OpenAI Codex issue #2847: sin .agentignore en 2026

El issue de seguridad que frena la adopción corporativa de Codex

OpenAI Codex completa solo el 37% de las solicitudes y genera código con vulnerabilidades OWASP Top 10 en el 45% de los casos, según análisis de Black Hat 2025. Para founders que evalúan agentes de IA para sus equipos de desarrollo, el issue #2847 en GitHub revela un problema crítico: la ausencia de un mecanismo para excluir archivos sensibles (.env, .pem, .ssh) de la ingesta del agente.

La falta de un sistema de exclusión determinista como .agentignore o .aiexclude impide que empresas con requisitos de seguridad estrictos adopten Codex en producción, especialmente después de que GitHub removiera la herramienta del selector de Copilot en abril de 2026 por no estar lista para entornos productivos.

¿Qué está pasando con el issue #2847 de OpenAI Codex?

El repositorio oficial de openai/codex en GitHub alberga el issue #2847, titulado "A way to exclude sensitive files", que permanece en estado abierto sin una solución implementada ni fecha de resolución confirmada por los mantenedores de OpenAI.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

El issue propone crear un archivo de configuración dedicado (similar a .gitignore) que permita a los desarrolladores marcar explícitamente qué archivos o rutas el agente no debe leer ni enviar al modelo. Las soluciones discutidas incluyen:

.agentignore: archivo específico para agentes de IA con sintaxis idéntica a .gitignore
.aiexclude: estándar ya implementado por Gemini Code Assist de Google
Configuraciones tanto a nivel de repositorio como globales
Opción de desactivar la exclusión automática basada en .gitignore para control manual

La comunidad de desarrolladores señala que depender exclusivamente de .gitignore es insuficiente para casos de uso corporativos donde se requiere un control granular sobre qué contexto se comparte con el modelo de IA.

¿Cómo resuelven esto otros agentes de IA?

Mientras Codex debate la implementación, competidores directos ya ofrecen soluciones probadas en producción:

Gemini Code Assist lidera con su archivo .aiexclude, que funciona con la misma sintaxis que .gitignore y viene habilitado por defecto. Los usuarios pueden configurar el archivo de exclusión desde VS Code navegando a Extensiones > Gemini Code Assist > Context Exclusion File. Además, permite inhabilitar .gitignore si se prefiere control exclusivo mediante .aiexclude.

Cursor recomienda el uso de .gitignore para excluir archivos sensibles, aunque no cuenta con un archivo dedicado específico para agentes de IA.

Claude Code de Anthropic no implementa oficialmente un archivo de exclusión; opera con contexto mínimo definido manualmente por el usuario en cada sesión.

GitHub Copilot utiliza filtros implícitos basados en .gitignore, sin soporte nativo para .agentignore o equivalentes.

La diferencia es clara: Gemini Code Assist ofrece una solución completa y documentada, mientras que Codex deja a los equipos de desarrollo en un limbo de seguridad sin mecanismos oficiales de exclusión.

Los problemas de rendimiento que complican la seguridad

El debate sobre exclusión de archivos sensibles se enmarca en un contexto más amplio de problemas estructurales de Codex. Desde su relanzamiento como agente cloud autónomo en mayo de 2025, la herramienta ha enfrentado críticas significativas:

El mecanismo de context compaction —que gestiona conversaciones largas— falla en el 80% de las operaciones complejas, según issues documentados en el repositorio oficial. Esto significa que incluso si se implementara .agentignore, el agente podría no procesar correctamente las reglas de exclusión en tareas extensas.

Además, el 45% del código generado presenta vulnerabilidades clasificadas en el OWASP Top 10, la lista de riesgos de seguridad más críticos en aplicaciones web. Para founders que priorizan la seguridad desde el diseño, estas cifras son motivo de pausa estratégica.

GitHub tomó nota: en abril de 2026, la plataforma eliminó Codex del selector de Copilot, señalando implícitamente que la herramienta no cumple con los estándares de producción que los equipos de desarrollo enterprise requieren.

¿Qué significa esto para tu startup?

Si estás evaluando agentes de IA para tu equipo de desarrollo en 2026, este issue revela tres lecciones críticas que van más allá de Codex:

Primero, la seguridad de datos no es negociable. Un agente que puede leer archivos .env con claves de API, certificados .pem o credenciales .ssh representa un riesgo de exposición que ninguna startup debería asumir, especialmente si manejas datos de clientes o propiedad intelectual sensible.

Segundo, la madurez de la herramienta importa más que el hype. Que OpenAI tenga el issue abierto desde 2025 sin resolución demuestra que incluso los líderes del mercado priorizan otras funcionalidades sobre la seguridad básica. Tu equipo no puede ser conejillo de indias.

Tercero, existen alternativas probadas. Gemini Code Assist ya resolvió este problema con .aiexclude, y su integración con el ecosistema de Google Cloud lo hace viable para startups que buscan estabilidad sobre experimentación.

Acciones concretas para implementar hoy

Audita tu stack de IA: Revisa qué agentes de IA usa tu equipo y verifica si tienen mecanismos de exclusión de archivos. Si usas Codex, migra archivos sensibles a directorios fuera del contexto del agente hasta que se resuelva el issue #2847.
Implementa .aiexclude si usas Gemini: Crea un archivo .aiexclude en la raíz de tu repositorio con patrones como *.env, *.pem, .ssh/, apikeys.txt. Configúralo en VS Code como archivo de exclusión predeterminado.
Establece política de contexto mínimo: Independientemente del agente, nunca cargues el proyecto completo como contexto inicial. Define archivos específicos, funciones concretas y errores puntuales. Esto reduce la superficie de exposición y mejora el rendimiento del agente.
Evalúa alternativas antes de comprometerte: Prueba Cursor, Claude Code y Gemini Code Assist en paralelo con tu código base real. Mide tasa de éxito, vulnerabilidades generadas y facilidad de configuración de seguridad antes de estandarizar una herramienta en tu equipo.

El panorama competitivo de agentes de IA en 2026

El fracaso relativo de Codex como agente autónomo —completando solo el 37% de solicitudes frente a las expectativas iniciales— refleja un patrón más amplio en el ecosistema de IA para desarrolladores. La promesa de agentes cloud que ejecutan tareas en paralelo chocó con la realidad de la complejidad del código empresarial.

Para founders hispanohablantes que construyen equipos de desarrollo distribuidos entre LATAM y España, la lección es clara: prioriza herramientas con seguridad por diseño, documentación completa y soporte empresarial. La innovación es valiosa, pero no a costa de exponer credenciales o generar deuda técnica por código vulnerable.

El issue #2847 de Codex no es solo un bug técnico; es un síntoma de una industria que corre más rápido de lo que puede garantizar seguridad básica. Tu startup merece herramientas que resuelvan problemas, no que los creen.