La edición abierta · jueves 3 de septiembre 2026
Tessl, una fábrica de software corrida por agentes, llegó a 850 pull requests en una semana con el 85-90% resueltos de punta a punta por agentes. El mismo día Uber contó cómo bajó 52% el costo por sesión de sus agentes de código, y OpenAI midió que la porción de pedidos equivalentes a más de 8 horas de trabajo humano pasó de casi cero a más de 25% en seis meses.
Tessl, la startup que se define como una fábrica de software corrida por agentes, llegó la semana pasada a 850 pull requests, con entre el 85% y el 90% resueltos de punta a punta por agentes sin que un ingeniero toque una línea de código. El mismo día, Uber publicó el detalle técnico de cómo bajó 52% el costo por sesión de sus agentes de programación: compactar el contexto a 400 mil tokens incluso con ventanas de un millón, cachear una hora en las sesiones interactivas y cinco minutos en los subagentes, y evitar invalidar la caché con tokens de entrada repetidos. En paralelo, Google lanzó Gemini 3.8 Flash y Meta lanzó Muse Spark 1.3, los dos peleándole terreno de coding a Opus 5 de Anthropic en cuestión de horas. La carrera de modelos ocupa los titulares, pero el cambio real está un piso más abajo: en cómo los equipos miden su propio trabajo. Cuando el cuello de botella deja de ser cuánto código escribe una persona y pasa a ser cuánto trabajo puede dirigir, verificar y combinar, la pregunta que importa para un negocio deja de ser qué modelo es mejor y pasa a ser qué gobierno de costos y de calidad tenés armado para no pagar de más ni perder control de lo que un agente entrega solo. OpenAI lo puso en números en su reporte de esta semana: la porción de pedidos a sus agentes de código que representan más de ocho horas de trabajo humano pasó de casi cero a más de 25% entre diciembre de 2025 y mayo de 2026. Eso no es una curiosidad técnica: es la señal de que la unidad de trabajo que un negocio le puede confiar a un agente creció diez veces en seis meses.
Señal 01 · Fábrica de software
Tessl publicó que su equipo llegó a un pico de 850 PRs en una semana, con 85-90% manejados enteramente por agentes.
En vez de convertir toda esa capacidad extra en más features, parte del equipo la usó para trabajo que antes no alcanzaban a hacer: mantenimiento, deuda técnica, pulido de lo ya construido.
FUENTE → Tessl: 850 PRs a la semana
Señal 02 · Ingeniería de costos
Uber publicó el playbook en cinco movimientos: compactar a 400 mil tokens aunque la ventana sea de un millón, cachear una hora en sesiones interactivas y cinco minutos en subagentes, y evitar tokens de entrada repetidos que invalidan la caché.
Son prácticas de infraestructura, no de prompting: la diferencia de costo se juega en cómo se administra el contexto, no en qué tan bien se pide la tarea.
FUENTE → El playbook de Uber
Señal 03 · La carrera de modelos
Según el Wall Street Journal, Gemini 3.8 Flash (nombre interno Skimaki) quedó a la par de Opus 5 en coding, y los ingenieros de Google lo prefirieron en tests internos con su herramienta Jetski. Horas después, Meta lanzó Muse Spark 1.3, con foco en trabajo de larga duración y mejor calibración para pedir confirmación antes de acciones irreversibles.
La velocidad de respuesta entre competidores (menos de 24 horas) es en sí misma un dato: la ventana para diferenciarse solo por el modelo se está cerrando.
FUENTE → Gemini 3.8 Flash vs Opus 5 · Meta lanza Muse Spark 1.3
Señal 04 · El apalancamiento humano
OpenAI publicó The Participation Economy: entre diciembre de 2025 y mayo de 2026, la porción de usuarios de Codex con al menos un pedido equivalente a más de 30 minutos de trabajo humano subió a más del 80%, la de más de 60 minutos a 70%, y la de más de 8 horas pasó de casi cero a más de 25%.
Es la métrica que explica todo lo anterior: crece la unidad de trabajo que un negocio le puede confiar a un agente sin supervisión línea por línea.
FUENTE → The Participation Economy (OpenAI)
Esto conecta con lo que vimos ayer sobre los roles nuevos que aparecen en la era de agentes: no alcanza con delegar tareas, hace falta alguien que las dirija y las verifique. La fábrica de software con agentes es el mismo patrón, aplicado a ingeniería.
Qué es un marketing engineer, el rol de la era de agentes →Guía: agentes de IA para emprendedores →
Si tu negocio ya usa agentes para programar o para cualquier tarea operativa, la pregunta que te tiene que importar esta semana no es qué modelo es mejor: es cómo medís y controlás lo que un agente hace solo. Un agente que compacta mal su contexto o cachea mal te cobra de más sin que lo notes; uno sin gobierno de calidad te puede entregar trabajo de ocho horas con errores de ocho horas.
Definir esas dos cosas —cómo medís el costo real y cómo verificás lo que te entrega— vale más ahora que elegir el modelo de moda.
La movida del día
Mirá el playbook de compactación y caché de Uber y aplicá al menos una de esas cinco prácticas en tu propio uso de agentes esta semana, aunque sea a escala chica. Si todavía no medís cuánto te cuesta cada sesión de agente, empezá por ahí antes de sumar más volumen.
No. Lo que importa no es el volumen de PRs sino gobernar dos cosas a cualquier escala: cuánto te cuesta cada sesión de agente y cómo verificás lo que entrega antes de darlo por bueno. Eso se puede aplicar con un equipo de una persona.
Para profundizar
Agentes de IA para emprendedores: la guía honesta
La edición abierta lee el mundo. La tuya lee TU mundo — tu industria, tus proyectos, tus objetivos — y llega a tu casilla cada mañana. Nadie más recibe tu edición.
Sin tarjeta · se cancela con un click
