OpenAI acaba de presentar AgentKit, una caja de herramientas pensada para quienes quieren construir agentes inteligentes sin perderse en una selva de código. Lo que antes era un puzle de piezas sueltas ahora se presenta como un entorno más unido, más visual, más editable. Promete acortar tiempos, reducir errores y, sobre todo, devolver el control a quienes diseñan flujos de interacción.
Introducing AgentKit—build, deploy, and optimize agentic workflows.
💬 ChatKit: Embeddable, customizable chat UI
👷 Agent Builder: WYSIWYG workflow creator
🛤️ Guardrails: Safety screening for inputs/outputs
⚖️ Evals: Datasets, trace grading, auto-prompt optimization pic.twitter.com/pGgNHKOvj3— OpenAI Developers (@OpenAIDevs) October 6, 2025
Un lienzo visual para pensar en bloques
Diseñar agentes complejos solía ser como armar un mueble sin instrucciones: lógica dispersa, múltiples entornos, y versiones imposibles de rastrear. Con Agent Builder, OpenAI apuesta por una interfaz visual donde los componentes —agentes, herramientas, condiciones, filtros— se arrastran y conectan como piezas de Lego. El código sigue ahí, pero el foco está en la estructura. Empresas como Ramp, plataforma de gestión financiera que ayuda a las empresas a automatizar y optimizar sus procesos financieros, aseguran que este enfoque les ha permitido reducir los ciclos de prueba en más de la mitad.
Lo interesante es que este linezo no está pensado solo para ingenieros. También pueden usarlo perfiles legales, creativos o de producto para hacer sus propias automatizaciones. Cada nodo tiene nombre, función y contexto. Todo se guarda, se prueba y se versiona desde un mismo lugar.
Conectores para salir al mundo
Un agente sin datos reales es solo una simulación. Para romper ese límite, OpenAI incluye un registro de conectores que permite integrar Dropbox, Google Drive, SharePoint o APIs a medida. Basta con enlazar y configurar. El agente ya puede acceder a archivos, consultar bases de datos o disparar respuestas según lo que ocurre fuera de su caja.
A esa conectividad se suma una capa de seguridad modular con filtros que detectan si se está compartiendo información sensible, que frenan comportamientos extraños, que avisan si alguien intenta saltarse las reglas. Estas guardas se pueden conectar al canvas o integrarse en el propio código, según el nivel de control que se busque.
ChatKit: el canal conversacional
El rostro del agente, en muchos casos, será un chat. Y ahí entra ChatKit, un sistema que permite crear interfaces conversacionales sin tener que diseñarlas desde cero. Se pueden personalizar colores, logos, estructuras de mensaje, pero también el comportamiento como si el modelo responde por partes, si mantiene el hilo o si toma decisiones al vuelo.
Canva, por ejemplo, usó ChatKit para desplegar un asistente para su comunidad de desarrolladores. Lo hizo en menos de una hora. Un atajo que antes requería semanas de diseño y programación. El resultado es un agente de soporte que transforma la forma en que los desarrolladores interactúan con la documentación, convirtiéndola en una experiencia conversacional y facilitando la creación de aplicaciones e integraciones en Canva.
Evaluar sin apagar la máquina
Construir un agente es solo el primer paso. Lo complejo es mantenerlo afinado mientras está en uso. OpenAI amplía Evals, su sistema de evaluación, para que medir el rendimiento no implique detener el flujo. Ahora se pueden usar conjuntos de datos con anotaciones humanas, observar cómo se comporta el agente en tiempo real y ajustar los prompts según resultados concretos.
Todo está integrado en el mismo entorno, lo que evita exportar, reetiquetar o perder contexto. Incluso se pueden evaluar modelos de terceros sin necesidad de migrar a GPT. Se trata de observar y corregir sin frenar la marcha.
Aprender a elegir cómo actuar
No se trata solo de responder, sino de decidir cómo y cuándo hacerlo. OpenAI introduce un nuevo sistema de ajuste fino con refuerzo (Reinforcement Fine-Tuning) que permite enseñar al modelo a usar herramientas cuando corresponde y a juzgar si una respuesta es adecuada según criterios definidos por cada equipo.
Esta capacidad ya funciona en modelos como o4-mini y está en fase beta para GPT-5. La meta es que el agente no solo hable bien, sino que sepa orquestar acciones sin supervisión constante. Un paso hacia agentes que toman decisiones sin necesidad de guías.
Disponibilidad con letra pequeña
Algunas piezas de AgentKit ya están disponibles. ChatKit y las nuevas funciones de evaluación están abiertas a desarrolladores. El canvas de Agent Builder y el Connector Registry están en fase beta, accesibles para usuarios de ChatGPT Enterprise, ChatGPT Edu o quienes tengan organización API.
No hay costes extra, más allá del uso habitual de modelos. OpenAI ha adelantado que planea lanzar una API de Workflows para convertir estos agentes en productos autónomos, listos para ser desplegados en cualquier entorno.
Abre un paréntesis en tus rutinas. Suscríbete a nuestra newsletter y ponte al día en tecnología, IA y medios de comunicación.
