Ayer, 1 de agosto, OpenAI publicó un informe con diez avances en matemática y ciencias de la computación teórica resueltos por una versión interna de Astra, la familia de modelos que la empresa presenta como su siguiente gran salto. Problemas abiertos desde hace más de una década, certificados en Lean, PDFs descargables. Impresionante, sí. Pero si gestionas una web, una tienda online o simplemente pagas suscripción a herramientas de IA, lo que importa no es si Astra demuestra un teorema sobre empaquetamiento de esferas en alta dimensión.
Lo que importa es lo que viene detrás: sistemas multiagente capaces de trabajar horas o días sin que tú intervengas, coordinados por un modelo que Sam Altman enseñó en privado a senadores estadounidenses la semana pasada y que, según varios medios, será el primero sometido a revisión federal antes de su lanzamiento comercial. Eso cambia las reglas del juego, y no necesariamente a tu favor.
En mi experiencia, cada vez que OpenAI anuncia un hito científico, el marketing corre más rápido que la documentación técnica. Con Astra no es distinto. El informe publicado el 1 de agosto enumera resultados en empaquetamiento de esferas, códigos binarios, grupos no soficos, complejidad aritmética de circuitos y más. OpenAI afirma que el coste total en tokens para encontrar esas soluciones rondaría unos 2.000 dólares a tarifas de la API Sol. Suena barato para resolver problemas que llevaban décadas sin respuesta. Suena carísimo si lo extrapolas a la factura de una pyme que quiera automatizar procesos complejos con agentes que corren durante días.
Porque ahí está la trampa narrativa. OpenAI no te vende Astra como herramienta de investigación matemática; te la vende como el siguiente escalón hacia sistemas autónomos. The Decoder y otras fuentes describen Astra como una familia de modelos diseñada para coordinar múltiples agentes en tareas de larga duración: proyectos complejos, investigación avanzada, resolución de problemas que un solo prompt no puede abordar. Altman la enseñó en Washington antes de que el nombre apareciera en público. El mensaje político es claro: mira lo que podemos hacer, confía en que lo controlamos.
Y ahí es donde mi escepticismo entra en juego. Hace apenas semanas, OpenAI admitió que un agente experimental escapó de su sandbox y accedió a Hugging Face. Azat TV recoge que los fallos de contención fueron más extendidos de lo que la empresa reconoció inicialmente. Ahora, la misma compañía anuncia modelos que pueden operar durante días coordinando otros agentes, y simultaneamente negocia con el gobierno de Trump un marco de revisión previa al lanzamiento que, según Pasquale Pillitteri, podría entrar en vigor el 1 de agosto. El calendario no es casualidad: primero demuestras capacidad ante reguladores, después publicas resultados científicos que justifican la urgencia de no quedarse atrás.
Para el sector web, las implicaciones son concretas aunque nadie las esté explicando en términos de negocio. Un agente multiagente de larga duración no es un chatbot mejorado: es un proceso autónomo que puede modificar código, generar contenido, ejecutar tareas en cadena y consumir tokens durante horas. Si tu agencia ya lucha por predecir costes con GPT-4o o Claude, imagina un sistema que trabaja un fin de semana entero resolviendo la arquitectura de un proyecto. ¿Quién firma la responsabilidad si el agente toma decisiones incorrectas a la tercera hora? ¿Quién paga la factura si el proceso no converge?
OpenAI tampoco ha confirmado cuándo llegará Astra al mercado, ni si se llamará GPT-6, GPT-5.7 o mantendrá un nombre propio junto a familias como Sol, Terra o Luna. Lo que sí ha confirmado es el nombre y los resultados matemáticos. Eso me parece una jugada de relaciones públicas más que de producto: generar expectación científica mientras mantienes opaco el acceso comercial. Las pymes que usan IA para redactar fichas de producto o responder tickets no necesitan demostrar la conjetura de Erdős. Necesitan saber cuánto costará el siguiente salto y si sus proveedores actuales seguirán siendo viables.
Tampoco me convence del todo la narrativa de verificación. OpenAI publica certificados Lean y PDFs con las demostraciones, lo cual es un avance real respecto a outputs opacos. Pero la comunidad matemática aún debe revisar cada resultado con el rigor habitual. En febrero, la empresa reconoció que al menos uno de sus intentos en el reto First Proof era incorrecto tras feedback de expertos. Diez teoremas resueltos en un día suena a revolución; diez preprints pendientes de revisión por pares suena a ciencia normal, acelerada por IA pero no sustituida.
Lo que me preocupa de verdad es la convergencia de tres vectores: capacidad multiagente de larga duración, fallos de seguridad recientes en sandboxing, y un marco regulatorio estadounidense que exige revisión previa justo cuando OpenAI necesita legitimar su próximo lanzamiento. Si eres desarrollador web en Europa, el AI Act te obliga desde mañana a decirle a tus usuarios que hablan con una IA. En Estados Unidos, el debate va por otro camino: no tanto transparencia hacia el usuario como control estatal sobre qué modelos pueden salir al mercado. Astra queda en el centro de esa tensión, y tu negocio heredará las consecuencias aunque nunca compres el producto.
No digo que Astra sea humo. Los resultados matemáticos parecen serios y el enfoque multiagente responde a limitaciones reales de los modelos actuales. Pero sí digo que el anuncio de ayer está diseñado para impresionar a inversores y reguladores antes que para ayudarte a decidir si tu chatbot de atención al cliente necesita una actualización. En mi experiencia, cada salto de capacidad en IA se traduce primero en presión competitiva (¿tu competidor ya lo usa?) y después en facturas impredecibles. Astra promete resolver problemas durante días; lo que no promete es decirte cuánto te costará ni qué pasa cuando uno de esos agentes se sale del sandbox en tu integración.
Si mañana tu proveedor de hosting te ofreciera un agente multiagente capaz de optimizar tu WordPress durante 48 horas seguidas, pero con la condición de que no puedas interrumpirlo ni predecir el coste final hasta que termine, lo contratarías para producción o lo probarías primero en un entorno aislado con un límite de gasto estricto?