia falsa. Una sesión local interactiva puede partir de supuestos distintos a los de una tarea ejecutada remotamente. Ordenarlas juntas facilita el descubrimiento, pero no elimina esas diferencias.
La implementación de OpenAI reconoce esa complejidad mediante cursores por fuente y ordenación fusionada. También evita que solicitudes obsoletas devuelvan tareas eliminadas, una regla de consistencia sutil pero importante.
Esto posiciona el historial de sesiones como infraestructura compartida. Reanudar, bifurcar, buscar, eliminar y archivar dependen de que el mismo registro se comporte de forma predecible.
Claude Code y GitHub Copilot afrontan la misma presión de producto más amplia, aunque sus interfaces difieran. A medida que los asistentes de programación asuman encargos más largos, los usuarios exigirán historiales duraderos en lugar de ventanas conversacionales aisladas.
Por tanto, la cuestión competitiva no es quién muestra la lista más larga. Es qué producto puede hacer que el trabajo antiguo de los agentes sea lo bastante fiable como para reutilizarlo.
Para OpenAI, “Mostrar más” es el control visible. El movimiento más amplio es aceptar que el historial de agentes necesita la misma gestión cuidadosa del estado que otros sistemas para desarrolladores.
Las correcciones de reconexión abordan el tipo de ambigüedad más costoso
Un agente de programación debe distinguir entre trabajo que falló y trabajo cuyo estado simplemente se desconoce.
Las interrupciones de red crean un problema difícil para cualquier agente con estado. Un cliente puede perder la conexión después de enviar un mensaje, pero antes de recibir confirmación. Reenviar ese mensaje podría duplicar una acción, mientras que descartarlo podría abandonar el trabajo solicitado.
La corrección de reconexión de OpenAI separa los mensajes no enviados de los mensajes enviados sin confirmación de entrega. Codex reconcilia prompts y mensajes de dirección mediante identificadores exactos de mensajes del cliente encontrados en el historial restaurado, los eventos almacenados en búfer y los comprobantes posteriores.
Los envíos confirmados abandonan la cola recuperada. Los mensajes que nunca se enviaron pueden reanudarse tras la reproducción. Los envíos inciertos permanecen en pausa en vez de transmitirse de nuevo.
La interfaz también identifica el mensaje cuya entrega no pudo confirmarse. Esto ofrece al usuario una ambigüedad concreta que resolver en lugar de una advertencia genérica de conexión.
Esta distinción importa porque los prompts de los agentes pueden provocar efectos secundarios. Una solicitud repetida podría editar el mismo archivo dos veces, volver a invocar una acción externa o crear un segundo resultado después de que el primero tuviera éxito.
Los clientes de chat tradicionales a menudo pueden tolerar texto duplicado. Un sistema de agentes no puede asumir que la repetición sea inocua. Sus mensajes pueden corresponder a acciones, no solo a conversación.
OpenAI conservó las pausas para conversaciones no disponibles, solicitudes pendientes de compactación o revisión, y fallos de recuperación ya existentes. En otras palabras, la reanudación automática se aplica solo cuando el cliente puede establecer un estado seguro.
Este es un ejemplo práctico de la presión por la idempotencia. La idempotencia significa que repetir una operación tiene el mismo efecto que realizarla una sola vez. Muchas acciones de agentes no son inherentemente idempotentes, por lo que el cliente debe evitar reproducciones descuidadas.
La versión no afirma ofrecer una recuperación perfecta en todas las condiciones de fallo. Un historial ausente o confirmaciones retrasadas todavía pueden dejar un envío en situación incierta. El comportamiento más seguro es exponer esa incertidumbre.
Esta elección revela la disyuntiva central de los agentes persistentes. Más automatización puede reducir la fricción, pero la recuperación automática puede generar riesgos cuando el sistema no dispone de suficiente evidencia.
OpenAI resuelve esta disyuntiva concreta reanudando solo la entrada que se sabe que no se envió. Pausa el caso ambiguo y pide al usuario que lo revise. Es menos fluido que una reproducción incondicional, pero protege frente a ejecuciones duplicadas.
El mismo principio aparece en otras partes de OpenAI Codex 0.160.0. Las sesiones sin proyecto reciben valores predeterminados del espacio de trabajo solo cuando la política lo permite. Guardian recibe contexto adicional solo mediante funciones opcionales. Los subagentes conservan entornos pendientes en lugar de fingir que esos entornos están preparados.
Estos cambios favorecen el estado explícito frente a las suposiciones optimistas. Este enfoque puede parecer conservador, pero gana valor a medida que los agentes manejan secuencias más largas y herramientas con consecuencias más importantes.
La interfaz de terminal también conserva los ajustes de proveedor del servidor, resumen de razonamiento y nivel de detalle. El historial de reanudación y bifurcación ahora utiliza la búsqueda correcta del proveedor de modelos. Estas correcciones evitan que una sesión recuperada parezca equivalente mientras usa silenciosamente una configuración diferente.
Para un desarrollador individual, el beneficio es la continuidad. Una interrupción de conexión no debería borrar trabajo en cola ni duplicar una solicitud.
Para los usuarios empresariales, lo que está en juego es mayor. Los envíos inciertos complican la rendición de cuentas, especialmente cuando un agente puede modificar repositorios o interactuar con servicios conectados. El estado recuperable debe conservar tanto la intención como la evidencia.
Aquí es donde las operaciones persistentes de agentes obtienen ventaja frente a los chats desechables. Una sesión desechable puede simplemente fallar. Un sistema duradero debe explicar qué ocurrió, conservar lo que sigue siendo válido y detenerse donde termina la certeza.
Guardian gana contexto, pero más contexto no equivale automáticamente a más seguridad
Guardian puede revisar más elementos de la intención del usuario, aunque la calidad de esa revisión sigue dependiendo de la selección de contexto y de la política vigente.
Un revisor automatizado solo puede evaluar la evidencia que recibe. Si un agente propone una acción después de una conversación extensa, el segmento más reciente de la transcripción puede omitir la instrucción que la autorizó originalmente.
La nueva capacidad opcional de recuperación de historial aborda esa carencia. Cuando se activa junto con Apps, Guardian puede buscar y leer mensajes anteriores del usuario mediante la conexión en vivo y la identidad de conversación de la sesión principal.
El caso que motivó esta función es concreto. Una transcripción truncada puede omitir instrucciones previas, restricciones o permisos revocados. Guardian necesita un historial relevante antes de aprobar una acción con efectos secundarios.
La implementación vuelve a comprobar la política actual de apps y herramientas de la sesión principal en cada llamada. Las herramientas deshabilitadas siguen sin estar disponibles, y las llamadas que requieren aprobación se rechazan. Una herramienta disponible anteriormente no queda autorizada de forma permanente por el contexto histórico.
OpenAI también indica al revisor que distinga entre la autorización del usuario y el contexto generado por el asistente. Esto evita que una afirmación previa del asistente se trate como equivalente al permiso del usuario.
Las revocaciones posteriores también importan. Si un usuario permitió antes una acción y después retiró ese permiso, la instrucción más reciente debe prevalecer durante la revisión. El diseño de recuperación contempla explícitamente resultados incompletos y autorizaciones cambiantes.
Las respuestas del historial usan un límite predeterminado estimado de 4.000 tokens. Los administradores pueden configurar ese máximo, mientras que continúan aplicándose límites más estrictos de la sesión principal o del revisor.
La segunda capacidad opcional selecciona el contexto raíz en torno a las transferencias entre agentes. Para cada transferencia relevante, Guardian puede recibir los tres mensajes raíz anteriores. También puede recibir los tres mensajes raíz más recientes para que las cancelaciones recientes permanezcan visibles.
Esto ayuda cuando un agente principal delega trabajo a un subagente. La transcripción local del agente secundario puede explicar la tarea asignada, pero omitir la autorización más amplia que hacía aceptable esa tarea.
Sin embargo, contar con contexto adicional no equivale a una comprensión completa. La recuperación puede pasar por alto lenguaje relevante, y las ventanas de transferencia seleccionadas pueden excluir una instrucción situada fuera de sus límites. Una transcripción más amplia también puede contener solicitudes contradictorias.
La función permanece deshabilitada de forma predeterminada, lo que limita la exposición inmediata. Ese estado también significa que los usuarios no deberían asumir que cada revisión de Guardian consulta ahora todo su historial de conversación.
La privacidad y el tratamiento de datos merecen atención. La implementación utiliza la conexión en vivo de Apps y la identidad de conversación de la sesión principal cuando la opción está activada. Las organizaciones deberían comprender qué mensajes quedan disponibles para la ruta de revisión.
El sistema de revisión también mantiene una distinción entre autorización y contexto de la tarea. Ese límite es esencial. Saber por qué un agente recibió una tarea no autoriza automáticamente cada acción que pudiera elegir.
Este es el equilibrio central de la versión. Los agentes persistentes necesitan más contexto para evitar malentendidos inseguros, pero un contexto más amplio amplía el material que un revisor debe manejar correctamente.
Las salvaguardas de OpenAI abordan varios modos de fallo evidentes. Incluyen comprobaciones de políticas en vivo, límites de mensajes, valores predeterminados deshabilitados, conciencia de revocaciones y reglas de aislamiento para sesiones con registros de extensiones explícitos.
Aun así, las solicitudes de extracción públicas ofrecen descripciones de implementación y cobertura de pruebas, no evidencia independiente sobre la precisión de las revisiones en el mundo real. Los usuarios deberían evitar tratar a Guardian como sustituto de permisos delimitados y confirmación humana.
La función se entiende mejor como defensa en profundidad. Puede ayudar a un revisor a localizar evidencia relevante. No puede garantizar que cada autorización ambigua reciba la interpretación correcta.
Esa incertidumbre debería orientar la adopción. Los equipos pueden activar la función para flujos de trabajo controlados, examinar el comportamiento de revisión y mantener las acciones importantes tras aprobaciones explícitas.
Las sesiones sin proyecto amplían el acceso sin descartar la política
Codex ahora se inicia con mayor facilidad fuera de un proyecto formal, mientras conserva las comprobaciones de permisos como límite rector.
El trabajo de programación no siempre comienza dentro de un repositorio. Los desarrolladores inspeccionan directorios de configuración, exportaciones temporales, registros, archivos generados y carpetas que todavía no se han convertido en proyectos.
Las anteriores suposiciones sobre los proyectos podían añadir fricción en esas situaciones. OpenAI Codex 0.160.0 introduce sesiones de terminal sin proyecto que usan valores predeterminados del espacio de trabajo cuando lo permiten la ejecución local, la configuración y la política administrada.
La implementación puede omitir las solicitudes de confianza de carpetas para directorios locales sin proyecto descubiertos que carecen de una decisión de confianza guardada. Aplica permisos de escritura en el espacio de trabajo y valores predeterminados de aprobación granulares solo cuando la política pertinente lo permite.
Windows recibe una protección adicional. Codex solicita configurar el sandbox cuando es necesario antes de habilitar permisos implícitos de escritura en el espacio de trabajo.
La actualización también restaura los permisos de tareas guardados durante la reanudación, salvo que el usuario los reemplace explícitamente. Esto evita que una tarea reanudada vuelva silenciosamente con un perfil de permisos distinto.
Los turnos conversacionales ordinarios no deberían sobrescribir el perfil guardado en el servidor. Las elecciones explícitas realizadas mediante un revisor de aprobaciones se mantienen registradas por separado. Esa separación reduce los cambios accidentales en la política duradera de las tareas.
Los cambios de directorio reciben un tratamiento similar. El comando /cd puede solicitar confianza para una carpeta y ofrecer una opción de “Mantener el directorio actual”. Codex vuelve a comprobar la actividad de la tarea y los terminales en segundo plano antes de cambiar de ubicación.
También exige los permisos necesarios para el destino. Por tanto, un cambio de directorio sigue siendo una transición de política, no una mera actualización de ruta.
El beneficio inmediato es la flexibilidad. Un desarrollador puede iniciar una investigación en torno a un grupo disperso de archivos sin organizarlos primero en una estructura de proyecto reconocida.
La implicación más amplia afecta a la identidad del espacio de trabajo. Si un agente puede operar fuera de los repositorios, el límite del proyecto ya no puede asumir por sí solo toda la confianza, el almacenamiento y los permisos.
Eso incrementa la presión sobre la política explícita. Los valores predeterminados del espacio de trabajo, los perfiles de tareas guardados, la confianza de directorios y la preparación del sandbox se convierten en los mecanismos que definen el comportamiento permitido.
La actualización no elimina el consentimiento. Cambia dónde se representa ese consentimiento y cuándo Codex puede inferir un valor predeterminado seguro.
Esta distinción importa para quienes comparan OpenAI Codex con los flujos de trabajo de Claude Code o GitHub Copilot. Un punto de entrada flexible solo es útil cuando reanudar, cambiar de directorio y restaurar permisos producen resultados predecibles.
La operación sin proyecto también puede hacer que el uso de agentes sea relevante para más tareas de trabajo del conocimiento. Las investigaciones técnicas suelen combinar código fuente con especificaciones, registros, notas de reuniones e informes generados.
Los desarrolladores pueden reunir ese contexto mediante knowledge blending y luego pedir a un agente que trabaje con la evidencia resultante. El límite de permisos debe mantenerse claro cuando esas fuentes contienen material sensible.
La visión escéptica es sencilla. Los valores predeterminados pueden reducir la fricción y, al mismo tiempo, hacer menos visibles los cambios de permisos. Los usuarios podrían confundir “permitido por la política” con “seguro para esta tarea específica”.
OpenAI aborda parcialmente ese riesgo al separar los permisos almacenados de las elecciones explícitas del revisor. También conserva el consentimiento de directorio cuando un destino requiere una decisión de confianza distinta.
Las notas de la versión no aportan datos de adopción ni resultados de incidentes empresariales. No hay base para afirmar que las sesiones sin proyecto sean más seguras que las vinculadas a repositorios en todos los entornos.
El cambio significativo es más limitado. Codex puede comenzar a trabajar en más lugares sin abandonar su modelo de políticas. Que las organizaciones acepten ese equilibrio dependerá de su configuración administrada y de sus necesidades de auditoría.
Tres señales mostrarán si funciona la estrategia de fiabilidad
La próxima prueba es si estas mejoras en la gestión de estado siguen siendo comprensibles bajo cargas de trabajo reales.
La primera señal es la adopción de las funciones opcionales de contexto de Guardian. OpenAI debería observar si los usuarios activan la recuperación del historial de conversaciones y la revisión consciente de transferencias en flujos de trabajo sostenidos.
Si la adopción crece sin un aumento paralelo de aprobaciones confusas, la estrategia de contexto ganará credibilidad. Si los equipos mantienen las opciones deshabilitadas, la capacidad añadida podría ser demasiado difícil de gobernar.
La evidencia más útil describiría aprobaciones erróneas, bloqueos innecesarios, revocaciones omitidas y latencia del revisor. Una marca de función por sí sola no puede mostrar si Guardian interpreta correctamente las instrucciones recuperadas.
La segunda señal es el comportamiento de recuperación durante conexiones inestables. La nueva lógica de cola distingue entre mensajes no enviados y envíos con estado incierto. Las sesiones reales pondrán a prueba esa distinción en tareas largas, varios dispositivos y recepciones tardías del servidor.
Menos acciones duplicadas reforzarían la tesis de OpenAI sobre los espacios de trabajo persistentes. Avisos frecuentes de incertidumbre la debilitarían, incluso si pausar sigue siendo más seguro que repetir automáticamente.
Los usuarios también deberían observar si las futuras versiones aplican el mismo modelo de conciliación a más tipos de eventos. Los sistemas de agentes generan llamadas a herramientas, revisiones, transferencias, cambios de entorno y salida de terminal, además de solicitudes ordinarias.
La tercera señal es si el historial del centro de comandos se convierte en una base para una gestión más amplia de tareas. La paginación resuelve el acceso a sesiones antiguas, pero una adopción prolongada generará demanda de una recuperación y organización más sólidas.
Los siguientes pasos útiles podrían incluir filtros más ricos, un estado de tarea más claro, etiquetas duraderas o mejores vínculos entre las sesiones y los cambios de código resultantes. Esas posibilidades no son funciones anunciadas, por lo que siguen siendo puntos de observación y no promesas.
La misma señal se aplica a los competidores. Si otros agentes de programación enfatizan tareas reanudables, continuidad de permisos y estado recuperable, el mercado está validando las operaciones persistentes como una categoría central de producto.
Las próximas versiones de OpenAI también deberían revelar hasta qué punto esta arquitectura se extiende a los subagentes. La versión 0.160.0 ya preserva los entornos que aún se están iniciando cuando se genera un agente secundario.
El agente secundario recibe la configuración posterior o el fallo del entorno original en lugar de perder ese entorno. Las esperas de configuración pendientes también pueden sobrevivir a los reintentos del ejecutor.
Esto reduce una condición de carrera, que ocurre cuando el tiempo altera el resultado de una operación. Un agente secundario que se inicia ligeramente antes no debería recibir un entorno diferente solo porque la preparación no ha terminado.
La dirección es coherente en toda la versión. Las sesiones antiguas siguen siendo localizables. Los mensajes en cola sobreviven a las reconexiones. Los permisos regresan con las tareas reanudadas. Guardian puede recuperar el contexto de autorización relevante. Los subagentes conservan los entornos que aún se están preparando.
Ninguno de estos cambios garantiza un código generado mejor. En conjunto, abordan si los usuarios pueden confiar en el proceso que rodea la generación de código.
Ese proceso se está convirtiendo en la superficie competitiva. La calidad del modelo sigue siendo importante, pero el trabajo duradero con agentes también depende de la recuperación, los límites de permisos, la procedencia del contexto y la incertidumbre visible.
Por tanto, OpenAI Codex 0.160.0 no es un lanzamiento espectacular de capacidades. Es una versión de infraestructura orientada a hacer que los agentes se comporten como colaboradores persistentes en lugar de respondedores de prompts desechables.
Los desarrolladores deberían probar la actualización con sus flujos de trabajo menos ordenados. Reanudar una tarea antigua, interrumpir una conexión, iniciar fuera de un repositorio e inspeccionar qué permisos se restauran.
Los equipos que evalúan agentes de programación deberían plantear una pregunta directa: ¿puede el sistema explicar qué se conservó, qué cambió y qué sigue siendo incierto después de una interrupción?
Si la respuesta sigue siendo clara durante el trabajo real, la estrategia de fiabilidad de OpenAI está teniendo éxito. Si los usuarios deben reconstruir el estado manualmente, el centro de comandos seguirá siendo una vista pulida sobre sesiones frágiles.
