Cuando llega una actualización importante de modelo, lo instintivo es añadir más capacidades al agente existente. Este artículo defiende lo contrario: tras GPT-6 Astra, los agentes tipo Codex deberían adelgazarse. El autor plantea cuatro direcciones de optimización y una lista de autochequeo, orientadas a reducir prompting redundante, orquestación de herramientas e inflación de contexto que los modelos más débiles necesitaban antes.
La señal más amplia es un patrón recurrente en la ingeniería de agentes: el andamiaje que compensa la debilidad del modelo se convierte en deuda técnica cuando el modelo mejora. Los equipos que construyen agentes de programación, copilotos de IDE o herramientas de desarrollo autónomas deberían aprovechar cada gran lanzamiento para reevaluar su capa de orquestación, no solo cambiar el identificador del modelo.
Tratamos esto como una señal direccional, no como un tutorial. Las cuatro direcciones merecen revisión, pero la lección duradera es la disciplina de auditar periódicamente la complejidad del agente frente a la capacidad del modelo. La lista de autochequeo es un punto de partida, no una receta fija.