La batalla de IA multiagente: OpenAI y Anthropic lanzan sus ejércitos digitales

Justo esta semana, tanto OpenAI como Anthropic han decidido cambiar las reglas del juego lanzando simultáneamente sus propuestas de equipos de IA que trabajan en paralelo. Ya no estamos hablando de chatear con un solo asistente, sino de gestionar verdaderos equipos de agentes de inteligencia artificial que dividen el trabajo y operan de forma coordinada. Una idea que, por cierto, ha provocado un terremoto en el mercado bursátil con pérdidas de unos 285.000 millones de dólares en acciones de software.

Del asistente individual al equipo de trabajo artificial

La evolución es clara: pasamos de la IA como compañero de conversación a la IA como fuerza laboral delegada. Pero seamos honestos, todavía está por ver si este modelo realmente funciona en la práctica. Los agentes de IA actuales siguen necesitando supervisión humana constante para evitar errores, y hasta ahora ninguna evaluación independiente ha confirmado que estas herramientas multi-agente superen de forma fiable a un solo desarrollador trabajando en solitario.

A pesar de estas dudas, ambas compañías han apostado fuerte por este concepto. Y no es para menos, ya que representa un cambio fundamental en cómo interactuamos con la tecnología: pasamos de ser usuarios a supervisores de equipos virtuales.

La propuesta de Anthropic: Claude Opus 4.6 y sus equipos

Anthropic ha presentado Claude Opus 4.6, una actualización sustancial de su modelo insignia, junto con una función llamada «equipos de agentes» dentro de Claude Code. Esta característica permite a los desarrolladores crear múltiples agentes de IA que dividen una tarea en partes independientes, se coordinan de forma autónoma y trabajan simultáneamente.

En la práctica, esto se traduce en un entorno de terminal de pantalla dividida donde puedes saltar entre subagentes usando Shift+Arriba/Abajo, tomar el control directo de cualquiera de ellos y ver cómo los demás siguen trabajando. Según Anthropic, esta función es ideal para «tareas que se dividen en trabajo independiente con lectura intensiva, como revisiones de código».

Lo más destacable de Opus 4.6 es su ventana de contexto de hasta 1 millón de tokens (en beta), lo que le permite procesar cuerpos de texto o código mucho más grandes en una sola sesión. Esta capacidad es crucial para el caso de uso de equipos de agentes, ya que los agentes que trabajan en bases de código grandes necesitan rastrear información a través de cientos de miles de tokens sin perder el hilo.

La respuesta de OpenAI: Frontier y GPT-5.3-Codex

Por su parte, OpenAI ha lanzado Frontier, una plataforma empresarial que describe como una forma de «contratar compañeros de trabajo de IA que asumen muchas de las tareas que las personas ya hacen en un ordenador». Frontier asigna a cada agente de IA su propia identidad, permisos y memoria, y se conecta a sistemas empresariales existentes como CRM, herramientas de tickets y almacenes de datos.

«Lo que estamos haciendo fundamentalmente es básicamente transformar a los agentes en verdaderos compañeros de trabajo de IA», explicó a CNBC Barret Zoph, gerente general de empresa de OpenAI. Una afirmación ambiciosa que suena genial en un comunicado de prensa, pero que aún está por demostrar en el mundo real.

Además, OpenAI lanzó una nueva aplicación de escritorio para macOS para Codex, su herramienta de codificación con IA, descrita por los ejecutivos como un «centro de control para agentes». La aplicación permite a los desarrolladores ejecutar múltiples hilos de agentes en paralelo, cada uno trabajando en una copia aislada de una base de código mediante Git worktrees.

Para alimentar todo esto, también presentaron GPT-5.3-Codex, un nuevo modelo de IA que impulsa la aplicación Codex. OpenAI afirma que el equipo de Codex utilizó versiones tempranas de GPT-5.3-Codex para depurar la propia ejecución de entrenamiento del modelo, gestionar su implementación y diagnosticar resultados de prueba.

Batalla de benchmarks: ¿quién va ganando?

Anthropic afirma que Opus 4.6 supera a GPT-5.2 de OpenAI (un modelo anterior al lanzado esta semana) y a Gemini 3 Pro de Google en varias evaluaciones, incluido Terminal-Bench 2.0 (una prueba de codificación agéntica) y otras pruebas de razonamiento.

Sin embargo, el GPT-5.3-Codex de OpenAI, lanzado el mismo día, parece haber recuperado la ventaja en Terminal-Bench 2.0 con una puntuación de 77,3%, superando a Opus 4.6 por unos 12 puntos porcentuales. En la prueba ARC AGI 2, que intenta evaluar la capacidad para resolver problemas fáciles para humanos pero difíciles para modelos de IA, Opus 4.6 obtuvo un 68,8%, frente al 54,2% de GPT-5.2.

Como siempre, es recomendable tomar estas cifras con cierta cautela. La medición objetiva de las capacidades de los modelos de IA sigue siendo una ciencia relativamente nueva y en desarrollo. Las empresas suelen destacar los benchmarks donde brillan y minimizar aquellos donde no lo hacen tanto.

El impacto en el mercado: ¿revolución o burbuja?

Estos lanzamientos ocurrieron durante una semana de excepcional volatilidad para las acciones de software. El 30 de enero, Anthropic lanzó 11 plugins de código abierto para Cowork, su herramienta de productividad agéntica. Para el martes, los inversores reaccionaron al lanzamiento borrando aproximadamente 285.000 millones de dólares en valor de mercado en acciones de software, servicios financieros y gestión de activos.

Una canasta de Goldman Sachs de acciones de software estadounidense cayó un 6% ese día, su mayor caída en una sola sesión desde abril. Thomson Reuters lideró la debacle con una caída del 18%, y el dolor se extendió a los mercados europeos y asiáticos.

El supuesto temor entre los inversores se centra en que las empresas de modelos de IA están empaquetando flujos de trabajo completos que compiten con proveedores establecidos de software como servicio (SaaS), incluso si todavía está por verse si estas herramientas pueden lograr esas tareas de manera eficiente.

Herramientas o compañeros de trabajo: lo que realmente importa

A pesar del bombo publicitario sobre estos agentes como compañeros de trabajo, por mi experiencia, estos agentes tienden a funcionar mejor si los consideras herramientas que amplifican las habilidades existentes, no como los compañeros de trabajo autónomos que sugiere el lenguaje de marketing.

El hilo conductor de todos estos productos es un cambio en el papel del usuario. En lugar de simplemente escribir una solicitud y esperar una respuesta única, el desarrollador o trabajador del conocimiento se convierte en una especie de supervisor, asignando tareas, monitoreando el progreso e interviniendo cuando un agente necesita dirección.

En esta visión, los desarrolladores y trabajadores del conocimiento se convierten efectivamente en mandos intermedios de la IA. Es decir, no escriben el código o realizan el análisis ellos mismos, sino que delegan tareas, revisan resultados y esperan que los agentes bajo su supervisión no rompan las cosas en silencio. Si esto realmente ocurrirá (o si es realmente una buena