Ayer OpenAI abrió en beta pública la Agents API y, claro, el titular suena genial: construye agentes con el mismo arnés que usa Codex, en una sola llamada, sin montar colas, sandboxes ni lógica de reintentos. Si llevas meses probando flujos con Responses API y Agents SDK, te reconozco el alivio. Pero después de leer la documentación y lo que comentan analistas como Pareekh Jain o Phil Fersht en InfoWorld, me queda la sensación de que te están vendiendo velocidad a cambio de dependencia.
La propuesta es clara. Tú defines tarea, modelo, herramientas y entorno; OpenAI se encarga de la orquestación, las sesiones largas, la compactación de contexto y la recuperación ante fallos. Puedes ejecutar en sandbox gestionado por ellos, en tu propia infraestructura o con proveedores como Cloudflare, Vercel, E2B o Oracle. Suena flexible. Hasta que lees la letra pequeña sobre retención de datos.
La propia documentación admite que la Agents API no soporta Zero Data Retention, ni siquiera si usas sandbox self-hosted. Eso no es un detalle técnico menor: en sanidad, banca o cualquier sector regulado, es una puerta cerrada. Amit Kumar Jena, de Kanerika, lo resume bien en InfoWorld: si OpenAI controla modelo, contexto, herramientas, orquestación y entorno de ejecución, migrar a otra plataforma se vuelve mucho más caro de lo que parece en la demo.
Y la demo funciona, no te voy a mentir. El quickstart oficial crea una sesión, lanza un script Python en sandbox y te devuelve el árbol de directorios. Menos piezas que montar a mano. Menos ingeniería de infraestructura. Para una startup que ya paga tokens a OpenAI, el salto es tentador. Para una pyme que quiere probar agentes en atención al cliente o automatización interna, también. El problema es que confundimos «menos código que escribir hoy» con «menos riesgo mañana».
OpenAI insiste en que no hay tarifa extra por la API: pagas tokens y herramientas, como siempre. Eso es cierto y, a la vez, engañoso. El coste oculto no está en la línea de factura de septiembre; está en el contrato invisible que firmas cuando centralizas el arnés del agente en un único proveedor. Si mañana suben precios, cambian términos o limitan modelos, tu negocio no negocia desde la misma posición que cuando tenías cola, base de estado y sandbox en tu VPC.
Tampoco es que no existan alternativas. Anthropic lleva desde abril con Claude Managed Agents en beta pública. AWS generalizó Bedrock AgentCore en junio con arnés gestionado y posibilidad de cambiar de modelo a mitad de sesión sin perder contexto. Microsoft tiene Foundry Agent Service. LangGraph sigue ahí para quien quiera más control. OpenAI llega tarde al mercado de agentes gestionados, pero llega con la marca Codex y con la narrativa de «una sola API y listo». Eso pesa en ventas, aunque no resuelva el lock-in.
Lo que más me preocupa para el sector web es la normalización del patrón: cada vez más agencias y equipos pequeños van a montar agentes sobre infraestructura ajena porque el time-to-market manda. Es comprensible. Montar un agente que aguante horas desatendido —con compactación de contexto, subagentes, MCP conectado a documentación externa— requiere semanas de trabajo que muchas pymes no tienen. La Agents API reduce ese tiempo. Pero también reduce tu capacidad de auditar qué pasa con los datos de tus clientes entre turnos de sesión.
En el anuncio de la comunidad de desarrolladores, OpenAI destaca integraciones con sandbox de terceros y entornos en VPC. Bien. Eso mitiga parte del miedo a la ejecución de código. No mitiga que el estado de la sesión y la orquestación sigan en su infraestructura, con residencia de datos solo en Estados Unidos y sin ZDR. Si tu cliente europeo te pregunta dónde viven los prompts de sus usuarios finales, «en el arnés gestionado de OpenAI» no siempre es respuesta suficiente bajo GDPR.
Mi consejo, si te planteas probarla: hazlo en un entorno acotado, con datos sintéticos, y documenta qué pasaría si tuvieras que replicar el mismo agente en Bedrock o en un arnés propio. Mide no solo cuántas horas ahorras al montar la primera versión, sino cuánto te costaría salir en seis meses. Porque la trampa clásica del SaaS de IA no es que no funcione; es que funciona demasiado pronto como para que nadie del comité de compras pida un plan B.
OpenAI ha convertido Codex en producto empaquetado para empresas. Eso era inevitable. Lo que no es inevitable es que tú lo adoptes sin leer el candado. La beta pública está ahí, gratis de cuota adicional, tentadora como pocas. Solo recuerda: cuando alguien te quita la complejidad de montar infraestructura, muchas veces se queda con la complejidad de desmontarla.
Si tu proveedor de hosting te pidiera migrar toda la lógica de tus agentes a su panel propietario a cambio de ahorrarte dos semanas de desarrollo, pero sin garantía de borrado inmediato de datos ni opción de cambiar de modelo sin reescribir sesiones, lo firmarías para un cliente con datos sensibles?