La mayoría de nosotros nos hemos acostumbrado a interactuar con la inteligencia artificial en modo de ping-pong síncrono: envías un prompt, te sientas frente a la pantalla y esperas a que el modelo escriba el texto para hacer la siguiente pregunta. Si la tarea es grande —por ejemplo, realizar una auditoría profunda de precios de competidores en cincuenta tiendas online o recopilar una base de contactos— la persona se convierte en un supervisor atado al teclado.
La aparición de la funcionalidad Dots dentro de la plataforma ChatGPT de OpenAI marca el paso al paradigma de agentes persistentes en segundo plano (Persistent Background Agents). El principio rector de Dots se formula de forma sencilla: «encargas el trabajo y te vas a atender tus asuntos» (give a job and walk away). El agente Dot no termina su labor tras la primera respuesta, sino que entra en un ciclo autónomo continuo de resolución de la tarea que puede durar hasta 72 horas seguidas.
Runtime persistente y ordenador en la nube
La diferencia clave de Dot frente a los GPTs personalizados habituales es contar con su propio ordenador en la nube. A cada agente iniciado se le asigna una máquina virtual aislada basada en Linux, equipada con:
- Un navegador automatizado basado en Playwright / Puppeteer para recorrer páginas web dinámicas complejas;
- Un intérprete completo de Python con el conjunto estándar de bibliotecas para procesar datos y trazar gráficos;
- Un almacenamiento de archivos protegido para acumular artefactos y tablas intermedias.
La gestión del comportamiento del agente corre a cargo de la familia avanzada de modelos de razonamiento de OpenAI. El agente construye un árbol de subtareas, verifica por sí mismo los datos obtenidos e itera hasta alcanzar los criterios de finalización fijados de antemano (Definition of Done).
Notificaciones proactivas y configuración de políticas de acceso
A diferencia del chat clásico, Dot es proactivo: no espera a que entres a la aplicación. Al completar una etapa o toparse con una barrera insalvable, el propio agente envía una notificación estructurada al mensajero de trabajo (Slack, Telegram) o genera un mensaje de voz.
Ejemplo de inicialización programática de un agente en segundo plano Dot mediante la API de OpenAI:
import os
import requests
api_key = os.getenv("OPENAI_API_KEY")
headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
payload = {
"model": "gpt-5-dots-runtime",
"name": "MarketCompetitorOverseer",
"goal": "Recopilar precios de servicios SaaS similares, armar una tabla analítica y enviar el informe a Slack",
"runtime_config": {
"cloud_computer": True,
"browser_enabled": True,
"max_duration_hours": 24,
"alert_channel": "https://hooks.slack.com/services/T00/B00/X00"
},
"guardrails": {
"max_budget_usd": 15.0,
"require_human_approval_for_actions": False
}
}
response = requests.post("https://api.openai.com/v1/dots/spawn", headers=headers, json=payload)
print(f"¡Agente en segundo plano iniciado con éxito! Task ID: {response.json().get('dot_id')}")
La comprobación del estado actual de ejecución y del presupuesto de tokens restante se realiza mediante una petición GET:
curl -X GET "https://api.openai.com/v1/dots/status?dot_id=dot_market_scan_984" -H "Authorization: Bearer $OPENAI_API_KEY"
Por supuesto, soltar a un agente en navegación libre exige límites digitales estrictos (Guardrails). Para que el algoritmo no contrate por accidente una suscripción de pago ni se quede atrapado descargando archivos pesados en bucle, en la configuración se fijan topes rígidos de presupuesto de gasto. Pero como formato de interacción, OpenAI Dots marca un nuevo estándar: la IA deja definitivamente de ser un consejero pasivo y se convierte en un empleado digital autónomo.


